構(gòu)建我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的探索
相關(guān)鏈接： 浙江安全網(wǎng) 浙江質(zhì)量網(wǎng) 浙江論文網(wǎng) 浙江資訊網(wǎng)
【摘要】商品期貨市場(chǎng)風(fēng)險(xiǎn)的防范是一個(gè)極其復(fù)雜的問(wèn)題，僅從期貨市場(chǎng)風(fēng)險(xiǎn)度量提高防范系統(tǒng)風(fēng)險(xiǎn)能力、確定最優(yōu)套期保值比率提高投資者風(fēng)險(xiǎn)防范能力、設(shè)置合理的保證金增強(qiáng)期貨交易所和期貨公司防范市場(chǎng)風(fēng)險(xiǎn)的能力顯然是不夠的。提高我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)管理水平，還需要結(jié)合我國(guó)商品期貨市場(chǎng)發(fā)展的實(shí)際情況，從影響我國(guó)商品期貨市場(chǎng)的眾多因素出發(fā)，全方位、多角度的監(jiān)測(cè)影響我國(guó)商品期貨市場(chǎng)價(jià)格波動(dòng)的因素，建立市場(chǎng)風(fēng)險(xiǎn)預(yù)警模型是防范市場(chǎng)風(fēng)險(xiǎn)的重要途徑�；诖耍疚耐ㄟ^(guò)構(gòu)建反映我國(guó)期貨市場(chǎng)價(jià)格的指標(biāo)體系，首先采取因子分析求出主因子，再將主因子加入Logistics模型進(jìn)行風(fēng)險(xiǎn)預(yù)警分析，實(shí)證研究表明，本文所建立的風(fēng)險(xiǎn)預(yù)警模型具有較好的效果，具有一定的實(shí)踐意義。
【關(guān)鍵詞】商品期貨市場(chǎng)；風(fēng)險(xiǎn)預(yù)警模型；指標(biāo)體系
1.期貨市場(chǎng)風(fēng)險(xiǎn)預(yù)警方法
1.1 風(fēng)險(xiǎn)預(yù)警內(nèi)涵
風(fēng)險(xiǎn)管理專家HEins與Willams認(rèn)為風(fēng)險(xiǎn)管理是有關(guān)風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)衡量、風(fēng)險(xiǎn)評(píng)價(jià)、風(fēng)險(xiǎn)控制的一個(gè)連貫過(guò)程，目的在于最小成本下實(shí)現(xiàn)效用的最大化。
通過(guò)納入反映我國(guó)商品期貨市場(chǎng)價(jià)格的關(guān)鍵變量，構(gòu)建體現(xiàn)我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)的指標(biāo)體系，對(duì)諸多指標(biāo)進(jìn)行主因子提取，并結(jié)合風(fēng)險(xiǎn)預(yù)警模型形成比較科學(xué)的風(fēng)險(xiǎn)預(yù)警機(jī)制，以減少我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)影響和提高預(yù)測(cè)風(fēng)險(xiǎn)的能力。 畢業(yè)論文網(wǎng) http://www.78375555.com
1.2 市場(chǎng)風(fēng)險(xiǎn)預(yù)警方法
（1）早期的預(yù)警方法
早期預(yù)警方法中代表性的是一元分析法，該方法將分析的對(duì)象樣本按照某種標(biāo)準(zhǔn)進(jìn)行排序，然后選出預(yù)先認(rèn)為的判斷點(diǎn)，超過(guò)這一判斷點(diǎn)則視為風(fēng)險(xiǎn)。一元分析法方法簡(jiǎn)單易行，但由于對(duì)影響風(fēng)險(xiǎn)的因素的分析過(guò)于單一，使得人們對(duì)風(fēng)險(xiǎn)的判斷過(guò)于簡(jiǎn)單，往往沒有意識(shí)到影響風(fēng)險(xiǎn)因素的復(fù)雜性，從而造成低估風(fēng)險(xiǎn)的現(xiàn)象。
�。�2）多元判別預(yù)警方法
多元判別模型基于影響風(fēng)險(xiǎn)的因素具有多元化的特征，從多個(gè)方面考察影響風(fēng)險(xiǎn)的各種因素。選取多元的過(guò)程主要是通過(guò)對(duì)各種因素進(jìn)行分組，將相對(duì)類似的因素分為一組，重點(diǎn)考察在在組中差別或離散程度較小而在各組之間具有較大差異的因素，在此基礎(chǔ)上通過(guò)構(gòu)建多元模型進(jìn)行有效的分析。
假設(shè)在Z模型中，各種選定因素設(shè)為則Z可以表示為：
