淺析我國商品期貨市場風險預警指標體系及其實證分析

1、<p>　　淺析我國商品期貨市場風險預警指標體系及其實證分析</p><p>　　【摘要】商品期貨市場風險的防范是一個極其復雜的問題，僅從期貨市場風險度量提高防范系統(tǒng)風險能力、確定最優(yōu)套期保值比率提高投資者風險防范能力、設置合理的保證金增強期貨交易所和期貨公司防范市場風險的能力顯然是不夠的。提高我國商品期貨市場風險管理水平，還需要結合我國商品期貨市場發(fā)展的實際情況，從影響我國商品期貨市場的眾多因素出發(fā)，

2、全方位、多角度的監(jiān)測影響我國商品期貨市場價格波動的因素，建立市場風險預警模型是防范市場風險的重要途徑?；诖耍疚耐ㄟ^構建反映我國期貨市場價格的指標體系，首先采取因子分析求出主因子，再將主因子加入Logistics模型進行風險預警分析，實證研究表明，本文所建立的風險預警模型具有較好的效果，具有一定的實踐意義。 </p><p>　　【關鍵詞】商品期貨市場；風險預警模型；指標體系 </p><p

3、>　　1.期貨市場風險預警方法 </p><p>　　1.1 風險預警內(nèi)涵 </p><p>　　風險管理專家HEins與Willams認為風險管理是有關風險識別、風險衡量、風險評價、風險控制的一個連貫過程，目的在于最小成本下實現(xiàn)效用的最大化。 </p><p>　　通過納入反映我國商品期貨市場價格的關鍵變量，構建體現(xiàn)我國商品期貨市場風險的指標體系，對諸多指標

4、進行主因子提取，并結合風險預警模型形成比較科學的風險預警機制，以減少我國商品期貨市場風險影響和提高預測風險的能力。 </p><p>　　1.2 市場風險預警方法 </p><p>　?。?）早期的預警方法 </p><p>　　早期預警方法中代表性的是一元分析法，該方法將分析的對象樣本按照某種標準進行排序，然后選出預先認為的判斷點，超過這一判斷點則視為風險。一元分

5、析法方法簡單易行，但由于對影響風險的因素的分析過于單一，使得人們對風險的判斷過于簡單，往往沒有意識到影響風險因素的復雜性，從而造成低估風險的現(xiàn)象。 </p><p>　?。?）多元判別預警方法 </p><p>　　多元判別模型基于影響風險的因素具有多元化的特征，從多個方面考察影響風險的各種因素。選取多元的過程主要是通過對各種因素進行分組，將相對類似的因素分為一組，重點考察在在組中差別或離

6、散程度較小而在各組之間具有較大差異的因素，在此基礎上通過構建多元模型進行有效的分析。 </p><p>　　假設在Z模型中，各種選定因素設為則Z可以表示為： </p><p>　　其中，Z為判別值，可以通過該值進行判別風險，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。相比早期的預警方法具有更多的優(yōu)勢，能從比較全面的角度考察市場風險，并能有效的提高市場風險預警的精確度。但由于影響價格

7、的市場因素的千變?nèi)f化，該模型對于不同時期的風險預警數(shù)據(jù)調(diào)整性較差，有些定性變量對于市場風險的影響比較大，如何用數(shù)據(jù)進行界定是一個很大的問題，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)濟現(xiàn)象是難以吻合的。 </p><p>　?。?）ANN預警方法 </p><p>　　ANN預警方法為Anificial Neural Network方法的簡稱，即人工神經(jīng)網(wǎng)絡模型，該方

