我國商品期貨市場(chǎng)風(fēng)險預警機制研究論文
摘要：
本文采用系統工程的思想，把影響期貨市場(chǎng)的風(fēng)險因素看成一個(gè)有機系統，運用解析結構模型法（ISM）對指標進(jìn)行結構分析，理清各指標之間的相互關(guān)系，利用層次分析法（AHP）對指標在系統中的權重進(jìn)行識別，最后建立了商品期貨市場(chǎng)風(fēng)險預警系統。
關(guān)鍵詞：商品期貨；風(fēng)險預警；解析結構模型；層次分析模型
一、引言。
期貨市場(chǎng)產(chǎn)生的直接原因是回避風(fēng)險，然而實(shí)踐表明期貨市場(chǎng)的歷史就是在不斷分散和化解現貨市場(chǎng)風(fēng)險的同時(shí)，也不斷發(fā)生風(fēng)險和不斷控制風(fēng)險的歷史。我國期貨市場(chǎng)發(fā)展的歷史較短，但發(fā)生了多起風(fēng)險事件。例如：1995年上海國債期貨事件，1996年上海膠合板事件，1997年海南天然橡膠風(fēng)波等，特別是上海國債期貨事件，造成了較大的負面影響。對風(fēng)險事件發(fā)生后的調查發(fā)現，風(fēng)險事件的發(fā)生均是由于當時(shí)的期貨交易所風(fēng)險控制體系不完善或者沒(méi)有嚴格執行風(fēng)險控制制度造成的。
中國證監會(huì )期貨部（1999）對中國期貨市場(chǎng)風(fēng)險預警做了相關(guān)規定，設計了四大方面13個(gè)指標的預警體系，初步建立我國期貨市場(chǎng)風(fēng)險預警系統。樓迎軍（2005）在其博士論文中將影響期貨市場(chǎng)風(fēng)險的13個(gè)指標分成四組：價(jià)格風(fēng)險、信用風(fēng)險、流動(dòng)性風(fēng)險、法律風(fēng)險，利用系統工程中的ISM—AHP思想，建立了我國商品期貨的預警機制。韓德宗（2008）以硬麥期貨和銅期貨為例，度量連續期貨合約收益率的值，對預測結果的有效性進(jìn)行了檢驗，并提出了將曲線(xiàn)和保證金水平相結合的方法，對商品期貨市場(chǎng)風(fēng)險進(jìn)行單指標預警。上述研究的缺陷在于在風(fēng)險預警系統設計中沒(méi)有考慮國際市場(chǎng)價(jià)格沖擊的影響，本文則較全面地考慮了國內外相關(guān)市場(chǎng)對期貨市場(chǎng)風(fēng)險的影響，把所有的影響因素看成是一個(gè)系統，利用ISM—AHP模型建立期貨市場(chǎng)整體風(fēng)險預警系統。
二、我國商品期貨市場(chǎng)風(fēng)險預警指標體系。
本文參考中國證監會(huì )（2000）及樓迎軍（2005）等人提出的期貨風(fēng)險衡量指標體系，并加入國際相關(guān)市場(chǎng)的影響因素，歸納得到反應期貨市場(chǎng)風(fēng)險的12項主要指標，構成了我國商品期貨市場(chǎng)風(fēng)險預警指標體系。本文以上海期銅為例，說(shuō)明我國商品期貨市場(chǎng)風(fēng)險預警指標體系的構建過(guò)程。國內銅期貨數據來(lái)源于上海期貨交易所，國外銅期貨數據來(lái)源于富遠期貨軟件，LME庫存的數據來(lái)自彭博數據庫，國際銅現貨數據采用LME銅現貨數據，來(lái)自富遠期貨軟件。由于國內、外期貨市場(chǎng)上相關(guān)品種在期貨合約月份的設計上存在著(zhù)一定差異，為研究需要，我們按照華仁海等（2007）的研究方法，產(chǎn)生研究所需要的連續期貨數據，數據時(shí)間跨度從2007年1月1日至2010年6月30日。由于LME銅期貨價(jià)格的報價(jià)單位為美元/噸，國內期貨市場(chǎng)銅為人民幣元/噸，為保持一致，統一將國際市場(chǎng)上的期貨報價(jià)折算成按人民幣元/噸報價(jià)。美元兌對人民幣的匯率采用國家外匯管理局網(wǎng)站統計數據庫中提供的人民幣每日基準價(jià)格。
三、我國商品期貨市場(chǎng)預警系統的建立。