其中，Z為判別值，可以通過(guò)該值進(jìn)行判別風(fēng)險(xiǎn)，但也可以跟據(jù)具體的發(fā)展環(huán)境的不同，采取不同的臨界值。相比早期的預(yù)警方法具有更多的優(yōu)勢(shì)，能從比較全面的角度考察市場(chǎng)風(fēng)險(xiǎn)，并能有效的提高市場(chǎng)風(fēng)險(xiǎn)預(yù)警的精確度。但由于影響價(jià)格的市場(chǎng)因素的千變?nèi)f化，該模型對(duì)于不同時(shí)期的風(fēng)險(xiǎn)預(yù)警數(shù)據(jù)調(diào)整性較差，有些定性變量對(duì)于市場(chǎng)風(fēng)險(xiǎn)的影響比較大，如何用數(shù)據(jù)進(jìn)行界定是一個(gè)很大的問(wèn)題，此外，在組內(nèi)變量的選擇上主要是基于正態(tài)分布的假定，而這與大多的經(jīng)濟(jì)現(xiàn)象是難以吻合的。 畢業(yè)論文網(wǎng) http://www.78375555.com
�。�3）ANN預(yù)警方法
ANN預(yù)警方法為Anificial Neural Network方法的簡(jiǎn)稱，即人工神經(jīng)網(wǎng)絡(luò)模型，該方法是將人類大腦神經(jīng)網(wǎng)絡(luò)的運(yùn)行方式，應(yīng)用到風(fēng)險(xiǎn)預(yù)警上的一種方神經(jīng)網(wǎng)絡(luò)的模擬法。整體上ANN主要由輸入層、輸出層以及隱藏層三個(gè)部分組成。ANN預(yù)警方法中有關(guān)信息的處理方式有兩種，即前向傳播和后向?qū)W習(xí)，整體上傳播過(guò)程相對(duì)比較簡(jiǎn)單，而學(xué)習(xí)過(guò)程主要是一個(gè)的過(guò)程，即信息是從輸出層到輸入層的逆向進(jìn)行反饋，并對(duì)錯(cuò)誤進(jìn)行有效的修正的過(guò)程，通過(guò)學(xué)習(xí)的過(guò)程將分析的樣本對(duì)象進(jìn)行有效的類別劃分，從而實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警的目的。ANN預(yù)警方法能夠?qū)︼L(fēng)險(xiǎn)影響的因素進(jìn)行有效的分析和歸納，能夠在分布不明確的數(shù)據(jù)中進(jìn)行有效的分析，并且通過(guò)學(xué)習(xí)過(guò)程能夠?qū)崿F(xiàn)較好的能力。但ANN預(yù)警方法由于是對(duì)人腦神經(jīng)網(wǎng)絡(luò)的模擬，很難形成現(xiàn)實(shí)分析的穩(wěn)定，使風(fēng)險(xiǎn)預(yù)警的作用受到很大的抑制。
�。�4）Logistic預(yù)警方法
Logistic回歸法是一種最主要的二元選擇分析模型，通過(guò)二元概率的選擇，說(shuō)明風(fēng)險(xiǎn)發(fā)生的概率與不發(fā)生的概率，由于分析建立在累計(jì)概率的基礎(chǔ)之上，因而對(duì)所分析的各個(gè)變量的分布設(shè)定沒有正態(tài)分布的假定，能夠較好的分析客觀風(fēng)險(xiǎn)的實(shí)際情況。通過(guò)實(shí)現(xiàn)設(shè)定的分割點(diǎn)（如設(shè)風(fēng)險(xiǎn)點(diǎn)為0.5）進(jìn)行判斷，若通過(guò)模型算出的概率值大于分割點(diǎn)則意味著風(fēng)險(xiǎn)的存在。
畢業(yè)論文網(wǎng) http://www.78375555.com
若概率表示風(fēng)險(xiǎn)狀態(tài)，則風(fēng)險(xiǎn)不發(fā)生的概率表示為。對(duì)所有指標(biāo)進(jìn)行判斷將總分設(shè)置為，其中。，為風(fēng)險(xiǎn)預(yù)警相關(guān)比率。則：
式（5），通過(guò)該模型，可以對(duì)事件發(fā)生的概率進(jìn)行有效的測(cè)度，具有較高的準(zhǔn)確性。但缺點(diǎn)是對(duì)臨界值進(jìn)行規(guī)范的確定比較困難，需要根據(jù)不同的發(fā)展環(huán)境和風(fēng)險(xiǎn)要求進(jìn)行實(shí)現(xiàn)界定。如選取0.5作為風(fēng)險(xiǎn)較嚴(yán)重的水平作為判斷標(biāo)準(zhǔn)，則有以下分類：
2.風(fēng)險(xiǎn)預(yù)警指標(biāo)體系構(gòu)建
2.1 指標(biāo)選取原則
防范我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)，單單從期貨市場(chǎng)風(fēng)險(xiǎn)度量、套期保值、保證金確定等幾個(gè)方面考察顯然是不夠的，考察我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)管理，首先應(yīng)從多角度的視角選取反映我國(guó)期貨市場(chǎng)價(jià)格的指標(biāo)體系，再對(duì)各種指標(biāo)進(jìn)行科學(xué)的篩選后進(jìn)行選擇。選取的指標(biāo)要能夠有效的對(duì)我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)進(jìn)行合理的測(cè)度。主要原則主要有：