8、法是將人類大腦神經(jīng)網(wǎng)絡的運行方式，應用到風險預警上的一種方神經(jīng)網(wǎng)絡的模擬法。整體上ANN主要由輸入層、輸出層以及隱藏層三個部分組成。ANN預警方法中有關信息的處理方式有兩種，即前向傳播和后向?qū)W習，整體上傳播過程相對比較簡單，而學習過程主要是一個的過程，即信息是從輸出層到輸入層的逆向進行反饋，并對錯誤進行有效的修正的過程，通過學習的過程將分析的樣本對象進行有效的類別劃分，從而實現(xiàn)風險預警的目的。ANN預警方法能夠?qū)︼L險影響的因素進行有效的

9、分析和歸納，能夠在分布不明確的數(shù)據(jù)中進行有效的分析，并且通過學習過程能夠?qū)崿F(xiàn)較好的能力。但ANN預警方法由于是對人腦神經(jīng)網(wǎng)絡的模擬，很難形成現(xiàn)實分析的穩(wěn)定，使風險預警的作用受到很大的抑制。 </p><p>　?。?）Logistic預警方法 </p><p>　　Logistic回歸法是一種最主要的二元選擇分析模型，通過二元概率的選擇，說明風險發(fā)生的概率與不發(fā)生的概率，由于分析建立在累計

10、概率的基礎之上，因而對所分析的各個變量的分布設定沒有正態(tài)分布的假定，能夠較好的分析客觀風險的實際情況。通過實現(xiàn)設定的分割點（如設風險點為0.5）進行判斷，若通過模型算出的概率值大于分割點則意味著風險的存在。 </p><p>　　若概率表示風險狀態(tài)，則風險不發(fā)生的概率表示為。對所有指標進行判斷將總分設置為，其中。，為風險預警相關比率。則： </p><p>　　式（5），通過該模型，可以對

11、事件發(fā)生的概率進行有效的測度，具有較高的準確性。但缺點是對臨界值進行規(guī)范的確定比較困難，需要根據(jù)不同的發(fā)展環(huán)境和風險要求進行實現(xiàn)界定。如選取0.5作為風險較嚴重的水平作為判斷標準，則有以下分類： </p><p>　　2.風險預警指標體系構建 </p><p>　　2.1 指標選取原則 </p><p>　　防范我國商品期貨市場風險，單單從期貨市場風險度量、套期保值

12、、保證金確定等幾個方面考察顯然是不夠的，考察我國商品期貨市場風險管理，首先應從多角度的視角選取反映我國期貨市場價格的指標體系，再對各種指標進行科學的篩選后進行選擇。選取的指標要能夠有效的對我國商品期貨市場風險進行合理的測度。主要原則主要有： </p><p>　?。?）科學性：反映我國商品期貨市場風險的指標的選取，應通過科學方法進行篩選和分類，使得選取的指標具有較大的代表性和廣泛的說服力，能夠結合我國期貨市場發(fā)展

13、的實際現(xiàn)狀，客觀的刻畫我國商品期貨市場面臨的風險。 </p><p>　　（2）系統(tǒng)性：反映我國商品期貨市場風險的因子眾多，在科學的分類和總結基礎上，需要形成合理的指標體系，從而構建一個反映我國商品期貨市場風險的科學系統(tǒng)。 </p><p>　?。?）操作性：構建反映我國商品期貨市場的指標體系，是一個復雜的工程，各個因素之間的關系紛繁復雜，不可能將所有定性或定量因素都進行闡述。應通過科學的

14、篩選和分類形成具有代表性和可操作性的指標。 </p><p>　?。?）實用性：構建的理論體系應能對我國商品期貨市場風險的防范具有較高的實用價值，能夠體現(xiàn)風險預測、風險分析、風險防范等的系列性和連貫性，從而對實踐具有較高的解釋意義。 </p><p>　　2.2 風險預警指標選取 </p><p>　?。?）宏觀經(jīng)濟指標 </p><p>　