商品期貨預警系統是一個(gè)規模大、復雜程度高的系統，如何確定系統的構成要素，認識系統的層次結構，掌握系統各要素之間的運動(dòng)狀態(tài)，都是比較困難。由于系統因素結構復雜，目標多樣，功能綜合，因此需要明確系統的總目標、分目標，以及相應系統的結構層次。為實(shí)現這個(gè)目標，本文采用結構分析法（ISM）對各指標間的結構進(jìn)行分析，理清各指標之間的相互關(guān)系，隨后采用層次分析法（AHP）對指標在系統中的權重進(jìn)行識別，最終得到期貨市場(chǎng)整體風(fēng)險值，建立一個(gè)實(shí)時(shí)監控期貨市場(chǎng)整體風(fēng)險的預警系統。
�。ㄒ唬┫到y解析模型在商品期貨市場(chǎng)預警系統中的運用。
ISM方法的作用是把任意包含許多離散的，無(wú)序的靜態(tài)的系統，利用系統要素之間已知的、但凌亂的關(guān)系，揭示出系統的內部結構。其基本方法是先用圖形和矩陣描述各種已知的關(guān)系，在矩陣的基礎上再進(jìn)一步運算、推導來(lái)解釋系統結構的特點(diǎn)。其基本步驟如下：
1、根據系統要素關(guān)系表，畫(huà)出相應的有向圖形，并建立鄰接矩陣A。
2、通過(guò)矩陣運算求出該系統的可達矩陣M。
3、在得到可達矩陣M后進(jìn)行矩陣階層劃分。矩陣階層劃分需要求解可達集合R（Ti）和先行集A（Ti）�？蛇_集合是指“行”中互相有影響的因素所占的列數，即行中得點(diǎn)為“1”的列數；先行集合A（Ti）是指“列”中互相有影響的因素所占的行數，即列中得點(diǎn)為“1”的行數。
4、建立系統結構模型。
為了得到鄰接矩陣，我們采用如下步驟：第一就是銅期貨按照一定規則產(chǎn)生銅期貨價(jià)格的.連續數據，并且利用這些連續數據建立適合的ARMA—GARCH（t）模型，并由此產(chǎn)生波動(dòng)率；第二步則是按照相同的規則，產(chǎn)生12個(gè)指標的連續數據；第三步就是把這些12個(gè)指標的連續數據分別與波動(dòng)率進(jìn)行Granger因果檢驗。在99%的置信度下，如果選取指標是波動(dòng)率的Granger因果關(guān)系，則我們認為該指標與波動(dòng)有直接關(guān)系。最后我們得到如下的鄰接矩陣：矩陣A是定量方式表示出本文所選擇期貨市場(chǎng)風(fēng)險預警指標之間的影響關(guān)系，為下面進(jìn)一步求解模型提供了基礎。
矩陣A按照布爾代數的規則進(jìn)行運算，得到了可達矩陣R：在建立可達矩陣R后，接下來(lái)我們進(jìn)行矩陣階層的劃分。從表1可以看出，滿(mǎn)足1式的元素只有一個(gè)S，表達式為Z1=（S）。在確定第一階層的因素之后，我們可以把元素S剔除，重新排列商品期貨風(fēng)險指標體系的可達集合和先行集合。從表2我們得出，滿(mǎn)足1式的元素有四個(gè)，表示為Z2=（B，H，I，J）。同樣，在確定第二階層元素之后，把元素B、H、I、J消去，再進(jìn)行可達集合和先行集合的計算。表3可知，商品期貨風(fēng)險預警最后一層的元素由8個(gè)，表示為Z3=（A，C，D，E，F，G，K，L）。
由上面確定的階層關(guān)系，我們可以把矩陣R按照層次進(jìn)行排列，得到矩陣M。在完成矩陣階層劃分后，我們開(kāi)始建立結構模型。由ISM模型的求解，我們可以將階層構造為三個(gè)階層。同時(shí)根據矩M陣確定各階層要素之間的關(guān)系，例如a21=1說(shuō)明B到S有箭頭連接。同理可以得到其他的關(guān)系圖。
�。ǘ⿲哟畏治龇椒ㄔ谏唐菲谪涱A警系統中的運用。
由ISM分析我們得到了一個(gè)復雜的三級結構模型，在此基礎上我們就可以運用層次分析方法（AHP法），對各級指標進(jìn)行定量分析，將原先以主觀(guān)判斷進(jìn)行量化，用具體數值來(lái)顯示各級指標的重要程度。AHP方法最主要是確定ISM方法確定的結構中相鄰層次元素間相關(guān)程度，通過(guò)構造兩兩比較判斷矩陣及矩陣運算的數學(xué)方法，確定對于上一層次的某個(gè)元素而言，本層次中與其相關(guān)元素的重要性排序—相對權值。AHP方法最后計算各層元素對系統目標的合成權重，進(jìn)行總排序，以確定結構圖中最底層各個(gè)元素在總目標中的重要程度。層次總排序一致性檢驗的結果為：CR（B）=0.0674.CR（B）小于0.1，因此，層次具有滿(mǎn)意的一致性。
四、期貨市場(chǎng)整體風(fēng)險值計算及檢驗。
AHP分析最終結果得到了12個(gè)指標對目標層的合成權重值，每一層的權重值相加等于1。只要將商品期貨市場(chǎng)風(fēng)險因素指標的取值分別乘以相對應的權重，就可以得到我國期貨商品市場(chǎng)整體風(fēng)險值。
