考慮物流企業(yè)金融屬性的供應(yīng)鏈金融集成風(fēng)險管理研究.pdf

1、立足國內(nèi)供應(yīng)鏈金融的現(xiàn)實環(huán)境，本文以商業(yè)信用和資產(chǎn)支持融資理論為基礎(chǔ)，提出了考慮物流企業(yè)金融屬性的供應(yīng)鏈金融，該業(yè)務(wù)是在傳統(tǒng)物流金融基礎(chǔ)上依據(jù)物流企業(yè)和銀行雙方的比較優(yōu)勢展開的內(nèi)部分工的二次優(yōu)化，其本質(zhì)已經(jīng)脫離了銀行信貸，而是將銀行信貸資源以商業(yè)信用的形式在供應(yīng)鏈內(nèi)部的二次配置。進(jìn)一步，通過追溯物流企業(yè)供應(yīng)鏈金融的發(fā)展脈絡(luò)發(fā)現(xiàn)，物流企業(yè)金融屬性的漸次體現(xiàn)的過程亦是物流企業(yè)由功能性企業(yè)向平臺型甚至生態(tài)型企業(yè)升級的過程，是供給側(cè)改革的微觀實

2、踐。最后，總結(jié)出四流合一性，自償性和組合性三大特征，物流金融，貿(mào)易金融以及供應(yīng)鏈管理的三重屬性，二者既是考慮物流企業(yè)金融屬性的供應(yīng)鏈金融的盈利基礎(chǔ)，亦是其風(fēng)險管理的基礎(chǔ)，其風(fēng)險控制的關(guān)鍵在于真實貿(mào)易背景下交易商品（組合）及其衍生的現(xiàn)金流的控制?；诖?，論文選取長期風(fēng)險預(yù)測的視角，提出了以質(zhì)物組合優(yōu)化為核心的風(fēng)險分散策略和資產(chǎn)期現(xiàn)套期保值為核心的風(fēng)險對沖策略。
　　首先，基于Markowitz風(fēng)險分散理論，從金融時間序列一般規(guī)律出發(fā)

3、，分析價格隨機波動現(xiàn)貨質(zhì)物的收益率統(tǒng)計特征，模型化收益率序列尖峰厚尾、波動集聚性和自相關(guān)特性，建立刻畫質(zhì)物組合間非線性相關(guān)結(jié)構(gòu)的二元Copula-GARCH族模型，研究不同秩相關(guān)系數(shù)下兩組質(zhì)物組合（銅和螺紋鋼、銅和鋁）對數(shù)收益率間的條件相關(guān)性，通過樣本外滾動預(yù)測方法進(jìn)行動態(tài)組合VaR預(yù)測;構(gòu)造以樣本內(nèi)收益率的條件波動率和Copula函數(shù)模擬生成新質(zhì)物組合的數(shù)據(jù)生成方法，拓展研究不同相關(guān)性對組合VaR的影響;給出置于多風(fēng)險窗口質(zhì)物組合的V

4、aR計算解析式，提出長周期預(yù)測視角中考慮資金成本的動態(tài)質(zhì)押率模型效率損失檢驗以及基于Kupiec模型精度檢驗全面回測模型。實證結(jié)果顯示:捕捉質(zhì)物收益率下尾部相關(guān)結(jié)構(gòu)變化的Clayton-Copula能夠合理預(yù)測兩組真實質(zhì)物組合風(fēng)險和模擬質(zhì)物組合風(fēng)險，且能更好地發(fā)揮組合分散風(fēng)險的能力。
　　進(jìn)一步，將上述二元質(zhì)物組合的長期風(fēng)險預(yù)測研究拓展至更具一般性的多元質(zhì)物組合，克服現(xiàn)有長期風(fēng)險預(yù)測中視為基準(zhǔn)的時間平方根法則帶來的風(fēng)險錯估問題，提