（1）科學(xué)性：反映我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)的指標(biāo)的選取，應(yīng)通過(guò)科學(xué)方法進(jìn)行篩選和分類，使得選取的指標(biāo)具有較大的代表性和廣泛的說(shuō)服力，能夠結(jié)合我國(guó)期貨市場(chǎng)發(fā)展的實(shí)際現(xiàn)狀，客觀的刻畫我國(guó)商品期貨市場(chǎng)面臨的風(fēng)險(xiǎn)。
�。�2）系統(tǒng)性：反映我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)的因子眾多，在科學(xué)的分類和總結(jié)基礎(chǔ)上，需要形成合理的指標(biāo)體系，從而構(gòu)建一個(gè)反映我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)的科學(xué)系統(tǒng)。
畢業(yè)論文網(wǎng) http://www.78375555.com
�。�3）操作性：構(gòu)建反映我國(guó)商品期貨市場(chǎng)的指標(biāo)體系，是一個(gè)復(fù)雜的工程，各個(gè)因素之間的關(guān)系紛繁復(fù)雜，不可能將所有定性或定量因素都進(jìn)行闡述。應(yīng)通過(guò)科學(xué)的篩選和分類形成具有代表性和可操作性的指標(biāo)。
（4）實(shí)用性：構(gòu)建的理論體系應(yīng)能對(duì)我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)的防范具有較高的實(shí)用價(jià)值，能夠體現(xiàn)風(fēng)險(xiǎn)預(yù)測(cè)、風(fēng)險(xiǎn)分析、風(fēng)險(xiǎn)防范等的系列性和連貫性，從而對(duì)實(shí)踐具有較高的解釋意義。
2.2 風(fēng)險(xiǎn)預(yù)警指標(biāo)選取
（1）宏觀經(jīng)濟(jì)指標(biāo)
衡量我國(guó)宏觀經(jīng)濟(jì)的變動(dòng)情況，需從這三個(gè)方面進(jìn)行考察。本文主要通過(guò)以下指標(biāo)考察宏觀層指標(biāo)對(duì)我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)的影響。
�、俸暧^經(jīng)濟(jì)景氣度：宏觀經(jīng)濟(jì)一致指數(shù)（）
為衡量我國(guó)宏觀經(jīng)濟(jì)景氣狀況，國(guó)家信息中心宏觀經(jīng)濟(jì)監(jiān)測(cè)預(yù)警課題組構(gòu)建了反映我國(guó)宏觀經(jīng)濟(jì)運(yùn)行狀況的景氣合成指數(shù)①，本文用宏觀經(jīng)濟(jì)一致指數(shù)反映我國(guó)宏觀經(jīng)濟(jì)的景氣情況。
②消費(fèi)衡量指標(biāo)：消費(fèi)信心指數(shù)（）
消費(fèi)行為和市場(chǎng)需求主導(dǎo)著投資取向和規(guī)模。在金融危機(jī)背景下，依靠國(guó)內(nèi)居民消費(fèi)需求拉動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整顯得更加重要。因此，堅(jiān)持?jǐn)U大國(guó)內(nèi)需求特別是消費(fèi)需求的方針，把增加居民消費(fèi)作為擴(kuò)大內(nèi)需的重點(diǎn)，增強(qiáng)消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用。
畢業(yè)論文網(wǎng) http://www.78375555.com
�、弁顿Y衡量指標(biāo)：城鎮(zhèn)固定資產(chǎn)投資完成額同比增長(zhǎng)率（）
由于我國(guó)技術(shù)和資本存量與發(fā)達(dá)國(guó)家之間存在著很大的差距，只有提高我國(guó)的投資率和經(jīng)濟(jì)增長(zhǎng)率才能實(shí)現(xiàn)經(jīng)濟(jì)的跨越式發(fā)展。此外，注重提高投資的質(zhì)量和效益，才能增強(qiáng)我國(guó)經(jīng)濟(jì)發(fā)展的后勁，提高我國(guó)經(jīng)濟(jì)發(fā)展的質(zhì)量和競(jìng)爭(zhēng)力。本文選取城鎮(zhèn)固定資產(chǎn)投資作為衡量投資變動(dòng)指標(biāo)。 畢業(yè)論文網(wǎng) http://www.78375555.com �、軐�(duì)外貿(mào)易衡量指標(biāo)：外貿(mào)同比增長(zhǎng)率（）
