财政・金融・投资
中国期货交易所风险判别分析模型
王煦逸1,田 澍2,陈少军3
(1.同济大学中德学院,上海200092;2.复旦大学管理学院,上海200093;3.上海期货交易所,上海200092)
[摘 要]文章在确认了对于交易所风险具有重要作用的决定性因素的基础上,根据中国证监委的风险监控指标,利用聚类分析得到非正常样本,然后建立了风险预警判别函数,确认了价格波动变化是期货交易所风险最重要的影响因素,并验证了判别函数和分析结果的有效性。
[关键词]期货交易所; 风险; 判别分析; 价格波动
[中图分类号]F830.91 [文献标识码]A]-9556AforChineseFuturesExchange
Xi-yi1,TIANShu2,CHENShao-jun3
(1.ZhongdeCollegeofTongjiUniversity,Shanghai200092;2.ManagementCollegeofFudanUniversity,Shanghai200093;
3.ShanghaiFuturesExchange,Shanghai200092,China)
Abstract:Onidentifyingtheimportantdeterminantsthatexistwithexchangeperils,thearticleobtainsabnormalsampleswiththehelpofclusteranalysisinaccordancewithriskcontrolindexesproducebyShanghaiFuturesExchangeandthendevelopstheriskwarningdiscrimina2tionfunction.Itisestablishedthatpricefluctuationisthemostimportantfactorinfluencingfuturesexchangeperilsandthevalidityofthefunc2tionanditsresultsarealsoconfirmed.
KeyWords:futuresexchange;perils;discriminationanalysis;pricefluctuation
期货交易原本是为了防止风险而产生的,但是期货交易本身也带来了巨大的风险,我国期货交易多次发生的问题并导致国债期货的停止交易,说明期货交易风险已经严重阻碍了我国期货市场的正常经营[1]。由于期货是以保证金的形式进行的,如果发生交易者违约,期货交易所必须承担有关经济责任,所以如何控制期货交易所的风险就成为具有现实意义的课题。本文以中国证监委的风险管理指标体系为基础,从上海期货交易所期铜交易的实证数据入手,分析了影响期货交易所风险的因素,从而为期货交易所风险的控制创造条件。
一、期货交易所风险的衡量指标
中国证监委的风险预警体系通过构造反映资金、价格和仓位变化的12个单项指标,来实现市场
风险状况的描述和预警。本文利用反映期货交易所风险水平的有效指标,根据这些因素将期货交易所的风险水平加以分类,找到风险的预警状态,最后构造一个判别准则,用于对期货交易所实时风险水平进行评价和判断。12个风险指标的含义见表1。
二、统计分析方法[2](一)聚类分析
聚类分析要解决的问题是根据样本或者变量的观测值相似程度的大小,将样本或者变量进行分类。需要考虑的问题有两个,第一个问题是相似程度的界定,这是分类的基础,如夹角余弦、相关系数等。根据不同的分类对象,不同的分类原则各有所长,一般地,对于样品的分类,较多使用距离的概念,而对于变量的分类,则多用相似系数进行分类。本文研
[收稿日期]2004-10-20
[作者简介]王煦逸(1964-),男,江苏吴县人,同济大学中德学院教授,管理学博士,研究方向是金融风险控制。
・102・
究的分类对象是各个交易日的风险指标值,因此采用距离作为分类原则。数学上对于距离有多种定义,应用较多的是欧氏距离、欧氏距离平方、切贝谢夫距离、布劳克距离等。不同的距离可能会得到不同的分类结果,为了保证结论的科学性,本文对各种距离都作了聚类分析,选用各种距离的分类结果比较合理的一个作为分类的结果。
表1 风险指标的含义说明
名 称
意 义
稳定性,本文选用了谱系聚类法。
值得一提的是,对于类间距离的不同选择可以
影响到分类的结果,常见的类间距离有最短距离法、最长距离法和类平均距离法。分别取两类中各样品的最小距离、最大距离和平均距离作为类间的距离。对于类间距离的选择,本文依然对两种方法进行比较,选择比较合理的分类结果,以保证分类的有效性和实用性。
