Logistic模型構建期貨行業風險預警系統研究

張淼

摘 要：期貨作為最基本也是最重要的金融衍生品之一，在整個金融市場，乃至國民經濟中占有舉足輕重的地位。在我國期貨市場近30年快速擴張發展的背后，期貨行業卻存在諸多問題，其根源在于期貨公司對自身風險水平的認知和風險管理能力的不足?；诖?，從期貨行業發展和監管現狀入手，分析現有兩套風險管理體系各自的優勢和不足，并以logistic回歸方法建立風險預警系統，將現有兩類監管體系的優勢相結合，通過兩步法有效區分不同期貨公司的風險管理能力和風險水平差異，對風險管理能力較差、風險水平較高的公司發出預警信號，以此實現對我國期貨行業中公司風險管理能力和風險水平的動態實時監控和提前預警，防止風險擴散，避免危機發生。

關鍵詞：期貨行業；風險預警系統；logistic回歸模型

中圖分類號：F830.91 文獻標志碼：A 文章編號：1673-291X（2018）20-0140-03

我國期貨市場的發展開始于20世紀90年代，與美國等發達國家相比相對較晚。但由于我國投資者基數眾多、投資需求巨大，期貨市場擴張速度極快，在短短30年的發展歷程中，整個市場從無序走向有序，其基本功能的發揮日益穩定，對其他金融市場和國民經濟的影響日益凸顯。但我們也要注意到，在期貨市場快速擴張發展的同時，我國期貨行業存在“大市場、小行業”、同質化競爭嚴重以及監管手段單一、公司風險管理理念薄弱等問題。其根源在于期貨公司的風險評估和管理體系不完善，現有證監會主導的以凈資本為核心的風險控制指標監管體系和期貨業協會主導的期貨公司分類監管體系各有側重，在實際應用中各有優劣。

以中國證監會為主導的凈資本為核心的風險控制指標監管體系是由證監會對凈資本規模、凈資本與凈資產比例等6項指標提出預警標準和監管標準，將業務范圍與凈資本水平相匹配。但由于其主要側重于監管期貨公司經營過程中各風險監管指標的合規性，而對各期貨公司在行業中橫向對比的實際風險管理能力和風險水平并沒有明確的評價。

以中國期貨業協會為主導的期貨公司分類監管體系則是每年以期貨公司風險管理能力為基礎，結合公司市場競爭力、培育和發展機構投資者狀況、持續合規狀況等方面，對各期貨公司在上一年度的風險管理能力和風險水平進行評價。但由于其是以年度測評，是一種事后評估辦法，在時效性上具有很大缺陷，難以實現風險動態監控和預警的目的。

針對以上問題，本文嘗試將風險預警概念引入期貨行業，運用logistic回歸方法將我國現有指標監管體系和分類評級監管體系相結合構建適用于我國期貨行業的風險預警系統。通過對期貨公司風險的預測并對潛在風險水平較高的公司及時發出預警信號，促使管理者提前采取控制措施，避免風險事件的發生和擴散，從而保障我國期貨行業可以健康、穩定、有序發展，促進我國期貨市場可以穩定、有效地發揮其基本功能，從而更好地服務于實體經濟，提升國際影響力。

一、基于logistic方法構建期貨行業風險預警模型

（一）模型選擇與預警系統構建思路

本文選擇用廣義線性方法中的logistic回歸方法構建我國期貨公司的風險預警系統，這種方法中的名義變量可以設定為企業的風險水平等級，如破產/未破產（傅庚，2006）、財務困境/經營良好（方匡南、范新妍和馬雙鴿，2016）等，通過logistic回歸分析各項風險因素對企業風險情況變化概率的影響程度和方向。擬采用兩步法構建我國期貨公司風險預警系統，其框架如圖1所示。第一步，基于logistic方法，依據全樣本指標計算全部期貨公司的風險管理能力和風險水平判別值，將其與0.5臨界線進行比較，大于0.5即認定為該期貨公司的風險管理能力較差、風險水平較高，系統發出預警信號，而判定值小于0.5的公司進入第二步判定；第二步，基于logistic方法，以第一步中未發出預警信號的公司為樣本，計算其風險管理能力和風險水平判別值，同樣與0.5進行比較，大于0.5即認定為該期貨公司風險管理能力和風險水平一般，處于行業平均水平，而判定值小于0.5即認定為該公司風險管理能力突出、風險水平較低，經營狀況良好。

（二）變量設置及風險因素的篩選

本文選取2013—2016年間我國149家期貨公司為樣本數據，共596組數據。以證監會發布的我國期貨公司分類監管評級作為度量期貨公司風險等級的指標。在證監會發布的《期貨公司分類監管規定》中，期貨公司的評級共分為5類11級，其中E級為已被采取停業整頓，其他機構接管等風險處置措施的公司，不在本文樣本的范圍之內。