我國(guó)經(jīng)濟(jì)的增長(zhǎng)方式一直沿用“出口導(dǎo)向性”的戰(zhàn)略，外貿(mào)是拉動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)最重要的推動(dòng)力量，據(jù)統(tǒng)計(jì)，2009年我國(guó)進(jìn)出口總額上升到世界第二位，出口總額則超過(guò)德國(guó)躍居世界第一位。
�、菡{(diào)控能力指標(biāo)：政府財(cái)政收入同比增長(zhǎng)率（）
當(dāng)我國(guó)期貨市場(chǎng)出現(xiàn)較大風(fēng)險(xiǎn)事件的時(shí)候，強(qiáng)力行政往往能在較短的時(shí)間內(nèi)發(fā)揮比市場(chǎng)自發(fā)調(diào)節(jié)更好的效果，因此，政府的調(diào)控能力會(huì)對(duì)我國(guó)期貨市場(chǎng)風(fēng)險(xiǎn)產(chǎn)生較大的影響。本文通過(guò)財(cái)政收入指標(biāo)反映我國(guó)政府的調(diào)控能力。
�。�2）微觀經(jīng)濟(jì)指標(biāo)
本文主要從經(jīng)濟(jì)貨幣化程度變動(dòng)率，通貨膨脹變動(dòng)率以及匯率變動(dòng)率三個(gè)方面考察對(duì)期貨市場(chǎng)的影響。
�、俳�(jīng)濟(jì)貨幣化程度變動(dòng)率：貨幣準(zhǔn)貨幣（M2）變動(dòng)率（）
經(jīng)濟(jì)貨幣化是指經(jīng)濟(jì)活動(dòng)中以貨幣為媒介的交易份額逐步增大的過(guò)程。一國(guó)商品經(jīng)濟(jì)越發(fā)達(dá)、貨幣信用關(guān)系覆蓋面以及金融業(yè)發(fā)展程度越高，代表貨幣化程度也越高，同時(shí)期貨市場(chǎng)具有更好的發(fā)展基礎(chǔ)。通常情況下，用廣義貨幣M2占GNP（或GDP）的比值（M2/GNP或M2/GDP）來(lái)表示，由于月度GDP數(shù)據(jù)的不可得性，本文利用廣義貨幣（M2，即流通中的現(xiàn)金+活期存款）的變動(dòng)情況代表貨幣的變動(dòng)狀況表示我國(guó)的經(jīng)濟(jì)貨幣化程度變動(dòng)率。 畢業(yè)論文網(wǎng) http://www.78375555.com
�、谕ㄘ浥蛎浡剩–PI）（）
在通貨膨脹預(yù)期下，人們一般會(huì)購(gòu)買具有保值功能的投資品種，期貨市場(chǎng)中的貴金屬、有色金屬材料由于具有一定的金融屬性和儲(chǔ)量的稀缺性特征，成為在通貨膨脹下防范市場(chǎng)風(fēng)險(xiǎn)的有力工具。本文利用居民消費(fèi)價(jià)格指數(shù)（CPI）表示通貨膨脹率。
�、廴嗣駧艃睹涝獏R率環(huán)比變動(dòng)率（）
當(dāng)前，我國(guó)商品期貨市場(chǎng)中，有很多產(chǎn)品是需大量進(jìn)口的大宗原材料產(chǎn)品。對(duì)國(guó)內(nèi)主要期貨品種而言，人民幣升值對(duì)工業(yè)品影響大，農(nóng)場(chǎng)品影響小，對(duì)進(jìn)口量大的期貨品種如銅、大豆、豆粕、棉花、天然橡膠以及燃料油等影響大，而進(jìn)口較小的品種如鋁、小麥影響較小。
�。�3）現(xiàn)貨市場(chǎng)指標(biāo)
現(xiàn)貨市場(chǎng)產(chǎn)量、價(jià)格等因素會(huì)對(duì)期貨市場(chǎng)價(jià)格具有很大的影響，本文通過(guò)現(xiàn)貨價(jià)格波動(dòng)率、現(xiàn)期價(jià)波動(dòng)率、現(xiàn)貨市場(chǎng)總產(chǎn)量、國(guó)外凈進(jìn)口四個(gè)指標(biāo)反映我國(guó)現(xiàn)貨市場(chǎng)對(duì)期貨市場(chǎng)的影響。
�、佻F(xiàn)貨價(jià)格波動(dòng)率（）
該比率是利用現(xiàn)貨市場(chǎng)本月價(jià)格與上月價(jià)格的變動(dòng)比率來(lái)反映現(xiàn)貨市場(chǎng)對(duì)該商品的市場(chǎng)需求變動(dòng)情況。
�、诂F(xiàn)期價(jià)偏離率（）
通過(guò)現(xiàn)價(jià)期價(jià)偏離率本月與上月的對(duì)比來(lái)反映現(xiàn)價(jià)期價(jià)偏離率的變動(dòng)率，該指標(biāo)可以反映現(xiàn)貨市場(chǎng)和期貨市場(chǎng)價(jià)格的偏離狀況，從而反映投機(jī)的情況。
畢業(yè)論文網(wǎng) http://www.78375555.com
�、郜F(xiàn)貨市場(chǎng)總產(chǎn)量同比波動(dòng)率（）
總產(chǎn)量的提高有利于有效緩解了國(guó)內(nèi)市場(chǎng)供需緊張的矛盾，其穩(wěn)定性有利緩解期貨價(jià)格呈大幅上漲—急速下跌的走勢(shì)。