(二)判别分析多元线性判别分析方法的主要目的是根据样本的指标观测值判断一个样品属于已知种类的哪一种。,对他们进行,:,即选择那些对判别的作用比较大的变量作为判别的变量,构造判别函数。本文通过初步的分析认为,参与判别的各个变量对于判别的结果作用不同样重要,因此选择部分判别法构造判别函数。此外,虽然线性判别分析需要假定数据的正态性,但是由于线性模型容易结合经济意义进行解释,考虑到经济意义对于实证分析的重要性,所以,本文没有放弃线性模型。而且,据卢纹岱的统计经验,由于“在对数据进行正态分布检验时,几乎都有理由认定数据拒绝正态分布假设,此时如果数据量足够大,在进行统计分析时就不必强求观
[3]
测量一定服从正态分布。”所以,本文的分析中依然认为数据是服从正态分布的,在本文的最后,我们将根据结果的经济意义及与实际情况的符合情况决定分析的结果是否可以接受。
三、上海期货交易所数据的实证分析(一)数据结构和说明
上海期货交易所的期铜合约是我国最重要的期货品种之一,该所的期铜价格已经与伦敦金属交易所等一起被作为国际上三大金属铜的交易参考价格之一,得到了广泛使用和世界公认,这样的期货品种是相对成熟的。在我国金融市场,尤其是期货市场尚不成熟的现阶段,对相对成熟的品种进行分析,不仅有利于我们找到正确有效的研究成果,同时可以对其他发展中合约品种的风险分析奠定基础。同时,上海期货交易所的期铜品种从开始交易以来,没有出现过大的风波,交易量较大,市场流动性较好,垄断程度和被大户操纵的问题较少,是一个比较理
・103・
一定价位下资金不足的会员数
预计价格下会员暴
和资金不足的程度,反映市场中
仓比率
会员资金的充足程度资
金市场盈亏指标指标
资金变化指标
指标C1
仓多空大户持仓差额位比率指标C指
标空盘变化指标C3
开仓人气指标C4会员持仓套牢深度指标P市场上实时亏损额的比率,反映会员的盈亏程度
保证金的变化率,变化
,反映市多空大户的持仓量差异,多空大户的仓位对比
反映市场中空盘量变化和市场的流动性
多空方交易情况,反映交易格局和市场流动性
反映持仓均价最不利的会员的亏损程度
反映市场上期货价格的波动幅度
反映市场上多空方持仓均价位的变化和格局
价价格变化指标P2格
指持仓均价变化指标标相邻月份价差指标
相邻月份的价格变化
P4
聚类分析中需要考虑的第二个问题就是分类方法的选择。得到广泛应用的有快速聚类法和谱系聚类法。快速聚类法的思想就是任选n个样本作为n类的中心,然后按照样品到类中心距离最小的原则对其余的样品进行分类,形成第一次的分类,之后计算各类的样品均值,作为第二次聚类的中心,再一次重新进行聚类,如此迭代直至达到迭代中止条件为止。快速聚类适合大样本的聚类分析,但是由于聚类的结果受到样品进入的先后顺序和迭代中止条件的影响,分类结果不够稳定。第二种聚类的方法为谱系聚类法,这种方法首先将各个样品作为一类,然后按照样本之间距离最小的原则将样本聚为一小类,之后按照各个小类距离的大小将小类逐步合并为大类,直到成为一个大类为止。为了保证结果的
想的期货市场。另外,上海作为中国的金融中心,上海期货交易所的风险管理应该尽早实现科学化和体系化,为国内其他期货品种的风险监管建立一个先行范本,借以不断提高我国市场监管机构的管理水平,为我国期货市场的健康发展奠定基础。基于此,本文选择上海期货交易所的铜期货作为研究对象。
数据样本来自上海期货交易所2001年12月18日至2002年9月16日的cu0202到cu0210等9个期铜合约的风险实时指标。本文对9个合约在活跃期内的运行数据做了分析,通过它们的整体表现来判断铜期货市场的情况。由于每个月都有合同交割,数据中去掉了处于交割月合约的数据和奇异值,这样数据将可以反映期铜市场正常运行的状态下的交易情况,而不必考虑在交割月交易的特殊变化。
样本数据是9标、控指标值,。2001年末至年,上海期交所铜期货合约交易环境是比较平稳的,政策和法律环境没有发生大的变动,宏观经济环境及铜市场基本面的波动使铜价走势反复振荡,多空分歧较大,交易比较活跃[4]。由此可见,数据来自期货市场交易比较活跃,市场运行相对稳定的时段,有理由相信数据是上海期货交易所铜合约市场正常运行情况的反映[5-6]。
通过考察样本的风险指标值,我们发现反映资金充足度的四个指标的数字都为0,因此在分析中去掉了四个资金指标。华仁海和仲伟俊(2002.11)的研究表明“,上海期铜市场运行是比较有效率的,
