摘要：
本文采用系統工程的思想，把影響期貨市場的風險因素看成一個有機系統，運用解析結構模型法（ISM）對指標進行結構分析，理清各指標之間的相互關係，利用層次分析法（AHP）對指標在系統中的權重進行識別，最後建立了商品期貨市場風險預警系統。
關鍵詞：商品期貨；風險預警；解析結構模型；層次分析模型
一、引言。
期貨市場產生的直接原因是迴避風險，然而實踐表明期貨市場的歷史就是在不斷分散和化解現貨市場風險的同時，也不斷髮生風險和不斷控制風險的歷史。我國期貨市場發展的歷史較短，但發生了多起風險事件。例如：1995年上海國債期貨事件，1996年上海膠合板事件，1997年海南天然橡膠風波等，特別是上海國債期貨事件，造成了較大的負面影響。對風險事件發生後的調查發現，風險事件的發生均是由於當時的期貨交易所風險控制體系不完善或者沒有嚴格執行風險控制制度造成的。
中國證監會期貨部（1999）對中國期貨市場風險預警做了相關規定，設計了四大方面13個指標的預警體系，初步建立我國期貨市場風險預警系統。樓迎軍（2005）在其博士論文中將影響期貨市場風險的13個指標分成四組：價格風險、信用風險、流動性風險、法律風險，利用系統工程中的ISM—AHP思想，建立了我國商品期貨的預警機制。韓德宗（2008）以硬麥期貨和銅期貨為例，度量連續期貨合約收益率的值，對預測結果的有效性進行了檢驗，並提出了將曲線和保證金水平相結合的方法，對商品期貨市場風險進行單指標預警。上述研究的缺陷在於在風險預警系統設計中沒有考慮國際市場價格衝擊的影響，本文則較全面地考慮了國內外相關市場對期貨市場風險的影響，把所有的影響因素看成是一個系統，利用ISM—AHP模型建立期貨市場整體風險預警系統。
二、我國商品期貨市場風險預警指標體系。
本文參考中國證監會（2000）及樓迎軍（2005）等人提出的期貨風險衡量指標體系，並加入國際相關市場的影響因素，歸納得到反應期貨市場風險的12項主要指標，構成了我國商品期貨市場風險預警指標體系。本文以上海期銅為例，説明我國商品期貨市場風險預警指標體系的構建過程。國內銅期貨數據來源於上海期貨交易所，國外銅期貨數據來源於富遠期貨軟件，LME庫存的數據來自彭博數據庫，國際銅現貨數據採用LME銅現貨數據，來自富遠期貨軟件。由於國內、外期貨市場上相關品種在期貨合約月份的設計上存在着一定差異，為研究需要，我們按照華仁海等（2007）的研究方法，產生研究所需要的連續期貨數據，數據時間跨度從2007年1月1日至2010年6月30日。由於LME銅期貨價格的報價單位為美元/噸，國內期貨市場銅為人民幣元/噸，為保持一致，統一將國際市場上的期貨報價折算成按人民幣元/噸報價。美元兑對人民幣的匯率採用國家外匯管理局網站統計數據庫中提供的人民幣每日基準價格。
三、我國商品期貨市場預警系統的建立。
商品期貨預警系統是一個規模大、複雜程度高的系統，如何確定系統的構成要素，認識系統的層次結構，掌握系統各要素之間的運動狀態，都是比較困難。由於系統因素結構複雜，目標多樣，功能綜合，因此需要明確系統的總目標、分目標，以及相應系統的結構層次。為實現這個目標，本文采用結構分析法（ISM）對各指標間的結構進行分析，理清各指標之間的相互關係，隨後採用層次分析法（AHP）對指標在系統中的權重進行識別，最終得到期貨市場整體風險值，建立一個實時監控期貨市場整體風險的預警系統。
（一）系統解析模型在商品期貨市場預警系統中的運用。
ISM方法的作用是把任意包含許多離散的，無序的靜態的系統，利用系統要素之間已知的、但凌亂的關係，揭示出系統的內部結構。其基本方法是先用圖形和矩陣描述各種已知的關係，在矩陣的基礎上再進一步運算、推導來解釋系統結構的特點。其基本步驟如下：
1、根據系統要素關係表，畫出相應的有向圖形，並建立鄰接矩陣A。
2、通過矩陣運算求出該系統的可達矩陣M。
3、在得到可達矩陣M後進行矩陣階層劃分。矩陣階層劃分需要求解可達集合R（Ti）和先行集A（Ti）。可達集合是指“行”中互相有影響的因素所佔的列數，即行中得點為“1”的列數；先行集合A（Ti）是指“列”中互相有影響的因素所佔的行數，即列中得點為“1”的行數。
4、建立系統結構模型。
為了得到鄰接矩陣，我們採用如下步驟：第一就是銅期貨按照一定規則產生銅期貨價格的連續數據，並且利用這些連續數據建立適合的ARMA—GARCH（t）模型，並由此產生波動率；第二步則是按照相同的規則，產生12個指標的連續數據；第三步就是把這些12個指標的連續數據分別與波動率進行Granger因果檢驗。在99%的置信度下，如果選取指標是波動率的Granger因果關係，則我們認為該指標與波動有直接關係。最後我們得到如下的鄰接矩陣：矩陣A是定量方式表示出本文所選擇期貨市場風險預警指標之間的影響關係，為下面進一步求解模型提供了基礎。