�、軆暨M(jìn)口環(huán)比增長(zhǎng)率（）
據(jù)統(tǒng)計(jì)，近三年來(lái)大豆、銅以及天然橡膠的進(jìn)口量占總消費(fèi)量的比重分別達(dá)到了37%、47%以及65%②，凈進(jìn)口總量增加在一定程度上抑制國(guó)內(nèi)期貨價(jià)格非理性上漲空間，有利的實(shí)現(xiàn)現(xiàn)貨市場(chǎng)中的供需平衡。
�。�4）期貨市場(chǎng)指標(biāo)
市場(chǎng)流動(dòng)性對(duì)期貨合約的價(jià)格具有很大的影響，當(dāng)市場(chǎng)的人氣比較旺時(shí)，期貨的成交速度比較快，能夠根據(jù)不斷變化的市場(chǎng)行情生成比較合理的價(jià)格，而合理的期貨市場(chǎng)價(jià)格自然是低風(fēng)險(xiǎn)的體現(xiàn)，同時(shí)會(huì)吸引更多的市場(chǎng)參與者，從而提高了市場(chǎng)的流動(dòng)性，二者形成良好的互動(dòng)關(guān)系�？疾焓袌�(chǎng)流動(dòng)性的指標(biāo)有三個(gè)。
�、俪山涣浚ㄊ郑┳儎�(dòng)率（）
期貨合約的成交量即成交的總手?jǐn)?shù)，但成交手?jǐn)?shù)并不能完全的反映市場(chǎng)的流動(dòng)水平，因?yàn)楦鱾�(gè)期貨合約的定價(jià)是不相同的，成交量大不一定成交金額就大，因此成交量?jī)H是對(duì)期貨合約流動(dòng)性“量”的衡量。
�、诔山唤痤~變動(dòng)率（）
成交金額是指期貨交易的資金量，成交量是成交合約數(shù)與期貨價(jià)格的乘積。成交金額越大則意味著市場(chǎng)流動(dòng)性比較高，因此成交金額是對(duì)期貨合約流動(dòng)性“質(zhì)”的衡量。 畢業(yè)論文網(wǎng) http://www.78375555.com
�、墼履┏謧}(cāng)量變動(dòng)率（）
期貨合約的流動(dòng)性源于期貨市場(chǎng)參與者的買賣，持倉(cāng)量即為買賣雙方尚未平倉(cāng)的數(shù)量，持倉(cāng)量大說(shuō)明市場(chǎng)參與者有較多的買賣行為，也代表了市場(chǎng)的流動(dòng)性比較大。
�、艹山唤痤~市場(chǎng)占有變動(dòng)率（）
從期貨套期保值的基本功能上講，套期保值者希望投資對(duì)象是市場(chǎng)占有水平比較高，行情相對(duì)穩(wěn)定的期貨商品。單個(gè)期貨商品的成交金額無(wú)法在市場(chǎng)中得到充分的體現(xiàn)，為測(cè)度該期貨商品市場(chǎng)中成交金額的情況，可以用本月與上月整個(gè)期貨市場(chǎng)占有率的變化來(lái)反映成交金額市場(chǎng)占有變動(dòng)率的變動(dòng)。
2.3 風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的構(gòu)建
結(jié)合期貨市場(chǎng)風(fēng)險(xiǎn)預(yù)警指標(biāo)選取的原則，本文選取的指標(biāo)從目標(biāo)層、準(zhǔn)則層、指標(biāo)層三個(gè)層面出發(fā)，首先確定了宏觀經(jīng)濟(jì)衡量指標(biāo)、微觀經(jīng)濟(jì)衡量指標(biāo)、現(xiàn)貨市場(chǎng)衡量指標(biāo)以及期貨市場(chǎng)衡量指標(biāo)四個(gè)子系統(tǒng)，在四個(gè)子系統(tǒng)下共選取16個(gè)指標(biāo)構(gòu)成評(píng)測(cè)我國(guó)期貨市場(chǎng)風(fēng)險(xiǎn)的指標(biāo)體系，如表1所示。
3.我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)預(yù)警管理實(shí)證分析
3.1 因子分析概述
因子分析簡(jiǎn)介：由于分析對(duì)象的指標(biāo)多種多樣，需要將多個(gè)因素綜合考慮才能分析出對(duì)象的根本特征，但對(duì)單個(gè)對(duì)象考察指標(biāo)過(guò)多會(huì)造成指標(biāo)之間相關(guān)程度增加，對(duì)分析問(wèn)題造成了很大的不便，尋找多種因素的替代變量成為解決此類問(wèn)題的重要途徑，此種分析方法即為因子分析。
畢業(yè)論文網(wǎng) http://www.78375555.com
因子分析的特點(diǎn)主要有以下幾個(gè)方面：首先，計(jì)算簡(jiǎn)便：因子分析師對(duì)原來(lái)的眾多指標(biāo)的衡量，因此計(jì)算上因子分析有利的減少了計(jì)算的工作量。其次，能有效的反映變量信息：因子分析不是對(duì)原有變量的簡(jiǎn)單取舍，而是對(duì)原有變量信息進(jìn)行了重新的構(gòu)造，能夠有效的反映原有的信息。第三，因子分析各個(gè)變量之間是對(duì)原有眾多變量某一方面的概括，因此各個(gè)因子之間不存在線性相關(guān)關(guān)系。
