浅析我国商品期货市场风险预警指标体系及其实证分析
若水分享
1147
【摘要】商品期货市场风险的防范是一个极其复杂的问题，仅从期货市场风险度量提高防范系统风险能力、确定最优套期保值比率提高投资者风险防范能力、设置合理的保证金增强期货交易所和期货公司防范市场风险的能力显然是不够的。提高我国商品期货市场风险管理水平，还需要结合我国商品期货市场发展的实际情况，从影响我国商品期货市场的众多因素出发，全方位、多角度的监测影响我国商品期货市场价格波动的因素，建立市场风险预警模型是防范市场风险的重要途径。基于此，本文通过构建反映我国期货市场价格的指标体系，首先采取因子分析求出主因子，再将主因子加入Logistics模型进行风险预警分析，实证研究表明，本文所建立的风险预警模型具有较好的效果，具有一定的实践意义。
【关键词】商品期货市场；风险预警模型；指标体系
1.期货市场风险预警方法
1.1 风险预警内涵
风险管理专家HEins与Willams认为风险管理是有关风险识别、风险衡量、风险评价、风险控制的一个连贯过程，目的在于最小成本下实现效用的最大化。
通过纳入反映我国商品期货市场价格的关键变量，构建体现我国商品期货市场风险的指标体系，对诸多指标进行主因子提取，并结合风险预警模型形成比较科学的风险预警机制，以减少我国商品期货市场风险影响和提高预测风险的能力。
1.2 市场风险预警方法
（1）早期的预警方法
早期预警方法中代表性的是一元分析法，该方法将分析的对象样本按照某种标准进行排序，然后选出预先认为的判断点，超过这一判断点则视为风险。一元分析法方法简单易行，但由于对影响风险的因素的分析过于单一，使得人们对风险的判断过于简单，往往没有意识到影响风险因素的复杂性，从而造成低估风险的现象。
（2）多元判别预警方法
多元判别模型基于影响风险的因素具有多元化的特征，从多个方面考察影响风险的各种因素。选取多元的过程主要是通过对各种因素进行分组，将相对类似的因素分为一组，重点考察在在组中差别或离散程度较小而在各组之间具有较大差异的因素，在此基础上通过构建多元模型进行有效的分析。
假设在Z模型中，各种选定因素设为则Z可以表示为：
其中，Z为判别值，可以通过该值进行判别风险，但也可以跟据具体的发展环境的不同，采取不同的临界值。相比早期的预警方法具有更多的优势，能从比较全面的角度考察市场风险，并能有效的提高市场风险预警的精确度。但由于影响价格的市场因素的千变万化，该模型对于不同时期的风险预警数据调整性较差，有些定性变量对于市场风险的影响比较大，如何用数据进行界定是一个很大的问题，此外，在组内变量的选择上主要是基于正态分布的假定，而这与大多的经济现象是难以吻合的。
（3）ANN预警方法
ANN预警方法为Anificial Neural Network方法的简称，即人工神经网络模型，该方法是将人类大脑神经网络的运行方式，应用到风险预警上的一种方神经网络的模拟法。整体上ANN主要由输入层、输出层以及隐藏层三个部分组成。ANN预警方法中有关信息的处理方式有两种，即前向传播和后向学习，整体上传播过程相对比较简单，而学习过程主要是一个的过程，即信息是从输出层到输入层的逆向进行反馈，并对错误进行有效的修正的过程，通过学习的过程将分析的样本对象进行有效的类别划分，从而实现风险预警的目的。ANN预警方法能够对风险影响的因素进行有效的分析和归纳，能够在分布不明确的数据中进行有效的分析，并且通过学习过程能够实现较好的能力。但ANN预警方法由于是对人脑神经网络的模拟，很难形成现实分析的稳定，使风险预警的作用受到很大的抑制。
（4）Logistic预警方法
Logistic回归法是一种最主要的二元选择分析模型，通过二元概率的选择，说明风险发生的概率与不发生的概率，由于分析建立在累计概率的基础之上，因而对所分析的各个变量的分布设定没有正态分布的假定，能够较好的分析客观风险的实际情况。通过实现设定的分割点（如设风险点为0.5）进行判断，若通过模型算出的概率值大于分割点则意味着风险的存在。
若概率表示风险状态，则风险不发生的概率表示为。对所有指标进行判断将总分设置为，其中。，为风险预警相关比率。则：
式（5），通过该模型，可以对事件发生的概率进行有效的测度，具有较高的准确性。但缺点是对临界值进行规范的确定比较困难，需要根据不同的发展环境和风险要求进行实现界定。如选取0.5作为风险较严重的水平作为判断标准，则有以下分类：
2.风险预警指标体系构建
2.1 指标选取原则
防范我国商品期货市场风险，单单从期货市场风险度量、套期保值、保证金确定等几个方面考察显然是不够的，考察我国商品期货市场风险管理，首先应从多角度的视角选取反映我国期货市场价格的指标体系，再对各种指标进行科学的筛选后进行选择。选取的指标要能够有效的对我国商品期货市场风险进行合理的测度。主要原则主要有：
（1）科学性：反映我国商品期货市场风险的指标的选取，应通过科学方法进行筛选和分类，使得选取的指标具有较大的代表性和广泛的说服力，能够结合我国期货市场发展的实际现状，客观的刻画我国商品期货市场面临的风险。