對于所選擇的風(fēng)險因素，必須進(jìn)行進(jìn)一步歸一化處理。設第p個(gè)指標Xp的取值區間為[c1k，c2k]，則每個(gè)風(fēng)險因素在預警系統中取值步驟如下：
第一，定義Dp，i=cp，i—cp，i為單個(gè)指標相對于樣本數據中的偏差；
第二，定義該指標在預警系統的取值為：rp，i=Dp，i—min（Dp，i）max（Dp，i）—min（Dp，i）在實(shí)際的計算過(guò)程中，cp，i為第p個(gè)指標在所取樣本時(shí)間段內的平均值。
由此我們可以知道，所有的rp，i取值范圍是[0，1]，而相對應權重值之和也是1。所以我國商品期貨整體風(fēng)險值的取值范圍也將是[0，1]。下面是利用本文所選取的樣本數據計算出來(lái)的我國期貨市場(chǎng)整體風(fēng)險值。
銅期貨整體風(fēng)險值一般處于0.1——0.2左右，只有在第350個(gè)數據后風(fēng)險值急劇上升，此后到400個(gè)出現多次風(fēng)險值超過(guò)了0.3。與此相對應的是2008年9月底到2008年12月，這段時(shí)間是百年不遇的金融危機。由于遭遇百年一遇的金融危機，加上國慶長(cháng)假，在長(cháng)假結束后，商品期貨市場(chǎng)上演了大面積跌停的殘酷場(chǎng)面，橡膠、豆粕、大豆、豆油、滬銅5個(gè)主流品種出現了“三板跌�！�。預警系統顯示的風(fēng)險值也比較大，多次高于0.3的值，這表明預警系統和現實(shí)的市場(chǎng)運行狀況一致。
同時(shí)，在2008年9月底的幾個(gè)交易日，風(fēng)險值就顯示上升狀態(tài)，在國慶期間計算出的風(fēng)險值已經(jīng)上升到將近0.7。這一切都表明在國慶期間這段時(shí)間，銅期貨市場(chǎng)已經(jīng)積聚了相當大的風(fēng)險，交易所可以在交易開(kāi)盤(pán)前利用預警系統中那些顯著(zhù)上升的因素，采取相對應的措施，降低市場(chǎng)的風(fēng)險。同時(shí)，國慶期間由于國內的期貨市場(chǎng)處于休市階段，而國外相關(guān)市場(chǎng)正常進(jìn)行交易，所以在這期間風(fēng)險值的急劇上升是由于國外的風(fēng)險因素造成的。管層應針對國外市場(chǎng)出現的情況采取相應的應對措施，這也表明該預警系統可以給監管層監管給出一定的指向性。由于在數據處理過(guò)程中進(jìn)行了歸一化處理，預警系統最后給出的風(fēng)險值落在[0，1]區間。
本文采用[0，1]區間的四段來(lái)確定預警準則，如表5所示，可根據風(fēng)險值的大小給出相應的警報等級。當然在具體實(shí)踐過(guò)程中，預警準則的區間設定可以根據實(shí)際的情況作相應的調整。
五、結論。
在后金融危機的時(shí)代，在大力發(fā)展期貨市場(chǎng)的同時(shí)，如何有效控制市場(chǎng)風(fēng)險成為非常緊迫的問(wèn)題。本文在預警系統設計時(shí)，加入國外相關(guān)市場(chǎng)的因素，考慮的風(fēng)險因素比較全面。同時(shí)利用系統工程的思想，建立了能給出商品期貨某一品種整體風(fēng)險值的期貨市場(chǎng)風(fēng)險預警系統。通過(guò)本系統可以對期貨市場(chǎng)上的風(fēng)險進(jìn)行實(shí)時(shí)監控，同時(shí)還可以給監管層指提供是哪些因素提高了期貨市場(chǎng)的整體風(fēng)險值，這對期貨市場(chǎng)的風(fēng)險控制具有積極的指導意義。
【我國商品期貨市場(chǎng)風(fēng)險預警機制研究論文】相關(guān)文章：
淺析我國期貨市場(chǎng)風(fēng)險及防范論文05-17
從國際期貨定價(jià)機制變化看我國期貨市場(chǎng)風(fēng)險管理論文11-24
水利工程風(fēng)險防控機制研究論文11-05
淺談關(guān)于財政研究論文我國財政風(fēng)險的研究06-18
我國節能減排政策傳導機制研究論文10-25
我國風(fēng)險投資發(fā)展的比較研究論文04-14
我國企業(yè)人力資源風(fēng)險管理研究論文01-12
機制設計視角的信用風(fēng)險論文11-20