15、　衡量我國宏觀經(jīng)濟的變動情況，需從這三個方面進行考察。本文主要通過以下指標考察宏觀層指標對我國商品期貨市場風險的影響。 </p><p>　?、俸暧^經(jīng)濟景氣度：宏觀經(jīng)濟一致指數(shù)（） </p><p>　　為衡量我國宏觀經(jīng)濟景氣狀況，國家信息中心宏觀經(jīng)濟監(jiān)測預警課題組構建了反映我國宏觀經(jīng)濟運行狀況的景氣合成指數(shù)①，本文用宏觀經(jīng)濟一致指數(shù)反映我國宏觀經(jīng)濟的景氣情況。 </p>&

16、lt;p>　?、谙M衡量指標：消費信心指數(shù)（） </p><p>　　消費行為和市場需求主導著投資取向和規(guī)模。在金融危機背景下，依靠國內(nèi)居民消費需求拉動我國經(jīng)濟增長和產(chǎn)業(yè)結構的調(diào)整顯得更加重要。因此，堅持擴大國內(nèi)需求特別是消費需求的方針，把增加居民消費作為擴大內(nèi)需的重點，增強消費對經(jīng)濟增長的拉動作用。 </p><p>　　③投資衡量指標：城鎮(zhèn)固定資產(chǎn)投資完成額同比增長率（） <

17、;/p><p>　　由于我國技術和資本存量與發(fā)達國家之間存在著很大的差距，只有提高我國的投資率和經(jīng)濟增長率才能實現(xiàn)經(jīng)濟的跨越式發(fā)展。此外，注重提高投資的質(zhì)量和效益，才能增強我國經(jīng)濟發(fā)展的后勁，提高我國經(jīng)濟發(fā)展的質(zhì)量和競爭力。本文選取城鎮(zhèn)固定資產(chǎn)投資作為衡量投資變動指標。 </p><p>　?、軐ν赓Q(mào)易衡量指標：外貿(mào)同比增長率（） </p><p>　　我國經(jīng)濟的增長方

18、式一直沿用“出口導向性”的戰(zhàn)略，外貿(mào)是拉動我國經(jīng)濟增長最重要的推動力量，據(jù)統(tǒng)計，2009年我國進出口總額上升到世界第二位，出口總額則超過德國躍居世界第一位。 </p><p>　?、菡{(diào)控能力指標：政府財政收入同比增長率（） </p><p>　　當我國期貨市場出現(xiàn)較大風險事件的時候，強力行政往往能在較短的時間內(nèi)發(fā)揮比市場自發(fā)調(diào)節(jié)更好的效果，因此，政府的調(diào)控能力會對我國期貨市場風險產(chǎn)生較

19、大的影響。本文通過財政收入指標反映我國政府的調(diào)控能力。 </p><p>　?。?）微觀經(jīng)濟指標 </p><p>　　本文主要從經(jīng)濟貨幣化程度變動率，通貨膨脹變動率以及匯率變動率三個方面考察對期貨市場的影響。 </p><p>　　①經(jīng)濟貨幣化程度變動率：貨幣準貨幣（M2）變動率（） </p><p>　　經(jīng)濟貨幣化是指經(jīng)濟活動中以貨幣為媒

20、介的交易份額逐步增大的過程。一國商品經(jīng)濟越發(fā)達、貨幣信用關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，同時期貨市場具有更好的發(fā)展基礎。通常情況下，用廣義貨幣M2占GNP（或GDP）的比值（M2/GNP或M2/GDP）來表示，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）的變動情況代表貨幣的變動狀況表示我國的經(jīng)濟貨幣化程度變動率。 </p><p>　?、谕ㄘ浥蛎浡剩–P

21、I）（） </p><p>　　在通貨膨脹預期下，人們一般會購買具有保值功能的投資品種，期貨市場中的貴金屬、有色金屬材料由于具有一定的金融屬性和儲量的稀缺性特征，成為在通貨膨脹下防范市場風險的有力工具。本文利用居民消費價格指數(shù)（CPI）表示通貨膨脹率。 </p><p>　?、廴嗣駧艃睹涝獏R率環(huán)比變動率（） </p><p>　　當前，我國商品期貨市場中，有很多產(chǎn)品