[7]
市场信息已在最新价格中得以反映”。在假定市场主体都是理性投资者的前提下,本文认为仓位和价格波动信息的8个变量可以反映会员资金情况变化的影响。
(二)数据处理和解释
1.聚类分析。为了实现风险预警,本文需要判
描述。两类数据的各风险指标值的均值对比如表2。
表2 两类数据的指标均值对比
持仓大持仓大空盘量开平仓会员持持仓均相邻月
指标价格变
户分布户差额变化人气比仓套牢价变化份价差均值化指标
比率比率系数率深度指标指标指标第一类
0.21670.14490.13250.17110.19890.04350.00200.0054数据第二类
0.17380.15560.08850.10220.06230.01110.00050.0025数据
从表2可以看到,第一类数据的持仓大户分布比率大于第二类数据,说明此时市场上大户持仓量比重大,。,会,因而对交易。两类数据的持仓大户差额比率相差不大,说明多空大户的持仓量差异对区别期货交易所的风险水平作用不明显。
第一类数据的空盘变化指标均值较大。由于空盘量反映的是市场深度和流动性,空盘量变化大,即市场流动性不够稳定,市场的流动性小时会导致市场里大规模的对冲难以进行,流动性的不稳定增加了交易者的风险,进而对交易所的风险产生了不利影响。
第一类数据的开仓人气指标较大。开仓人气指标反映了市场上多空方交易格局和多空的分歧,开仓人气指标较大说明此时市场里多空双方的分歧比较大。出现这种情况时,市场形势往往不甚明朗,比如政策的不明朗、现货市场的异常波动等,此时多空方对于后市的变化有不同的理解,期货市场中价格和流动性波动较大,例如上海“粳米事件”和“沪板
[8]9607事件”中,多空双方形成僵持局面,此时的市
场环境对于交易所而言出现风险情况的可能比较大。
会员持仓套牢深度指标反映的是持仓均价最不利会员的亏损程度,会员亏损程度深,对于交易所而言风险水平就高。价格变化指标、持仓均价变化指标、相邻月份价差指标三个指标都反映的是价格的波动对交易所的不利影响,第一类数据的这三个指标均值都大于第二类数据,说明此时市场中价格波动剧烈,会员的盈亏变化和盈亏幅度相对较大,更容易出现结算风险和违约行为,因此对交易所的风险
断预警状态的特征。根据识别出来的共性因子得
分,本文使用聚类分析的方法对观测值进行分类,将不同风险状态加以区别,并根据分类结果构造线性判别函数,从而实现预警的目标。文中采用了欧式距离平方作为分类的标准,两类之间的距离采用的是类平均距离。分类的结果表明,其中的一类有6个样本数据,其余的样本数据则归为另一类。为了证实分类的特性差异和分类的有效性,本文对两类数据的指标值进行考察,对分类的情况进行总结和・104・
状况不利。
综上所述,聚类分析分解出来的第一类数据样本所在的市场垄断程度较大、多空力量差异和分歧较大、会员亏损程度较大、市场流动性变化和价格波动较大,因此第一类数据的运行环境是不稳定的,对于交易所是一种不正常的预警状态。而第二类则可以相应的定义为一种正常状态。
2.判别分析。为了实现预警的目标,我们通过
前文的分析,第一类的6个数据就处于预警状态,预警状态中心的判别值远大于安全状态的判别值。从表3、表4可知,该判别函数可以解释几乎全部的信息,总的分类能力为97.8%,完全能够满足风险控制的需要。在判别函数中,只有一个变量,即价格变化指标入选,市场价格波动变化指标的系数为正,说明价格的波动越大,市场产生风险的可能性越大。此外,这个判别函数暗示对期货交易所风险水平影响其决定作用的因素是价格波动。其他变量没有进入判别函数有两种可能性:其一是其他变量所包含,另外一种因,,我,它们和价格变化的相关程度不高,说明这些指标的信息对于不同风险情况的区别作用不大,从而确定了价格波动对于期铜市场风险的决定性影响。
判别函数的价格变动乘数为161.527,也就是说价格变动1%,判别值将变动1.62左右,而常数项只有-1.9,所以价格变动的作用十分大,说明市场风险对于价格变动是敏感的,这保证了模型的实用性。
(三)判别结果的实证检验
FunctionsatGroupCentroids
判别分析,构造一个判别函数对交易所的风险水平进行评价和监控,并通过建立判别函数进行判别变量的筛选。非标准化的部分变量的判别分析结果如下。
表3 逐步判别函数的特征值表
Eigenvalues
ofa
1100..609 注:a.First1functionswereusedintheanalysis.Function