在期貨公司的風險影響因素方面，如表1所示。本文主要從財務數據入手，從期貨公司的及時償付和變現能力、流動性風險控制能力、營利能力、持續營利和發展能力和期貨業務能力5個角度選取6個指標考察其對期貨公司整體風險的影響，從而制定其風險預警系統。

運用多元logistic回歸方法分析各項指標對我國期貨公司風險管理能力和風險水平的影響，選取有效指標，從而構建風險預警系統中的風險識別子系統。通過多元logistic回歸分析，在現有指標體系中剔除在各類分組中均不顯著的流動風險控制能力指標，保留顯著性較高的指標，組成本文預警系統中風險識別子系統的指標體系。

（三）期貨公司風險預警系統的構建及準確率檢驗

1.第一步風險預警判定

首先，本文以二元logistic回歸方法構建期貨公司風險初步判定模型。根據證監會發布的《期貨公司分類監管規定》，評級在B級以上為風險控制較好，風險程度較低的期貨公司，①因此本部分被解釋變量Yi=1時標明該期貨公司的年度評級低于B類，反之Yi=0?；诙猯ogistic回歸方法以及時償付和資產變現能力、流動性風險控制能力、盈利能力、業務擴展能力、持續發展能力和期貨業務能力6個角度選取的期貨公司經營與風險指標為基礎構建的期貨公司風險評價系統對期貨公司有較好的區分度。第一步判別公式為：

以0.5作為我國期貨公司風險管理能力和風險水平高低概率的分界線可以構建風險預警子系統，對于Probi小于0.5的期貨公司，預警系統判定其風險管理水平較好，風險在可控制范圍之內，無須特別關注；對于Probi大于0.5的期貨公司，預警系統判定其風險管理能力較差、風險水平較高，系統向管理者發出預警信號。經實證，第一步風險預警系統的整體判定準確率達到了86.56%，說明剔除由于違規等導致風險分類降級的外部因素后，以二元logistic為基礎的初步風險預警模型對于我國期貨公司的以B類為分界的風險管理能力和風險水平具有較高識別能力。至此，本文風險評級預警系統已經可以對期貨公司的C類風險，即風險管理能力較差、風險水平較高進行有效預警。

2.第二步風險預警判定

下一步，本文將結合指標篩選中多元logistic結果對第一步中判定為B類及以上的公司進一步構建細分風險判定和預警子系統，和第一步的不同之處在于，多元logistic回歸結果中A類和B類分組時是以B類為基準，因此本步判定期貨公司i的風險管理能力和風險水平屬于B類概率應為：

在二元logistic回歸結果基礎上，針對系統判別評級在B類以上的期貨公司進行細分，構建的風險預警系統中風險評價子系統的第二步判別模型區分效果較好。從判別結果的分布來看，判別值大于0.5的公司數量超過70%，符合我國實際情況，即分類監管評級屬于B類的公司數目為A類公司數目的一倍以上。

接下來本文對該風險預警系統的準確率進行檢驗，剔除D類及外部違規事件等原因導致降級的公司，經實證本文構建的我國期貨公司風險預警系統對其不同風險水平的預警成功率可以達到79.04%。此外，需要注意的是，本文的期貨公司風險預警系統構建主要是基于在行業內公開披露的行業各家公司研究數據，而行業現有披露數據量有限，導致公司的總資產規模、總盈利規模和負債規模等數據無法獲取。但伴隨期貨行業不斷發展，上市期貨公司將不斷增多，公司數據的可獲得性逐漸提高，基于本文方法建立的期貨公司風險預警系統的預警準確度也將不斷完善、不斷提高。

二、結論

本文將風險預警理念引入至我國期貨行業，提出以logistic回歸方法將現有兩類監管體系結合，構建基于兩步判定法的適用于我國期貨行業的風險預警系統。首先以多元logistic回歸方法篩選出對我國期貨公司風險管理能力和風險水平具有顯著影響的指標體系，隨后利用二元logistic回歸建立基于兩步法的風險預警系統。本預警系統對風險管理能力較差、風險水平較高的期貨公司判定準確率達到86.56%，對期貨公司三級風險管理能力和風險水平分類的整體判定準確率達到79.04%。

此外，筆者注意到，從回歸結果顯著性和回歸系數看，在兩步判別的過程中，期貨公司的凈資本規模和凈資產收益率對其風險管理能力和風險水平的影響要強于其他指標，凈資本規模越大、凈資產收益率越高的期貨公司，其風險管理能力越強、風險水平越低。因此，我國期貨公司在經營和開展業務的過程中須格外注意自身的凈資本規模和凈資產收益率的水平。

參考文獻：

[1] 傅庚.美國銀行倒閉預警的實證研究[J].軟科學，2006，（2）：52-55.

[2] 方匡南，范新妍，馬雙鴿.基于網絡結構Logistic模型的企業信用風險預警[J].統計研究，2016，33（4）：50-55.