22、是需大量進口的大宗原材料產(chǎn)品。對國內(nèi)主要期貨品種而言，人民幣升值對工業(yè)品影響大，農(nóng)場品影響小，對進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，而進口較小的品種如鋁、小麥影響較小。 </p><p>　?。?）現(xiàn)貨市場指標 </p><p>　　現(xiàn)貨市場產(chǎn)量、價格等因素會對期貨市場價格具有很大的影響，本文通過現(xiàn)貨價格波動率、現(xiàn)期價波動率、現(xiàn)貨市場總產(chǎn)量、國外凈進口四個

23、指標反映我國現(xiàn)貨市場對期貨市場的影響。 </p><p>　　①現(xiàn)貨價格波動率（） </p><p>　　該比率是利用現(xiàn)貨市場本月價格與上月價格的變動比率來反映現(xiàn)貨市場對該商品的市場需求變動情況。 </p><p>　?、诂F(xiàn)期價偏離率（） </p><p>　　通過現(xiàn)價期價偏離率本月與上月的對比來反映現(xiàn)價期價偏離率的變動率，該指標可以反映現(xiàn)貨

24、市場和期貨市場價格的偏離狀況，從而反映投機的情況。 </p><p>　　③現(xiàn)貨市場總產(chǎn)量同比波動率（） </p><p>　　總產(chǎn)量的提高有利于有效緩解了國內(nèi)市場供需緊張的矛盾，其穩(wěn)定性有利緩解期貨價格呈大幅上漲—急速下跌的走勢。 </p><p>　?、軆暨M口環(huán)比增長率（） </p><p>　　據(jù)統(tǒng)計，近三年來大豆、銅以及天然橡膠的進口

25、量占總消費量的比重分別達到了37%、47%以及65%②，凈進口總量增加在一定程度上抑制國內(nèi)期貨價格非理性上漲空間，有利的實現(xiàn)現(xiàn)貨市場中的供需平衡。 </p><p>　　（4）期貨市場指標 </p><p>　　市場流動性對期貨合約的價格具有很大的影響，當市場的人氣比較旺時，期貨的成交速度比較快，能夠根據(jù)不斷變化的市場行情生成比較合理的價格，而合理的期貨市場價格自然是低風險的體現(xiàn)，同時會吸

26、引更多的市場參與者，從而提高了市場的流動性，二者形成良好的互動關系?？疾焓袌隽鲃有缘闹笜擞腥齻€。 </p><p>　　①成交量（手）變動率（） </p><p>　　期貨合約的成交量即成交的總手數(shù)，但成交手數(shù)并不能完全的反映市場的流動水平，因為各個期貨合約的定價是不相同的，成交量大不一定成交金額就大，因此成交量僅是對期貨合約流動性“量”的衡量。 </p><p>

27、　　②成交金額變動率（） </p><p>　　成交金額是指期貨交易的資金量，成交量是成交合約數(shù)與期貨價格的乘積。成交金額越大則意味著市場流動性比較高，因此成交金額是對期貨合約流動性“質(zhì)”的衡量。 </p><p>　?、墼履┏謧}量變動率（） </p><p>　　期貨合約的流動性源于期貨市場參與者的買賣，持倉量即為買賣雙方尚未平倉的數(shù)量，持倉量大說明市場參與者有較

28、多的買賣行為，也代表了市場的流動性比較大。 </p><p>　?、艹山唤痤~市場占有變動率（） </p><p>　　從期貨套期保值的基本功能上講，套期保值者希望投資對象是市場占有水平比較高，行情相對穩(wěn)定的期貨商品。單個期貨商品的成交金額無法在市場中得到充分的體現(xiàn)，為測度該期貨商品市場中成交金額的情況，可以用本月與上月整個期貨市場占有率的變化來反映成交金額市場占有變動率的變動。 </