ECanonicalDiscriminantFunctionCoefficients
Function1
价格变化指标(Constant)161.527 -1.900
Unstandardizedcoefficients
类别(BetweenGroups)
Function
在这部分中,我们将对两类数据的真实经济意义进行分析,用以检验统计分析是否有效。通过对6个预警数据进行分析,预警点分别是cu0209合约
1
15.126Unstandardizedcanonicaldiscriminantfunctionsevaluatedatgroupmeans
在2002年7月22、24、26日的数据和cu0210合约在2002年7月25、26、29日的数据。我们考察了历史
交易情况,发现2002年由于美国经济疲软,世界铜
表4 判别函数的分类能力矩阵
classificationResults
a
需求量下降,2002年的铜价一直在较低的价位波动,而7月底是全年价格的底部。7月24日上海期货交易所期铜合约全线跌停板。笔者查找了上海期货交易所的历史交易数据,2002年7月中旬至8月中旬,上海期货交易所的期铜当月价格和3个月平均价格的跌幅为全年之冠。上述证据支持了前文分析的结果,说明预警状态可以比较好地反映期货市场运行的情况,价格波动因素对期货交易所风险的影响与真实的交易情况是比较吻合的,而且上海期货交易所的铜期货对于世界宏观经济形势等外部因素可以做出正常的反应。
・105・
PredictedGT类别(BetweenGroups)otal12
Count 1606
Original
% 1100.0.0100.0
注:a.97.8%oforiginalgroupedcasescorrectlyclassified.
逐步判别函数的形式为:判别值=161.5273价格变化指标(P2)-1.9,判别函数将铜期货市场的运行区间区分为两部分:安全区域和预警区域。根据
四、结论
本文运用多元统计分析方法对上海期货交易所的期铜市场的风险监控指标进行了分析,建立的综合判别模型确认了价格波动对于期货交易所风险的决定性影响,即价格波动越大,期货交易所的风险水平越高。利用该结论,使得期铜风险控制拥有了简单明了和切实可行的指标,期货交易所可以通过对期货交易价格变化的监控来实现对期铜市场风险的实时监控,这对期铜市场风险管理有重要意义。
现有的对上海期铜市场风险因素的研究成果确认了期货价格波动、市场垄断程度、资金充足程度、多空方仓位水平、市场流动性状况等交易情况通过对会员履约行为的影响,成为影响期货交易所风险的因素。本文在此基础上,,、、会,这种不稳定的市场环境对期货交易所的风险水平有预警作用。
建立判别模型采用的逐步判别模型对于各个风
[
险因素进行选择,判别模型最终选择了价格波动为决定性的判别因素,这说明价格波动是对期铜市场的平稳运行起关键作用的影响因素,乘数分析的结论也从敏感性分析方面说明了这个结论。该结论不仅与现有的研究成果,即因子分析中的价格因素可以解释期铜市场波动的很大一部分信息相吻合,而且得到了真实的市场和宏观情况的支持。
此外,由于期铜市场的交易量大,而且市场资金力量的相对分散等原因,使得其他与期货交易所风险水平有关的因素,如持仓量水平、市场流动性、市场垄断水平、市场多空力量对比等,对于上海金属铜,这也从另一角,对于我,,、交易量较小、市场相对集中等因素,使得价格不再是判别期货交易所风险水平的唯一因素。我们须对这方面进行更加深入地研究,从而对我国的期货交易监管机构建立风险预警机制提供更加全面的借鉴和参考。
参考文献]
[1]姬广坡.期货市场风险控制论[M].北京:中国财政经济出版社,1997.[2]梅长林,周家良.实用统计方法[M].北京:科学出版社,2002.
[3]卢纹岱.SPSSforWindows统计分析(第2版).[M].北京:电子工业出版社,2002.[4]栾自强.2002年铜市场回顾与2003年展望[J].金瑞期货信息,2002,(1).
[5]华仁海,仲伟俊.对我国期货市场量价关系的实证分析[J].数量经济技术经济研究,2002,(6).[6]华仁海,仲伟俊.对上海期货交易所金属铜量价关系的实证分析[J].统计研究,2002,(8).[7]华仁海,仲伟俊.上海期货交易所价格有效性的实证检验[J].数量经济技术经济研究,2002,(1).[8]王希中.前事不忘,后事之师———上海“粳米事件”回顾[DB].中国期货网专题.www.qhdb.com.cn/zt.htm.