除此以外，因子分析中，因子變量具有命名解釋性，即該變量是對(duì)某些原始變量信息的綜合。對(duì)多變量的平面數(shù)據(jù)進(jìn)行簡(jiǎn)化，在保證數(shù)據(jù)信息丟失最少的原則下，對(duì)高維變量空間進(jìn)行降維處理，形成在一個(gè)低維空間狀態(tài)的解釋系統(tǒng)，這一系統(tǒng)比在一個(gè)高維系統(tǒng)空間進(jìn)行解釋要容易得多。
3.2 我國(guó)商品期貨市場(chǎng)影響因素的因子分析步驟
設(shè)反映我國(guó)商品期貨市場(chǎng)價(jià)格波動(dòng)有多個(gè)因素如，因子分析尋找的替代變量為（其中），則這些因素可以用替代表示
式（6）中可以對(duì)原有多個(gè)變量進(jìn)行有效概括，而替代變量之間相關(guān)性很小，以此減少了分析的重疊性。
在因子分析過(guò)程中，需要解決兩個(gè)關(guān)鍵問(wèn)題，首先是如何構(gòu)造反映我國(guó)商品期貨市場(chǎng)價(jià)格波動(dòng)的諸多影響因素的因子變量；其次是命名解釋，即如何對(duì)所求得得因子變量進(jìn)行命名解釋。具體的講，我國(guó)商品期貨市場(chǎng)因子分析因子分析有下面4個(gè)基本步驟。
畢業(yè)論文網(wǎng) http://www.78375555.com
步驟一，因子分析適合性檢驗(yàn)：確定我國(guó)商品期貨市場(chǎng)中待分析的原有若干變量是否適合于因子分析，檢驗(yàn)的標(biāo)準(zhǔn)主要有三個(gè)。一是KMO（Kaiser-Meyer-Olkin）值，該值的大小應(yīng)至少在5左右，太小不適合做因子分析，大于0.7以上則效果比較好，KMO的計(jì)算公式
其中，而變量偏相關(guān)系數(shù)。因此KMO指標(biāo)反映的是變量之間相關(guān)系數(shù)的一種關(guān)系，當(dāng)所得的KMO值約接近于1，則表明越適合做因子分析。二是巴特利特球形檢驗(yàn)（Bartlett’s Test of Sphericity）：該指標(biāo)首先考察各個(gè)變量的相關(guān)系數(shù)矩陣，其次通過(guò)與單位陣進(jìn)行對(duì)比，從而考察相關(guān)系數(shù)，若考察的矩陣與單位陣越接近則說(shuō)明不適合做因子分析。三是反映像相關(guān)矩陣檢驗(yàn)（Anti-image Correlation Matrix）：若矩陣中某些元素的絕對(duì)值比較大時(shí)，則表明考察的對(duì)象不適合做因子分析。 步驟二，構(gòu)造反映我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)的因子變量：因子分析過(guò)程中確定因子變量的方法比較多，如主成分分析法、主軸因子法、極大似然法、最小二乘法等。在這些方法中，基于主成分模型的主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過(guò)變換手段，即將原有的個(gè)相關(guān)變量做線性變化，轉(zhuǎn)化為另外一組不相關(guān)的變量，上述過(guò)程可以表示為：
其中，為原有變量的第一、第二、….、第個(gè)主成分。其中在總方差中占的比例最大，綜合原有變量的能力也最強(qiáng)，其余主成分在總方差中占的比例逐漸減少。數(shù)據(jù)標(biāo)注化處理公式為：
其中，i=1，2……，n，n為樣本總數(shù)；j=1，2，……p，p為樣本原變量數(shù)目。
通過(guò)標(biāo)注化處理后可以算出協(xié)方差矩陣R，并可以通過(guò)協(xié)方差矩陣的特征值，從而可以求出個(gè)變量的因子載荷矩陣。
步驟三，因子旋轉(zhuǎn)：為增加因子的課解釋性，可以利用因子旋轉(zhuǎn)。經(jīng)過(guò)主成分分析得到的，是對(duì)原變量的綜合。原變量是具有物理含義的變量。對(duì)于因子變量的解釋，可以進(jìn)一步說(shuō)明影響原變量系統(tǒng)構(gòu)成的主要因素和系統(tǒng)特征。在實(shí)際分析工作中，主要是通過(guò)對(duì)載荷矩陣進(jìn)行分析，得到因子變量和原變量的關(guān)系，從而對(duì)新的因子變量進(jìn)行命名。
步驟四，計(jì)算因子變量的得分：我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)因子變量的得分因子變量確定以后，可以得到它們的不同因子上的具體數(shù)據(jù)值，這些數(shù)值就是因子得分，它和原變量的得分相對(duì)應(yīng)。估計(jì)因子得分的方法主要由回歸法、Bartlette法等，計(jì)算因子得分首先將因子變量表示為原有變量的線性組合，表示 畢業(yè)論文網(wǎng) http://www.78375555.com
