浅析我国商品期货市场风险预警指标体系及其实证分析论文

《浅析我国商品期货市场风险预警指标体系及其实证分析论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浅析我国商品期货市场风险预警指标体系及其实证分析论文【摘要】商品期货市场风险的防范是一个极其复杂的问题，仅从期货市场风险度量提高防范系统风险能力、确定最优套期保值比率提高投资者风险防范能力、设置合理的保证金增强期货交易所和期货公司防范市场风险的能力显然是不够的。提高我国商品期货市场风险管理水平，还需要结合我国商品期货市场发展的实际情况，从影响我国商品期货市场的众多因素出发，全方位、多角度的监测影响我国商品期货市场价格波动的因素，建立市场风险预警模型是防范市场风险的重要途径。基于此，本文通过构建反映我国期货市场价格的指标体系，首先采取因子分析求出主因子.freels认为风险管理是

2、有关风险识别、风险衡量、风险评价、风险控制的一个连贯过程，目的在于最小成本下实现效用的最大化。通过纳入反映我国商品期货市场价格的关键变量，构建体现我国商品期货市场风险的指标体系，对诸多指标进行主因子提取，并结合风险预警模型形成比较科学的风险预警机制，以减少我国商品期货市场风险影响和提高预测风险的能力。1.2市场风险预警方法（1）早期的预警方法早期预警方法中代表性的是一元分析法，该方法将分析的对象样本按照某种标准进行排序，然后选出预先认为的判断点，超过这一判断点则视为风险。一元分析法方法简单易行，但由于对影响风险的因素的分析过于单一，使得人们对风险的判断过于简单，往往没有意识到影

3、响风险因素的复杂性，从而造成低估风险的现象。（2）多元判别预警方法多元判别模型基于影响风险的因素具有多元化的特征，从多个方面考察影响风险的各种因素。选取多元的过程主要是通过对各种因素进行分组，将相对类似的因素分为一组，重点考察在在组中差别或离散程度较小而在各组之间具有较大差异的因素，在此基础上通过构建多元模型进行有效的分析。假设在Z模型中，各种选定因素设为则Z可以表示为：其中，Z为判别值，可以通过该值进行判别风险，但也可以跟据具体的发展环境的不同，采取不同的临界值。相比早期的预警方法具有更多的优势，能从比较全面的角度考察市场风险，并能有效的提高市场风险预警的精确度。但由于影响价

4、格的市场因素的千变万化，该模型对于不同时期的风险预警数据调整性较差，有些定性变量对于市场风险的影响比较大，如何用数据进行界定是一个很大的问题，此外，在组内变量的选择上主要是基于正态分布的假定，而这与大多的经济现象是难以吻合的。（3）ANN预警方法ANN预警方法为AnificialNeuralNetageCorrelationMatrix）：若矩阵中某些元素的绝对值比较大时，则表明考察的对象不适合做因子分析。步骤二，构造反映我国商品期货市场风险的因子变量：因子分析过程中确定因子变量的方法比较多，如主成分分析法、主轴因子法、极大似然法、最小二乘法等。在这些方法中，基于主成分模型的主

5、成分分析法是使用最多的因子分析方法之一。如主成分分析主要是通过变换手段，即将原有的个相关变量做线性变化，转化为另外一组不相关的变量，上述过程可以表示为：其中，为原有变量的第一、第二、….、第个主成分。其中在总方差中占的比例最大，综合原有变量的能力也最强，其余主成分在总方差中占的比例逐渐减少。数据标注化处理公式为：其中，i=1，2……，n，n为样本总数；j=1，2，……p，p为样本原变量数目。通过标注化处理后可以算出协方差矩阵R，并可以通过协方差矩阵的特征值，从而可以求出个变量的因子载荷矩阵。步骤三，因子旋转：为增加因子的课解释性，可以利用因子旋转。经过主成分分析得到的，是对原变

6、量的综合。原变量是具有物理含义的变量。对于因子变量的解释，可以进一步说明影响原变量系统构成的主要因素和系统特征。在实际分析工作中，主要是通过对载荷矩阵进行分析，得到因子变量和原变量的关系，从而对新的因子变量进行命名。步骤四，计算因子变量的得分：我国商品期货市场风险因子变量的得分因子变量确定以后，可以得到它们的不同因子上的具体数据值，这些数值就是因子得分，它和原变量的得分相对应。估计因子得分的方法主要由回归法、Bartlette法等，计算因子得分首先将因子变量表示为原有变量的线性组合，表示3.3因子分析实证检验通过表1可知，我国商品期货市场风险评测指标体系由16个指标构成。由于指

7、标比较多，可以运用主成分分析法进行综合，利用计量软件SPSS16，以铜期货合约为例，时间跨度为2007-2008年，共有24个月的数据，输入相关变量的数据，可以得到相关统计结果如表2所示。在进行因子分析之前先检验变量是否适合于因子分析。本文采用的是KMO（Kaiser-Meyer-Olkin）值。和巴特利特球形检验（Bartlett’sTestofSphericity）检验的方法。检验结果如表3所示。从检验的结果可知，利用的相关变量是适合做因子分析，特别是球性假设检验的显着性水平为0，表明可