[责任编辑:郭小兵]
・106・
财政・金融・投资
中国期货交易所风险判别分析模型
王煦逸1,田 澍2,陈少军3
(1.同济大学中德学院,上海200092;2.复旦大学管理学院,上海200093;3.上海期货交易所,上海200092)
[摘 要]文章在确认了对于交易所风险具有重要作用的决定性因素的基础上,根据中国证监委的风险监控指标,利用聚类分析得到非正常样本,然后建立了风险预警判别函数,确认了价格波动变化是期货交易所风险最重要的影响因素,并验证了判别函数和分析结果的有效性。
[关键词]期货交易所; 风险; 判别分析; 价格波动
[中图分类号]F830.91 [文献标识码]A]-9556AforChineseFuturesExchange
Xi-yi1,TIANShu2,CHENShao-jun3
(1.ZhongdeCollegeofTongjiUniversity,Shanghai200092;2.ManagementCollegeofFudanUniversity,Shanghai200093;
3.ShanghaiFuturesExchange,Shanghai200092,China)
Abstract:Onidentifyingtheimportantdeterminantsthatexistwithexchangeperils,thearticleobtainsabnormalsampleswiththehelpofclusteranalysisinaccordancewithriskcontrolindexesproducebyShanghaiFuturesExchangeandthendevelopstheriskwarningdiscrimina2tionfunction.Itisestablishedthatpricefluctuationisthemostimportantfactorinfluencingfuturesexchangeperilsandthevalidityofthefunc2tionanditsresultsarealsoconfirmed.
KeyWords:futuresexchange;perils;discriminationanalysis;pricefluctuation
期货交易原本是为了防止风险而产生的,但是期货交易本身也带来了巨大的风险,我国期货交易多次发生的问题并导致国债期货的停止交易,说明期货交易风险已经严重阻碍了我国期货市场的正常经营[1]。由于期货是以保证金的形式进行的,如果发生交易者违约,期货交易所必须承担有关经济责任,所以如何控制期货交易所的风险就成为具有现实意义的课题。本文以中国证监委的风险管理指标体系为基础,从上海期货交易所期铜交易的实证数据入手,分析了影响期货交易所风险的因素,从而为期货交易所风险的控制创造条件。
一、期货交易所风险的衡量指标
中国证监委的风险预警体系通过构造反映资金、价格和仓位变化的12个单项指标,来实现市场
风险状况的描述和预警。本文利用反映期货交易所风险水平的有效指标,根据这些因素将期货交易所的风险水平加以分类,找到风险的预警状态,最后构造一个判别准则,用于对期货交易所实时风险水平进行评价和判断。12个风险指标的含义见表1。
二、统计分析方法[2](一)聚类分析
聚类分析要解决的问题是根据样本或者变量的观测值相似程度的大小,将样本或者变量进行分类。需要考虑的问题有两个,第一个问题是相似程度的界定,这是分类的基础,如夹角余弦、相关系数等。根据不同的分类对象,不同的分类原则各有所长,一般地,对于样品的分类,较多使用距离的概念,而对于变量的分类,则多用相似系数进行分类。本文研
[收稿日期]2004-10-20
[作者简介]王煦逸(1964-),男,江苏吴县人,同济大学中德学院教授,管理学博士,研究方向是金融风险控制。
・102・
究的分类对象是各个交易日的风险指标值,因此采用距离作为分类原则。数学上对于距离有多种定义,应用较多的是欧氏距离、欧氏距离平方、切贝谢夫距离、布劳克距离等。不同的距离可能会得到不同的分类结果,为了保证结论的科学性,本文对各种距离都作了聚类分析,选用各种距离的分类结果比较合理的一个作为分类的结果。
表1 风险指标的含义说明
名 称
意 义
稳定性,本文选用了谱系聚类法。
值得一提的是,对于类间距离的不同选择可以
影响到分类的结果,常见的类间距离有最短距离法、最长距离法和类平均距离法。分别取两类中各样品的最小距离、最大距离和平均距离作为类间的距离。对于类间距离的选择,本文依然对两种方法进行比较,选择比较合理的分类结果,以保证分类的有效性和实用性。