矩陣A按照布爾代數的規則進行運算，得到了可達矩陣R：在建立可達矩陣R後，接下來我們進行矩陣階層的劃分。從表1可以看出，滿足1式的元素只有一個S，表達式為Z1=（S）。在確定第一階層的因素之後，我們可以把元素S剔除，重新排列商品期貨風險指標體系的可達集合和先行集合。從表2我們得出，滿足1式的元素有四個，表示為Z2=（B，H，I，J）。同樣，在確定第二階層元素之後，把元素B、H、I、J消去，再進行可達集合和先行集合的計算。表3可知，商品期貨風險預警最後一層的元素由8個，表示為Z3=（A，C，D，E，F，G，K，L）。
由上面確定的階層關係，我們可以把矩陣R按照層次進行排列，得到矩陣M。在完成矩陣階層劃分後，我們開始建立結構模型。由ISM模型的求解，我們可以將階層構造為三個階層。同時根據矩M陣確定各階層要素之間的關係，例如a21=1説明B到S有箭頭連接。同理可以得到其他的關係圖。
（二）層次分析方法在商品期貨預警系統中的運用。
由ISM分析我們得到了一個複雜的三級結構模型，在此基礎上我們就可以運用層次分析方法（AHP法），對各級指標進行定量分析，將原先以主觀判斷進行量化，用具體數值來顯示各級指標的重要程度。AHP方法最主要是確定ISM方法確定的結構中相鄰層次元素間相關程度，通過構造兩兩比較判斷矩陣及矩陣運算的數學方法，確定對於上一層次的某個元素而言，本層次中與其相關元素的重要性排序—相對權值。AHP方法最後計算各層元素對系統目標的合成權重，進行總排序，以確定結構圖中最底層各個元素在總目標中的重要程度。層次總排序一致性檢驗的結果為：CR（B）=（B）小於0.1，因此，層次具有滿意的一致性。
四、期貨市場整體風險值計算及檢驗。
AHP分析最終結果得到了12個指標對目標層的合成權重值，每一層的權重值相加等於1。只要將商品期貨市場風險因素指標的取值分別乘以相對應的權重，就可以得到我國期貨商品市場整體風險值。
對於所選擇的風險因素，必須進行進一步歸一化處理。設第p個指標Xp的取值區間為[c1k，c2k]，則每個風險因素在預警系統中取值步驟如下：
第一，定義Dp，i=cp，i—cp，i為單個指標相對於樣本數據中的偏差；
第二，定義該指標在預警系統的`取值為：rp，i=Dp，i—min（Dp，i）max（Dp，i）—min（Dp，i）在實際的計算過程中，cp，i為第p個指標在所取樣本時間段內的平均值。
由此我們可以知道，所有的rp，i取值範圍是[0，1]，而相對應權重值之和也是1。所以我國商品期貨整體風險值的取值範圍也將是[0，1]。下面是利用本文所選取的樣本數據計算出來的我國期貨市場整體風險值。
銅期貨整體風險值一般處於0.1——0.2左右，只有在第350個數據後風險值急劇上升，此後到400個出現多次風險值超過了0.3。與此相對應的是2008年9月底到2008年12月，這段時間是百年不遇的金融危機。由於遭遇百年一遇的金融危機，加上國慶長假，在長假結束後，商品期貨市場上演了大面積跌停的殘酷場面，橡膠、豆粕、大豆、豆油、滬銅5個主流品種出現了“三板跌停”。預警系統顯示的風險值也比較大，多次高於0.3的值，這表明預警系統和現實的市場運行狀況一致。
同時，在2008年9月底的幾個交易日，風險值就顯示上升狀態，在國慶期間計算出的風險值已經上升到將近0.7。這一切都表明在國慶期間這段時間，銅期貨市場已經積聚了相當大的風險，交易所可以在交易開盤前利用預警系統中那些顯著上升的因素，採取相對應的措施，降低市場的風險。同時，國慶期間由於國內的期貨市場處於休市階段，而國外相關市場正常進行交易，所以在這期間風險值的急劇上升是由於國外的風險因素造成的。管層應針對國外市場出現的情況採取相應的應對措施，這也表明該預警系統可以給監管層監管給出一定的指向性。由於在數據處理過程中進行了歸一化處理，預警系統最後給出的風險值落在[0，1]區間。
本文采用[0，1]區間的四段來確定預警準則，如表5所示，可根據風險值的大小給出相應的警報等級。當然在具體實踐過程中，預警準則的區間設定可以根據實際的情況作相應的調整。
五、結論。
在後金融危機的時代，在大力發展期貨市場的同時，如何有效控制市場風險成為非常緊迫的問題。本文在預警系統設計時，加入國外相關市場的因素，考慮的風險因素比較全面。同時利用系統工程的思想，建立了能給出商品期貨某一品種整體風險值的期貨市場風險預警系統。通過本系統可以對期貨市場上的風險進行實時監控，同時還可以給監管層指提供是哪些因素提高了期貨市場的整體風險值，這對期貨市場的風險控制具有積極的指導意義。
文萃咖