3.3 因子分析實(shí)證檢驗(yàn)
通過(guò)表1可知，我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)評(píng)測(cè)指標(biāo)體系由16個(gè)指標(biāo)構(gòu)成。由于指標(biāo)比較多，可以運(yùn)用主成分分析法進(jìn)行綜合，利用計(jì)量軟件SPSS16，
以銅期貨合約為例，時(shí)間跨度為2007-2008年，共有24個(gè)月的數(shù)據(jù)，輸入相關(guān)變量的數(shù)據(jù)，可以得到相關(guān)統(tǒng)計(jì)結(jié)果如表2所示。
在進(jìn)行因子分析之前先檢驗(yàn)變量是否適合于因子分析。本文采用的是KMO（Kaiser-Meyer-Olkin）值。和巴特利特球形檢驗(yàn)（Bartlett’s Test of Sphericity）檢驗(yàn)的方法。檢驗(yàn)結(jié)果如表3所示。
從檢驗(yàn)的結(jié)果可知，利用的相關(guān)變量是適合做因子分析，特別是球性假設(shè)檢驗(yàn)的顯著性水平為0，表明可以通過(guò)巴特尼特法球性（Bartlett’s Test of Sphericity）檢驗(yàn)。
因子的提取遵循主軸長(zhǎng)度（Initial Eigenvalues）即特征值大于1的原則，本文一共為13個(gè)分析對(duì)象，首先提取了五個(gè)因子，但通過(guò)提取的因子數(shù)據(jù)顯示，其他因子的特征值小于1。綜合考慮本文提取五個(gè)因子，分別表示為F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5，具體數(shù)據(jù)如表4所示。
根據(jù)特征值大于1的原則，提取前五個(gè)因子，其特征值分別為：376、2.997、1.389、1.208、1.016。第一個(gè)主成分的累積方差貢獻(xiàn)率為39.851。前兩個(gè)主成分的累積方差貢獻(xiàn)率為58.585，前三個(gè)主成分的累積方差貢獻(xiàn)率達(dá)到了67.268，前四個(gè)主成分的累積方差貢獻(xiàn)率達(dá)到了78.420，前五個(gè)主成分的累積方差貢獻(xiàn)率達(dá)到了89.169。因此這五個(gè)因子能夠很好的對(duì)原有的16個(gè)變量進(jìn)行有效的概括。通過(guò)因子的提取可以得到如下（表5）的結(jié)果。 畢業(yè)論文網(wǎng) http://www.78375555.com
為使所得的主因子（Principal Component）能夠?qū)υ凶兞窟M(jìn)行更加有效的概括，可以進(jìn)行方差旋轉(zhuǎn)，旋轉(zhuǎn)變換的目的是為了使原來(lái)的個(gè)樣本點(diǎn)在主成分軸方向上的離散程度最大，即的方差最大，變量代表了原始數(shù)據(jù)的絕大部分信息，本文采用的是Varimax（方差極大法）旋轉(zhuǎn)，旋轉(zhuǎn)后的因子的得分信息如表6所示。
從旋轉(zhuǎn)后因子的提取結(jié)果可知，五個(gè)因子對(duì)不同變量的概括性是不相同的，第一個(gè)因子對(duì)銅期貨市場(chǎng)總產(chǎn)量、貨幣或準(zhǔn)貨幣（M2）供應(yīng)量、政府財(cái)政收入、成交額占比變化以及現(xiàn)期價(jià)偏離率等幾個(gè)變量的變動(dòng)率具有很強(qiáng)的相關(guān)關(guān)系，第二個(gè)因子對(duì)CPI、宏觀經(jīng)濟(jì)一致指數(shù)、匯率以及對(duì)外貿(mào)易的波動(dòng)率具有很強(qiáng)的相關(guān)關(guān)系，第三個(gè)因子則對(duì)成交量、成交額以及持倉(cāng)量三個(gè)指標(biāo)的變動(dòng)情況具有很強(qiáng)的相關(guān)關(guān)系，第四個(gè)因子對(duì)消費(fèi)和投資指標(biāo)的波動(dòng)率具有高的概括能力，第五個(gè)因子對(duì)則對(duì)凈進(jìn)口等指標(biāo)的變動(dòng)具有很強(qiáng)的相關(guān)關(guān)系。
3.4 Logistic風(fēng)險(xiǎn)預(yù)警分析
在進(jìn)行Logistic之前，先設(shè)定二分類因變量為。由于考察的是期貨市場(chǎng)風(fēng)險(xiǎn)，是否具有風(fēng)險(xiǎn)是一個(gè)二分變量，因此將Y設(shè)為：Y=0代表銅期貨商品當(dāng)月具有較高的風(fēng)險(xiǎn)性，而Y=1代表銅期貨合約當(dāng)月是安全的。根據(jù)式（5），在主成分設(shè)定為下，可以建立如下的Logistic回歸模型： 畢業(yè)論文網(wǎng) http://www.78375555.com