(二)判别分析多元线性判别分析方法的主要目的是根据样本的指标观测值判断一个样品属于已知种类的哪一种。,对他们进行,:,即选择那些对判别的作用比较大的变量作为判别的变量,构造判别函数。本文通过初步的分析认为,参与判别的各个变量对于判别的结果作用不同样重要,因此选择部分判别法构造判别函数。此外,虽然线性判别分析需要假定数据的正态性,但是由于线性模型容易结合经济意义进行解释,考虑到经济意义对于实证分析的重要性,所以,本文没有放弃线性模型。而且,据卢纹岱的统计经验,由于“在对数据进行正态分布检验时,几乎都有理由认定数据拒绝正态分布假设,此时如果数据量足够大,在进行统计分析时就不必强求观
[3]
测量一定服从正态分布。”所以,本文的分析中依然认为数据是服从正态分布的,在本文的最后,我们将根据结果的经济意义及与实际情况的符合情况决定分析的结果是否可以接受。
三、上海期货交易所数据的实证分析(一)数据结构和说明
上海期货交易所的期铜合约是我国最重要的期货品种之一,该所的期铜价格已经与伦敦金属交易所等一起被作为国际上三大金属铜的交易参考价格之一,得到了广泛使用和世界公认,这样的期货品种是相对成熟的。在我国金融市场,尤其是期货市场尚不成熟的现阶段,对相对成熟的品种进行分析,不仅有利于我们找到正确有效的研究成果,同时可以对其他发展中合约品种的风险分析奠定基础。同时,上海期货交易所的期铜品种从开始交易以来,没有出现过大的风波,交易量较大,市场流动性较好,垄断程度和被大户操纵的问题较少,是一个比较理
・103・
一定价位下资金不足的会员数
预计价格下会员暴
和资金不足的程度,反映市场中
仓比率
会员资金的充足程度资
金市场盈亏指标指标
资金变化指标
指标C1
仓多空大户持仓差额位比率指标C指
标空盘变化指标C3
开仓人气指标C4会员持仓套牢深度指标P市场上实时亏损额的比率,反映会员的盈亏程度
保证金的变化率,变化
,反映市多空大户的持仓量差异,多空大户的仓位对比
反映市场中空盘量变化和市场的流动性
多空方交易情况,反映交易格局和市场流动性
反映持仓均价最不利的会员的亏损程度
反映市场上期货价格的波动幅度
反映市场上多空方持仓均价位的变化和格局
价价格变化指标P2格
指持仓均价变化指标标相邻月份价差指标
相邻月份的价格变化
P4
聚类分析中需要考虑的第二个问题就是分类方法的选择。得到广泛应用的有快速聚类法和谱系聚类法。快速聚类法的思想就是任选n个样本作为n类的中心,然后按照样品到类中心距离最小的原则对其余的样品进行分类,形成第一次的分类,之后计算各类的样品均值,作为第二次聚类的中心,再一次重新进行聚类,如此迭代直至达到迭代中止条件为止。快速聚类适合大样本的聚类分析,但是由于聚类的结果受到样品进入的先后顺序和迭代中止条件的影响,分类结果不够稳定。第二种聚类的方法为谱系聚类法,这种方法首先将各个样品作为一类,然后按照样本之间距离最小的原则将样本聚为一小类,之后按照各个小类距离的大小将小类逐步合并为大类,直到成为一个大类为止。为了保证结果的
想的期货市场。另外,上海作为中国的金融中心,上海期货交易所的风险管理应该尽早实现科学化和体系化,为国内其他期货品种的风险监管建立一个先行范本,借以不断提高我国市场监管机构的管理水平,为我国期货市场的健康发展奠定基础。基于此,本文选择上海期货交易所的铜期货作为研究对象。
数据样本来自上海期货交易所2001年12月18日至2002年9月16日的cu0202到cu0210等9个期铜合约的风险实时指标。本文对9个合约在活跃期内的运行数据做了分析,通过它们的整体表现来判断铜期货市场的情况。由于每个月都有合同交割,数据中去掉了处于交割月合约的数据和奇异值,这样数据将可以反映期铜市场正常运行的状态下的交易情况,而不必考虑在交割月交易的特殊变化。
样本数据是9标、控指标值,。2001年末至年,上海期交所铜期货合约交易环境是比较平稳的,政策和法律环境没有发生大的变动,宏观经济环境及铜市场基本面的波动使铜价走势反复振荡,多空分歧较大,交易比较活跃[4]。由此可见,数据来自期货市场交易比较活跃,市场运行相对稳定的时段,有理由相信数据是上海期货交易所铜合约市场正常运行情况的反映[5-6]。
通过考察样本的风险指标值,我们发现反映资金充足度的四个指标的数字都为0,因此在分析中去掉了四个资金指标。华仁海和仲伟俊(2002.11)的研究表明“,上海期铜市场运行是比较有效率的,
