当前位置:主页 > 经济论文 > 股票论文 >

基于logistic回归模型的我国期货行业风险预警系统研究

发布时间:2020-08-31 10:41
   期货作为最基本也是最重要的金融衍生品之一,在整个金融市场,乃至国民经济中占有举足轻重的地位。经过近30年的快速扩张发展,我国期货市场已经初具规模,对其他金融市场和国民经济的影响日益凸显。但我们也要看到,在市场规模快速扩张的同时,期货行业的规模却相对落后,行业内同质化竞争严重,期货行业监管和公司内部监管体制也尚不完善,这些问题严重影响了我国期货市场的健康、稳定发展。而问题的根源是在于期货公司对自身风险水平的认知和风险管理能力的不足。基于此,本文从期货行业发展和监管现状入手,分析现有两套风险管理体系各自的优势和不足,并提出以logistic回归方法建立风险预警系统,将现有两类监管体系的优势相结合,构建基于两步判定法的适用于我国期货行业的风险预警系统。本文构建的期货行业风险预警系统,可以通过两步法有效区分不同期货公司的风险管理能力和风险水平差异,并对风险管理能力较差、风险水平较高的公司发出预警信号,以此实现对我国期货行业中公司风险管理能力和风险水平的动态实时监控和提前预警,防止风险扩散,避免危机发生。本文构建的风险预警系统第一步判别中,即对风险管理能力较差、风险水平较高公司的判别中准确率达到86.56%,系统总体准确率,即对三类等级的判别准确率达到79.04%,整体属于较高水平。此外,从回归结果显著性和回归系数看,在两步判别的过程中,期货公司的净资本规模和净资产收益率对其风险管理能力和风险水平具有更强的影响力。因此,我国期货公司在经营和开展业务的过程中需格外注意自身的净资本规模和净资产收益率的水平。
【学位单位】:天津大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:F832.5
【部分图文】:

期货公司


期货行业整体处于快速扩张期,但行业集中度却没有明显增长,这权益规模快速增长的背后是大量的行业内分散化经营和同质化竞争,部司为了抢占市场份额,不计成本、不惜代价的降低手续费率,以获取客将会导致期货行业大量的利益在同业竞争中损耗,行业中难以出现应、可以引领行业发展的龙头企业。从收入结构看,近几年期货公司虽然在产品研发、投资咨询、资产管理经营方式上有所投入,但其带来的收入与期货公司传统业务相比仍然差如图 3-2 所示,我国期货公司虽然具有多元业务结构,但其业务收入规大,利息收入和期货经纪业务收入是期货公司收入的主要来源,占总以上,而两种收入途径均高度依赖于期货公司的客户权益规模。在业务,经纪业务收入占绝对优势地位,期货公司在经营过程中差异化经营不货经纪业务依赖性过高,这不仅不利于公司自身扩张,更不利于期货发展。

期货行业,收入结构


图 3-2 2016 年我国期货行业收入结构3)监管手段相对单一,公司风险管理理念薄弱,不利于行业稳定过近 30 年的发展,我国期货行业从无序逐渐走向有序,各项风险推出,当前我国期货行业的监管体系为中国证监会、各地证监局、中国期货市场监控中心和中国期货业协会共同监管的“五位一体”,机构的监管方向各有侧重。同时,我国期货行业的风险监管手段核心的指标监管体系为主,并配合分类评级监管办法对期货公司的进行评估和监管。我们也要注意到,虽然我国期货行业监管体系日益成熟,但其对期控制手段和监管手段仍相对单一:证监会的指标监管体系虽然可以现期货公司的经营和风险状况,但由于其主要侧重于监管期货公司风险监管指标的合规性,而对各期货公司在行业中横向对比的实际和风险水平并没有明确的评价;期货业协会的分类评级监管办法可

成交额,股指期货,期货行业


2015 年上半年沪深 300 股指期货成交量便达到 18,993.23 万手,,429,348.85 更是 2014 年全年的 1.5 倍以上。但伴随着股市开始下跌生,股指期货丧失了其应有的对冲风险、价格发现等基本功能,反跌的加速器,沪深 300 股票指数在不到 3 个月内暴跌 45%,事后证意做空、稳定市场价格,对股指期货的保证金比例、手续费和开仓大幅调整,对股指期货交易实行严格控制,严重抑制了我国股指期程度,进而导致整个期货行业受到严重影响。如图 3-3 所示,2015场成交额达到 554 万亿,其中股指期货的成交额占据半壁江山,年,由于交易限制,股指期货成交额缩减 90%以上,其成交额占期额不足 5%,直接导致 2016 年全年期货市场成交额减少 64.70%。式相对单一、风险控制手段相对简单,加之期货公司风险管理理念我国期货市场产生剧烈波动,不仅会使国内外投资者对我国金融市丧失信心,更会严重影响我国期货行业和期货市场的长期稳定发展

【参考文献】

相关期刊论文 前10条

1 李岩;;期货公司营业部风险管理研究[J];商;2015年25期

2 王春丽;胡玲;;基于马尔科夫区制转移模型的中国金融风险预警研究[J];金融研究;2014年09期

3 曹琦炜;狄杨;;我国3D企业金融风险研究——基于“Z评分模型”的定量分析[J];全国商情(理论研究);2014年08期

4 杨虎;易丹辉;肖宏伟;;基于大数据分析的互联网金融风险预警研究[J];现代管理科学;2014年04期

5 陆静;王捷;;基于贝叶斯网络的商业银行全面风险预警系统[J];系统工程理论与实践;2012年02期

6 楼文高;乔龙;;基于神经网络的金融风险预警模型及其实证研究[J];金融论坛;2011年11期

7 黄小龙;田政;;我国期货公司风险管理问题浅析[J];价格理论与实践;2010年07期

8 刘献中;;基于Z评分模型对我国股份制银行和证券公司信用风险的度量[J];金融经济;2010年12期

9 迟国泰;冯雪;赵志宏;;商业银行经营风险预警模型及其实证研究[J];系统工程学报;2009年04期

10 万娴子;;新形势下期货公司财务风险防范与控制[J];财会通讯;2009年08期

相关硕士学位论文 前3条

1 张莉;基于Logistic模型的新形势下证券公司风险预警系统模型的研究[D];天津大学;2010年

2 黄何;基于行业的动态财务预警模型研究[D];天津大学;2010年

3 马忠强;我国期货公司操作风险及控制研究[D];兰州大学;2008年



本文编号:2808689

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2808689.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户35ebd***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com