在該模型中，由原來(lái)的多個(gè)指標(biāo)與因變量之間的回歸，變?yōu)槎肿兞颗c因子之間的回歸關(guān)系，模型的誤差項(xiàng)服從二項(xiàng)分布，使用最大似然法來(lái)解決方程的估計(jì)和檢驗(yàn)問(wèn)題。通過(guò)SPSS10軟件得到的回歸結(jié)果如表8所示。
其中，Constant為常數(shù)項(xiàng)，表示自變量取值全為O（稱基線狀態(tài)）時(shí)，比數(shù)（Y=1與Y=O的概率之比）的自然對(duì)數(shù)值；各自變量的回歸系數(shù)表示自變量每改變一個(gè)單位，比值比的自然對(duì)數(shù)值改變量。
該回歸結(jié)果表明：當(dāng)所有因子取值為0時(shí)，比數(shù)的自然對(duì)數(shù)值為-9.082。五個(gè)因子的系數(shù)估計(jì)值表明，F(xiàn)1、F2、F3、F4、F5、每改變一個(gè)單位對(duì)自然對(duì)數(shù)值的改變量分別為10.998，10.572，-1.954、8.899、4.594。根據(jù)統(tǒng)計(jì)分析的結(jié)果，可以將回歸模型表示為：
概率P是以0.5為對(duì)稱點(diǎn)，因而，可以把0.5作為一個(gè)臨界點(diǎn)作為考察風(fēng)險(xiǎn)的一個(gè)參考標(biāo)準(zhǔn)，當(dāng)概率大于0.5時(shí)，表示該期貨合約當(dāng)月的風(fēng)險(xiǎn)性比較大，對(duì)于該種期貨合約在當(dāng)月應(yīng)當(dāng)提高風(fēng)險(xiǎn)意識(shí)，而當(dāng)概率小于0.5時(shí)，代表該種期貨合約當(dāng)月處于較為安全的邊界。
從表9預(yù)測(cè)的結(jié)果可知，銅期貨合約實(shí)際安全的月份只有7個(gè)月份，在預(yù)警模型中將有風(fēng)險(xiǎn)的1個(gè)月誤判成了安全的月份，預(yù)測(cè)的準(zhǔn)確性為87.5%；而實(shí)際具有風(fēng)險(xiǎn)性的月份有16個(gè)月，預(yù)警模型中將這16個(gè)安全性的月份判成了高風(fēng)險(xiǎn)性的月份，預(yù)測(cè)的準(zhǔn)確性達(dá)到了100%；綜合的預(yù)測(cè)的準(zhǔn)確性為95.8%，表明本文所設(shè)定的我國(guó)商品期貨市場(chǎng)風(fēng)險(xiǎn)預(yù)警模型具有較高的風(fēng)險(xiǎn)預(yù)警的作用。 畢業(yè)論文網(wǎng) http://www.78375555.com
注釋：
�、俸暧^經(jīng)濟(jì)預(yù)警指數(shù)可細(xì)分四個(gè)部分：a.一致指數(shù)，是反映當(dāng)前經(jīng)濟(jì)的基本走勢(shì)，由工業(yè)生產(chǎn)、就業(yè)、社會(huì)需求（投資、消費(fèi)、外貿(mào)）、社會(huì)收入（國(guó)家稅收、企業(yè)利潤(rùn)、居民收入）等4個(gè)方面合成；b.先行指數(shù)，是由一組領(lǐng)先于一致指數(shù)的先行指標(biāo)合成，用于對(duì)經(jīng)濟(jì)未來(lái)的走勢(shì)進(jìn)行預(yù)測(cè)；c.滯后指數(shù)，是由落后于一致指數(shù)的滯后指標(biāo)合成得到，它主要用于對(duì)經(jīng)濟(jì)循環(huán)的峰與谷的一種確認(rèn)；d.預(yù)警指數(shù)，是把經(jīng)濟(jì)運(yùn)行的狀態(tài)分為5個(gè)級(jí)別，“紅燈”表示經(jīng)濟(jì)過(guò)熱，“黃燈”表示經(jīng)濟(jì)偏熱，“綠燈”表示經(jīng)濟(jì)運(yùn)行正常，“淺藍(lán)燈”表示經(jīng)濟(jì)偏冷，“藍(lán)燈”表示經(jīng)濟(jì)過(guò)冷。
�、诟咻x.中國(guó)人民幣匯率升值及對(duì)期貨市場(chǎng)影響的研究[R].浙江中大期貨公司研究報(bào)告,第9頁(yè)。
參考文獻(xiàn)
Alexandra K B,Mayer J.Computational aspects of minizing conditional value at risk[J].ComPutaion Management Science,2006(3):3-27.
AlexEI Chekhlov,Stanislav Uryasev,Michael Zabarankin.Draw Down Measure in Portfolio Optimization[J].Research Report,2003(5):11-12.
Alizadeh,A.&N.Nomikos.A Markov regime switching approach for hedging stock indices[J].Journal of Futures Markets,2004(7):649-74.