[7]
市场信息已在最新价格中得以反映”。在假定市场主体都是理性投资者的前提下,本文认为仓位和价格波动信息的8个变量可以反映会员资金情况变化的影响。
(二)数据处理和解释
1.聚类分析。为了实现风险预警,本文需要判
描述。两类数据的各风险指标值的均值对比如表2。
表2 两类数据的指标均值对比
持仓大持仓大空盘量开平仓会员持持仓均相邻月
指标价格变
户分布户差额变化人气比仓套牢价变化份价差均值化指标
比率比率系数率深度指标指标指标第一类
0.21670.14490.13250.17110.19890.04350.00200.0054数据第二类
0.17380.15560.08850.10220.06230.01110.00050.0025数据
从表2可以看到,第一类数据的持仓大户分布比率大于第二类数据,说明此时市场上大户持仓量比重大,。,会,因而对交易。两类数据的持仓大户差额比率相差不大,说明多空大户的持仓量差异对区别期货交易所的风险水平作用不明显。
第一类数据的空盘变化指标均值较大。由于空盘量反映的是市场深度和流动性,空盘量变化大,即市场流动性不够稳定,市场的流动性小时会导致市场里大规模的对冲难以进行,流动性的不稳定增加了交易者的风险,进而对交易所的风险产生了不利影响。
第一类数据的开仓人气指标较大。开仓人气指标反映了市场上多空方交易格局和多空的分歧,开仓人气指标较大说明此时市场里多空双方的分歧比较大。出现这种情况时,市场形势往往不甚明朗,比如政策的不明朗、现货市场的异常波动等,此时多空方对于后市的变化有不同的理解,期货市场中价格和流动性波动较大,例如上海“粳米事件”和“沪板
[8]9607事件”中,多空双方形成僵持局面,此时的市
场环境对于交易所而言出现风险情况的可能比较大。
会员持仓套牢深度指标反映的是持仓均价最不利会员的亏损程度,会员亏损程度深,对于交易所而言风险水平就高。价格变化指标、持仓均价变化指标、相邻月份价差指标三个指标都反映的是价格的波动对交易所的不利影响,第一类数据的这三个指标均值都大于第二类数据,说明此时市场中价格波动剧烈,会员的盈亏变化和盈亏幅度相对较大,更容易出现结算风险和违约行为,因此对交易所的风险
断预警状态的特征。根据识别出来的共性因子得
分,本文使用聚类分析的方法对观测值进行分类,将不同风险状态加以区别,并根据分类结果构造线性判别函数,从而实现预警的目标。文中采用了欧式距离平方作为分类的标准,两类之间的距离采用的是类平均距离。分类的结果表明,其中的一类有6个样本数据,其余的样本数据则归为另一类。为了证实分类的特性差异和分类的有效性,本文对两类数据的指标值进行考察,对分类的情况进行总结和・104・
状况不利。
综上所述,聚类分析分解出来的第一类数据样本所在的市场垄断程度较大、多空力量差异和分歧较大、会员亏损程度较大、市场流动性变化和价格波动较大,因此第一类数据的运行环境是不稳定的,对于交易所是一种不正常的预警状态。而第二类则可以相应的定义为一种正常状态。
2.判别分析。为了实现预警的目标,我们通过
前文的分析,第一类的6个数据就处于预警状态,预警状态中心的判别值远大于安全状态的判别值。从表3、表4可知,该判别函数可以解释几乎全部的信息,总的分类能力为97.8%,完全能够满足风险控制的需要。在判别函数中,只有一个变量,即价格变化指标入选,市场价格波动变化指标的系数为正,说明价格的波动越大,市场产生风险的可能性越大。此外,这个判别函数暗示对期货交易所风险水平影响其决定作用的因素是价格波动。其他变量没有进入判别函数有两种可能性:其一是其他变量所包含,另外一种因,,我,它们和价格变化的相关程度不高,说明这些指标的信息对于不同风险情况的区别作用不大,从而确定了价格波动对于期铜市场风险的决定性影响。
判别函数的价格变动乘数为161.527,也就是说价格变动1%,判别值将变动1.62左右,而常数项只有-1.9,所以价格变动的作用十分大,说明市场风险对于价格变动是敏感的,这保证了模型的实用性。
(三)判别结果的实证检验
FunctionsatGroupCentroids
判别分析,构造一个判别函数对交易所的风险水平进行评价和监控,并通过建立判别函数进行判别变量的筛选。非标准化的部分变量的判别分析结果如下。
表3 逐步判别函数的特征值表
Eigenvalues
ofa
1100..609 注:a.First1functionswereusedintheanalysis.Function
ECanonicalDiscriminantFunctionCoefficients