29、p><p>　　2.3 風險預警指標體系的構建 </p><p>　　結合期貨市場風險預警指標選取的原則，本文選取的指標從目標層、準則層、指標層三個層面出發(fā)，首先確定了宏觀經(jīng)濟衡量指標、微觀經(jīng)濟衡量指標、現(xiàn)貨市場衡量指標以及期貨市場衡量指標四個子系統(tǒng)，在四個子系統(tǒng)下共選取16個指標構成評測我國期貨市場風險的指標體系，如表1所示。 </p><p>　　3.我國商品期貨市

30、場風險預警管理實證分析 </p><p>　　3.1 因子分析概述 </p><p>　　因子分析簡介：由于分析對象的指標多種多樣，需要將多個因素綜合考慮才能分析出對象的根本特征，但對單個對象考察指標過多會造成指標之間相關程度增加，對分析問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題的重要途徑，此種分析方法即為因子分析。 </p><p>　　因子分析

31、的特點主要有以下幾個方面：首先，計算簡便：因子分析師對原來的眾多指標的衡量，因此計算上因子分析有利的減少了計算的工作量。其次，能有效的反映變量信息：因子分析不是對原有變量的簡單取舍，而是對原有變量信息進行了重新的構造，能夠有效的反映原有的信息。第三，因子分析各個變量之間是對原有眾多變量某一方面的概括，因此各個因子之間不存在線性相關關系。 </p><p>　　除此以外，因子分析中，因子變量具有命名解釋性，即該變量

32、是對某些原始變量信息的綜合。對多變量的平面數(shù)據(jù)進行簡化，在保證數(shù)據(jù)信息丟失最少的原則下，對高維變量空間進行降維處理，形成在一個低維空間狀態(tài)的解釋系統(tǒng)，這一系統(tǒng)比在一個高維系統(tǒng)空間進行解釋要容易得多。 </p><p>　　3.2 我國商品期貨市場影響因素的因子分析步驟 </p><p>　　設反映我國商品期貨市場價格波動有多個因素如，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

33、示 </p><p>　　式（6）中可以對原有多個變量進行有效概括，而替代變量之間相關性很小，以此減少了分析的重疊性。 </p><p>　　在因子分析過程中，需要解決兩個關鍵問題，首先是如何構造反映我國商品期貨市場價格波動的諸多影響因素的因子變量；其次是命名解釋，即如何對所求得得因子變量進行命名解釋。具體的講，我國商品期貨市場因子分析因子分析有下面4個基本步驟。 </p>

34、<p>　　步驟一，因子分析適合性檢驗：確定我國商品期貨市場中待分析的原有若干變量是否適合于因子分析，檢驗的標準主要有三個。一是KMO（Kaiser-Meyer-Olkin）值，該值的大小應至少在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的計算公式 </p><p>　　其中，而變量偏相關系數(shù)。因此KMO指標反映的是變量之間相關系數(shù)的一種關系，當所得的KMO值約接近于1，則表明越適

35、合做因子分析。二是巴特利特球形檢驗（Bartlett’s Test of Sphericity）：該指標首先考察各個變量的相關系數(shù)矩陣，其次通過與單位陣進行對比，從而考察相關系數(shù)，若考察的矩陣與單位陣越接近則說明不適合做因子分析。三是反映像相關矩陣檢驗（Anti-image Correlation Matrix）：若矩陣中某些元素的絕對值比較大時，則表明考察的對象不適合做因子分析。 </p><p>　　步驟二，

36、構造反映我國商品期貨市場風險的因子變量：因子分析過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變換手段，即將原有的個相關變量做線性變化，轉(zhuǎn)化為另外一組不相關的變量，上述過程可以表示為： </p><p>　　其中，為原有變量的第一、第二、….、第個主成分。其中在總方差中占的比例最大