5、出一類更具普適性的基于蒙特卡羅模擬法的質(zhì)物組合長期風(fēng)險預(yù)測方法。異于股票、債券等金融資產(chǎn)組合基于短期風(fēng)險預(yù)測優(yōu)化框架，給出了采取積極和保守投資策略，建立基于均值CVaR質(zhì)物組合優(yōu)化框架，引入改進(jìn)均值方差優(yōu)化框架進(jìn)行對比分析。為準(zhǔn)確測度質(zhì)物組合長期CVaR，建立ARMA-EGARCH-EVT族模型以及多元t-Copula模型，刻畫現(xiàn)貨質(zhì)物收益率呈現(xiàn)出的自相關(guān)性、“尖峰厚尾”以及波動集聚性等典型事實特征以及質(zhì)物間的非線性相關(guān)結(jié)構(gòu);從模型層面

6、（風(fēng)險窗口，置信水平和模擬次數(shù)）和研究對象層面（樣本長度，組合規(guī)模）進(jìn)行敏感性分析以驗證模型的穩(wěn)健性和結(jié)論的可靠性。
　　物流企業(yè)供應(yīng)鏈金融風(fēng)險控制的核心即在于現(xiàn)貨資產(chǎn)的長期價格風(fēng)險預(yù)測，而長期風(fēng)險預(yù)測的關(guān)鍵又在于資產(chǎn)多期波動率的預(yù)測。而波動過程持續(xù)性產(chǎn)生的長記憶特征體現(xiàn)出更為緩慢的均值回復(fù)過程作用于資產(chǎn)波動率的期限結(jié)構(gòu)進(jìn)而影響多期波動率的建模和預(yù)測?；诖?，論文第4章，沿用長期風(fēng)險視角下的均值CVaR框架，提出了考慮長記憶特征的

7、多元質(zhì)物組合的長期風(fēng)險預(yù)測方法，以長江有色1＃銅，A00鋁，以及廣州黃埔180CST燃料油為樣本的實證研究表明:現(xiàn)貨資產(chǎn)的波動過程存在顯著的長記憶特征，忽視長記憶特征的GARCH和IGARCH模型會帶來多期波動率預(yù)測的錯估，從而最終影響質(zhì)物組合的有效前沿;進(jìn)一步，為了厘清長記憶程度與質(zhì)物組合風(fēng)險期限結(jié)構(gòu)間的關(guān)系，維持其他參數(shù)不變，通過數(shù)據(jù)生成過程模擬生成得到兩組長記憶程度不同的質(zhì)物組合，研究發(fā)現(xiàn)，長記憶參數(shù)更高的質(zhì)物組合擁有更高的期望收

8、益和更低的風(fēng)險水平。這再一次說明，質(zhì)物資產(chǎn)波動過程的長記憶特征對于資產(chǎn)組合的選擇的重要性。
　　鑒于宏觀經(jīng)濟下行時期質(zhì)押資產(chǎn)價格的普跌現(xiàn)象使得基于風(fēng)險分散策略的資產(chǎn)組合理論可能面臨的失靈問題，論文第5章提出了基于套期保值的風(fēng)險對沖策略的視角，建立考慮物流企業(yè)風(fēng)險厭惡異質(zhì)性的動態(tài)套期保值比率模型，以實現(xiàn)對于宏觀經(jīng)濟波動引致的系統(tǒng)性風(fēng)險因素的有效對沖;其次，在系統(tǒng)性風(fēng)險因素的刻畫層面，立足國內(nèi)供應(yīng)鏈金融實踐中面臨的高頻數(shù)據(jù)獲得性引發(fā)的

9、“小樣本問題”與長期風(fēng)險預(yù)測并存的現(xiàn)實，同時考慮到現(xiàn)有波動率模型長于統(tǒng)計意義的描述，疏于背后經(jīng)濟含義的挖掘的局限性，分別以低頻周期內(nèi)的已實現(xiàn)波動率和宏觀經(jīng)濟景氣預(yù)警指數(shù)作為宏觀經(jīng)濟波動的代理變量，建立混頻數(shù)據(jù)抽樣回歸GARCH-MIDAS-RV和GARCH-MIDAS-Xv模型，刻畫作為系統(tǒng)性風(fēng)險因素的長期波動成分，有效規(guī)避了現(xiàn)有同頻數(shù)據(jù)建模方法對于高頻數(shù)據(jù)有效信息的損失，同時增強了模型的經(jīng)濟解釋。以銅的期現(xiàn)貨為樣本的實證研究表明:現(xiàn)貨