Function1
价格变化指标(Constant)161.527 -1.900
Unstandardizedcoefficients
类别(BetweenGroups)
Function
在这部分中,我们将对两类数据的真实经济意义进行分析,用以检验统计分析是否有效。通过对6个预警数据进行分析,预警点分别是cu0209合约
1
15.126Unstandardizedcanonicaldiscriminantfunctionsevaluatedatgroupmeans
在2002年7月22、24、26日的数据和cu0210合约在2002年7月25、26、29日的数据。我们考察了历史
交易情况,发现2002年由于美国经济疲软,世界铜
表4 判别函数的分类能力矩阵
classificationResults
a
需求量下降,2002年的铜价一直在较低的价位波动,而7月底是全年价格的底部。7月24日上海期货交易所期铜合约全线跌停板。笔者查找了上海期货交易所的历史交易数据,2002年7月中旬至8月中旬,上海期货交易所的期铜当月价格和3个月平均价格的跌幅为全年之冠。上述证据支持了前文分析的结果,说明预警状态可以比较好地反映期货市场运行的情况,价格波动因素对期货交易所风险的影响与真实的交易情况是比较吻合的,而且上海期货交易所的铜期货对于世界宏观经济形势等外部因素可以做出正常的反应。
・105・
PredictedGT类别(BetweenGroups)otal12
Count 1606
Original
% 1100.0.0100.0
注:a.97.8%oforiginalgroupedcasescorrectlyclassified.
逐步判别函数的形式为:判别值=161.5273价格变化指标(P2)-1.9,判别函数将铜期货市场的运行区间区分为两部分:安全区域和预警区域。根据
四、结论
本文运用多元统计分析方法对上海期货交易所的期铜市场的风险监控指标进行了分析,建立的综合判别模型确认了价格波动对于期货交易所风险的决定性影响,即价格波动越大,期货交易所的风险水平越高。利用该结论,使得期铜风险控制拥有了简单明了和切实可行的指标,期货交易所可以通过对期货交易价格变化的监控来实现对期铜市场风险的实时监控,这对期铜市场风险管理有重要意义。
现有的对上海期铜市场风险因素的研究成果确认了期货价格波动、市场垄断程度、资金充足程度、多空方仓位水平、市场流动性状况等交易情况通过对会员履约行为的影响,成为影响期货交易所风险的因素。本文在此基础上,,、、会,这种不稳定的市场环境对期货交易所的风险水平有预警作用。
建立判别模型采用的逐步判别模型对于各个风
[
险因素进行选择,判别模型最终选择了价格波动为决定性的判别因素,这说明价格波动是对期铜市场的平稳运行起关键作用的影响因素,乘数分析的结论也从敏感性分析方面说明了这个结论。该结论不仅与现有的研究成果,即因子分析中的价格因素可以解释期铜市场波动的很大一部分信息相吻合,而且得到了真实的市场和宏观情况的支持。
此外,由于期铜市场的交易量大,而且市场资金力量的相对分散等原因,使得其他与期货交易所风险水平有关的因素,如持仓量水平、市场流动性、市场垄断水平、市场多空力量对比等,对于上海金属铜,这也从另一角,对于我,,、交易量较小、市场相对集中等因素,使得价格不再是判别期货交易所风险水平的唯一因素。我们须对这方面进行更加深入地研究,从而对我国的期货交易监管机构建立风险预警机制提供更加全面的借鉴和参考。
参考文献]
[1]姬广坡.期货市场风险控制论[M].北京:中国财政经济出版社,1997.[2]梅长林,周家良.实用统计方法[M].北京:科学出版社,2002.
[3]卢纹岱.SPSSforWindows统计分析(第2版).[M].北京:电子工业出版社,2002.[4]栾自强.2002年铜市场回顾与2003年展望[J].金瑞期货信息,2002,(1).
[5]华仁海,仲伟俊.对我国期货市场量价关系的实证分析[J].数量经济技术经济研究,2002,(6).[6]华仁海,仲伟俊.对上海期货交易所金属铜量价关系的实证分析[J].统计研究,2002,(8).[7]华仁海,仲伟俊.上海期货交易所价格有效性的实证检验[J].数量经济技术经济研究,2002,(1).[8]王希中.前事不忘,后事之师———上海“粳米事件”回顾[DB].中国期货网专题.www.qhdb.com.cn/zt.htm.
[责任编辑:郭小兵]
・106・