37、，綜合原有變量的能力也最強，其余主成分在總方差中占的比例逐漸減少。數(shù)據(jù)標注化處理公式為： </p><p>　　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。 </p><p>　　通過標注化處理后可以算出協(xié)方差矩陣R，并可以通過協(xié)方差矩陣的特征值，從而可以求出個變量的因子載荷矩陣。 </p><p>　　步驟三，因子旋轉(zhuǎn)：為增加因

38、子的課解釋性，可以利用因子旋轉(zhuǎn)。經(jīng)過主成分分析得到的，是對原變量的綜合。原變量是具有物理含義的變量。對于因子變量的解釋，可以進一步說明影響原變量系統(tǒng)構成的主要因素和系統(tǒng)特征。在實際分析工作中，主要是通過對載荷矩陣進行分析，得到因子變量和原變量的關系，從而對新的因子變量進行命名。 </p><p>　　步驟四，計算因子變量的得分：我國商品期貨市場風險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)

39、值，這些數(shù)值就是因子得分，它和原變量的得分相對應。估計因子得分的方法主要由回歸法、Bartlette法等，計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 </p><p>　　3.3 因子分析實證檢驗 </p><p>　　通過表1可知，我國商品期貨市場風險評測指標體系由16個指標構成。由于指標比較多，可以運用主成分分析法進行綜合，利用計量軟件SPSS16， </p>

40、<p>　　以銅期貨合約為例，時間跨度為2007-2008年，共有24個月的數(shù)據(jù)，輸入相關變量的數(shù)據(jù)，可以得到相關統(tǒng)計結果如表2所示。 </p><p>　　在進行因子分析之前先檢驗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（Bartlett’s Test of Sphericity）檢驗的方法。檢驗結果如表3所示。 </p>

41、<p>　　從檢驗的結果可知，利用的相關變量是適合做因子分析，特別是球性假設檢驗的顯著性水平為0，表明可以通過巴特尼特法球性（Bartlett’s Test of Sphericity）檢驗。 </p><p>　　因子的提取遵循主軸長度（Initial Eigenvalues）即特征值大于1的原則，本文一共為13個分析對象，首先提取了五個因子，但通過提取的因子數(shù)據(jù)顯示，其他因子的特征值小于1。綜合

42、考慮本文提取五個因子，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。 </p><p>　　根據(jù)特征值大于1的原則，提取前五個因子，其特征值分別為：376、2.997、1.389、1.208、1.016。第一個主成分的累積方差貢獻率為39.851。前兩個主成分的累積方差貢獻率為58.585，前三個主成分的累積方差貢獻率達到了67.268，前四個主成分的累積方差貢獻率達到了78.420，前五個主成分的

43、累積方差貢獻率達到了89.169。因此這五個因子能夠很好的對原有的16個變量進行有效的概括。通過因子的提取可以得到如下（表5）的結果。 </p><p>　　為使所得的主因子（Principal Component）能夠?qū)υ凶兞窟M行更加有效的概括，可以進行方差旋轉(zhuǎn)，旋轉(zhuǎn)變換的目的是為了使原來的個樣本點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

44、極大法）旋轉(zhuǎn)，旋轉(zhuǎn)后的因子的得分信息如表6所示。 </p><p>　　從旋轉(zhuǎn)后因子的提取結果可知，五個因子對不同變量的概括性是不相同的，第一個因子對銅期貨市場總產(chǎn)量、貨幣或準貨幣（M2）供應量、政府財政收入、成交額占比變化以及現(xiàn)期價偏離率等幾個變量的變動率具有很強的相關關系，第二個因子對CPI、宏觀經(jīng)濟一致指數(shù)、匯率以及對外貿(mào)易的波動率具有很強的相關關系，第三個因子則對成交量、成交額以及持倉量三個指標的變動情況

