1、基于 Logistic 回归的逼仓风险预警模型研究 摘要：围绕中国期货市场的逼仓风险预警，论文选取了期货价格波动、基差波动以及持仓量波动三个指标，通过 Logistic 回归得到期货市场逼仓风险发生的概率值，根据该概率值可以可以将逼仓风险定义为无风险、轻度风险、中度风险和高风险四个不同的区域，最后在论文分析研究的基础上，结合我国期货市场风险控制制度剖析我国在期货风险控制中存在的问题，并针对问题提出了相应的对策。 下载 关键词：期货市场 逼仓风险 预警模型 逻辑斯蒂回归 一、引言 “ 逼仓风险 ” 是指期货市场参与者以资金为手段 ，通过掌握空盘量和实物交割量的比例关系，使期货的价格连续上涨或下跌
2、，以达到操纵市场期货价格、获取超额利润的目的。由于 “ 逼仓 ” 行为严重危害了期货市场的有效性，所以准确的预警监控逼仓风险，对于一个期货市场的稳定运转和健康发展是至关重要的。 论文以中国期货市场逼仓风险预警为研究的主题，采取回归分析、定性和定量分析的方法，从系统的角度将衡量期货市场逼仓风险的价格波动、基差波动和持仓量波动三个指标综合起来考虑建立 Logistic 回归预警模型，根据该模型计算出的逼仓风险发生的概率值我们能够有效的预警并控制逼仓 风险。 二、模型构建 论文按照以下三个步骤来构建逼仓风险预警模型。首先，选取逼仓风险指标；然后，利用 SPSS进行 Logistic回归，建立回归预警
3、模型；最后，根据由预警模型计算出的逼仓风险发生的概率值定义不同的风险区域。 1 期货市场逼仓风险指标值的选取 要有效的预警期货逼仓风险，就应当从与期货的交易有关的指标入手，通常在分析某合约是否存在逼仓风险，总是要描述它的价格、持仓量（空盘量）、基差等指标变化情况。论文从期货价格波动情况、基差波动情况以及持仓量波动情况三 个方面指标来建立综合反映和衡量期货市场逼仓风险的Logistic 回归预警模型，各指标的计算方法如下。 2 Logistic 回归预警模型 Logistic 回归模型是对二分类因变量进行回归分析时最普遍使用的多元统计方法。它根据样本数据使用最大似然法估计出个参数值，经过一定的数
4、学推导运算，可求得响应变量取某个值的概率。 论文选取上海期货交易所（ SHFE）上市交易的天然橡胶 Ru0306 期货合约从 2003 年 3 月 11 日至 4月 21 日期间的 30 个交易数据作为发生了逼仓风险的期货交易日，各交易日 对应的因变量定为 1。同时也成对地在 SHFE 上市交易的天然橡胶合约中选取了 Ru0606期货合约从 2006 年 1月 4号至 2 月 22号的共 30 个交易数据作为没有发生逼仓风险的交易日。 根据论文研究的实际情况，我们设期货逼仓风险 Logistic回归预警模型的表达式为： 下面检验模型整体的精确度，根据得到的 Logistic回归预警模型，以概率
5、 p 值 0.5 为最佳判定点对原始数据进行回溯判定，如果得到的值大于 0.5，则该交易日的发生值为 1，即发生逼仓风险，否则就属于没有发生逼仓风险，即发生值为 0。模型的回溯 判定结果表明模型总的预测正确率为 81.7%，说明模型的预测效果是比较理想的。 3 不同风险预警区域的设定 根据发生逼仓风险的概率值的大小，我们可以将期货市场逼仓风险定义为无风险、轻度风险、中度风险和高风险四个不同的风险区域。由于逼仓风险毕竟是较小概率事件，因此我们分别取发生逼仓风险的概率值 0.1、0.2 和 0.7 为分界点，将期货市场逼仓风险定义成无风险、轻度风险、中度风险及高风险四个不同的风险预警等级。 三 逼
6、仓风险预警对策 当某一期货交易日的逼仓风险发生的概率值处于无风 险状态时，表明市场运行正常，无操纵行为，因此也无须采取任何措施；当逼仓风险发生的概率值处于轻度风险时，并且无加强趋势，则发生逼仓风险的可能性不大，静态监控即可。当逼仓风险发生的概率值处于中度风险状态区间时，表示已出现一定的风险，交易所应提高监控力度，采取动态监控及时反馈信息，并采取一定措施尽可能化解风险。当逼仓风险发生的概率值处于高风险时，则表示发生逼仓风险的可能性很大，应采用一级警戒监控，以防随时可能出现的严重事件。因此高风险状态出现时，逼仓风险已经来临，必须采取强有力的措施。根据逼仓风险发生的概率值如果 能判别出连续几日（实证
7、表明一般为 3 日）都处于中度风险水平或以上等级的风险警戒区，则预示着市场极有可能在孕育着逼仓风险，因此应当加强监控力度以防止随时可能到来的逼仓风险，实践表明按照这一判别方法可以高概率地识别并预警出是否会有逼仓风险发生。 参考文献 迟国泰，刘轶芳，余方平 基于非线性映射分析的期货逼仓风险判定模型及其应用 J，系统工程理论与实践， 2006，（ 5）： 1-11 迟国泰，刘轶芳，冯敬海 基于牛顿插值原理的期货价格波动函数及保证金随动模型 J，数量经济技术经济研究 ,2005,(3):150160. Netz Janet S. The effect of futures markets and corners on storage and spot price variability: 182-200. 迟国泰，刘轶芳，余方平 基于 SV 模型和 KLR 信号分析的期货逼仓风险预警模型 J，系统工程， 2006，（ 7）： 21-30 宋军，任再萍 概率估计方法在期市逼仓识别中的应用 J，生产力研究，2007，（ 20）： 22-24 黄伟， 刘海龙 期货市场逼仓风险指标的构建及实证研究 J，工业工程与管理， 2008，（ 3）： 29-36 （责任编辑：段玉） “ 本文中所涉及到的图表、注解、公式等内容请以 PDF 格式阅读原文 ”