45、具有很強的相關關系，第四個因子對消費和投資指標的波動率具有高的概括能力，第五個因子對則對凈進口等指標的變動具有很強的相關關系。 </p><p>　　3.4 Logistic風險預警分析 </p><p>　　在進行Logistic之前，先設定二分類因變量為。由于考察的是期貨市場風險，是否具有風險是一個二分變量，因此將Y設為：Y=0代表銅期貨商品當月具有較高的風險性，而Y=1代表銅期貨合約

46、當月是安全的。根據(jù)式（5），在主成分設定為下，可以建立如下的Logistic回歸模型： </p><p>　　在該模型中，由原來的多個指標與因變量之間的回歸，變?yōu)槎肿兞颗c因子之間的回歸關系，模型的誤差項服從二項分布，使用最大似然法來解決方程的估計和檢驗問題。通過SPSS10軟件得到的回歸結果如表8所示。 </p><p>　　其中，Constant為常數(shù)項，表示自變量取值全為O（稱基線狀

47、態(tài)）時，比數(shù)（Y=1與Y=O的概率之比）的自然對數(shù)值；各自變量的回歸系數(shù)表示自變量每改變一個單位，比值比的自然對數(shù)值改變量。 </p><p>　　該回歸結果表明：當所有因子取值為0時，比數(shù)的自然對數(shù)值為-9.082。五個因子的系數(shù)估計值表明，F(xiàn)1、F2、F3、F4、F5、每改變一個單位對自然對數(shù)值的改變量分別為10.998，10.572，-1.954、8.899、4.594。根據(jù)統(tǒng)計分析的結果，可以將回歸模型表

48、示為： </p><p>　　概率P是以0.5為對稱點，因而，可以把0.5作為一個臨界點作為考察風險的一個參考標準，當概率大于0.5時，表示該期貨合約當月的風險性比較大，對于該種期貨合約在當月應當提高風險意識，而當概率小于0.5時，代表該種期貨合約當月處于較為安全的邊界。 </p><p>　　從表9預測的結果可知，銅期貨合約實際安全的月份只有7個月份，在預警模型中將有風險的1個月誤判成了

49、安全的月份，預測的準確性為87.5%；而實際具有風險性的月份有16個月，預警模型中將這16個安全性的月份判成了高風險性的月份，預測的準確性達到了100%；綜合的預測的準確性為95.8%，表明本文所設定的我國商品期貨市場風險預警模型具有較高的風險預警的作用。 </p><p><b>　　注釋： </b></p><p>　　①宏觀經(jīng)濟預警指數(shù)可細分四個部分：a.一致指

50、數(shù)，是反映當前經(jīng)濟的基本走勢，由工業(yè)生產(chǎn)、就業(yè)、社會需求（投資、消費、外貿(mào)）、社會收入（國家稅收、企業(yè)利潤、居民收入）等4個方面合成；b.先行指數(shù)，是由一組領先于一致指數(shù)的先行指標合成，用于對經(jīng)濟未來的走勢進行預測；c.滯后指數(shù)，是由落后于一致指數(shù)的滯后指標合成得到，它主要用于對經(jīng)濟循環(huán)的峰與谷的一種確認；d.預警指數(shù)，是把經(jīng)濟運行的狀態(tài)分為5個級別，“紅燈”表示經(jīng)濟過熱，“黃燈”表示經(jīng)濟偏熱，“綠燈”表示經(jīng)濟運行正常，“淺藍燈”表示經(jīng)

51、濟偏冷，“藍燈”表示經(jīng)濟過冷。 </p><p>　?、诟咻x.中國人民幣匯率升值及對期貨市場影響的研究[R].浙江中大期貨公司研究報告,第9頁。 </p><p><b>　　參考文獻 </b></p><p>　　Alexandra K B,Mayer J.Computational aspects of minizing condition

52、al value at risk[J].ComPutaion Management Science,2006(3):3-27. </p><p>　　AlexEI Chekhlov,Stanislav Uryasev,Michael Zabarankin.Draw Down Measure in Portfolio Optimization[J].Research Report,2003(5):11-12. &l