（2）系统性：反映我国商品期货市场风险的因子众多，在科学的分类和总结基础上，需要形成合理的指标体系，从而构建一个反映我国商品期货市场风险的科学系统。
（3）操作性：构建反映我国商品期货市场的指标体系，是一个复杂的工程，各个因素之间的关系纷繁复杂，不可能将所有定性或定量因素都进行阐述。应通过科学的筛选和分类形成具有代表性和可操作性的指标。
（4）实用性：构建的理论体系应能对我国商品期货市场风险的防范具有较高的实用价值，能够体现风险预测、风险分析、风险防范等的系列性和连贯性，从而对实践具有较高的解释意义。
2.2 风险预警指标选取
（1）宏观经济指标
衡量我国宏观经济的变动情况，需从这三个方面进行考察。本文主要通过以下指标考察宏观层指标对我国商品期货市场风险的影响。
①宏观经济景气度：宏观经济一致指数（）
为衡量我国宏观经济景气状况，国家信息中心宏观经济监测预警课题组构建了反映我国宏观经济运行状况的景气合成指数①，本文用宏观经济一致指数反映我国宏观经济的景气情况。
②消费衡量指标：消费信心指数（）
消费行为和市场需求主导着投资取向和规模。在金融危机背景下，依靠国内居民消费需求拉动我国经济增长和产业结构的调整显得更加重要。因此，坚持扩大国内需求特别是消费需求的方针，把增加居民消费作为扩大内需的重点，增强消费对经济增长的拉动作用。
③投资衡量指标：城镇固定资产投资完成额同比增长率（）
由于我国技术和资本存量与发达国家之间存在着很大的差距，只有提高我国的投资率和经济增长率才能实现经济的跨越式发展。此外，注重提高投资的质量和效益，才能增强我国经济发展的后劲，提高我国经济发展的质量和竞争力。本文选取城镇固定资产投资作为衡量投资变动指标。
④对外贸易衡量指标：外贸同比增长率（）
我国经济的增长方式一直沿用“出口导向性”的战略，外贸是拉动我国经济增长最重要的推动力量，据统计，2009年我国进出口总额上升到世界第二位，出口总额则超过德国跃居世界第一位。
⑤政府调控能力指标：政府财政收入同比增长率（）
当我国期货市场出现较大风险事件的时候，强力行政往往能在较短的时间内发挥比市场自发调节更好的效果，因此，政府的调控能力会对我国期货市场风险产生较大的影响。本文通过财政收入指标反映我国政府的调控能力。
（2）微观经济指标
本文主要从经济货币化程度变动率，通货膨胀变动率以及汇率变动率三个方面考察对期货市场的影响。
①经济货币化程度变动率：货币准货币（M2）变动率（）
经济货币化是指经济活动中以货币为媒介的交易份额逐步增大的过程。一国商品经济越发达、货币信用关系覆盖面以及金融业发展程度越高，代表货币化程度也越高，同时期货市场具有更好的发展基础。通常情况下，用广义货币M2占GNP（或GDP）的比值（M2/GNP或M2/GDP）来表示，由于月度GDP数据的不可得性，本文利用广义货币（M2，即流通中的现金+活期存款）的变动情况代表货币的变动状况表示我国的经济货币化程度变动率。
②通货膨胀率（CPI）（）
在通货膨胀预期下，人们一般会购买具有保值功能的投资品种，期货市场中的贵金属、有色金属材料由于具有一定的金融属性和储量的稀缺性特征，成为在通货膨胀下防范市场风险的有力工具。本文利用居民消费价格指数（CPI）表示通货膨胀率。
③人民币兑美元汇率环比变动率（）
当前，我国商品期货市场中，有很多产品是需大量进口的大宗原材料产品。对国内主要期货品种而言，人民币升值对工业品影响大，农场品影响小，对进口量大的期货品种如铜、大豆、豆粕、棉花、天然橡胶以及燃料油等影响大，而进口较小的品种如铝、小麦影响较小。
（3）现货市场指标
现货市场产量、价格等因素会对期货市场价格具有很大的影响，本文通过现货价格波动率、现期价波动率、现货市场总产量、国外净进口四个指标反映我国现货市场对期货市场的影响。
①现货价格波动率（）
该比率是利用现货市场本月价格与上月价格的变动比率来反映现货市场对该商品的市场需求变动情况。
②现期价偏离率（）
通过现价期价偏离率本月与上月的对比来反映现价期价偏离率的变动率，该指标可以反映现货市场和期货市场价格的偏离状况，从而反映投机的情况。
③现货市场总产量同比波动率（）
总产量的提高有利于有效缓解了国内市场供需紧张的矛盾，其稳定性有利缓解期货价格呈大幅上涨—急速下跌的走势。
④净进口环比增长率（）
据统计，近三年来大豆、铜以及天然橡胶的进口量占总消费量的比重分别达到了37%、47%以及65%②，净进口总量增加在一定程度上抑制国内期货价格非理性上涨空间，有利的实现现货市场中的供需平衡。
（4）期货市场指标
市场流动性对期货合约的价格具有很大的影响，当市场的人气比较旺时，期货的成交速度比较快，能够根据不断变化的市场行情生成比较合理的价格，而合理的期货市场价格自然是低风险的体现，同时会吸引更多的市场参与者，从而提高了市场的流动性，二者形成良好的互动关系。考察市场流动性的指标有三个。
①成交量（手）变动率（）
期货合约的成交量即成交的总手数，但成交手数并不能完全的反映市场的流动水平，因为各个期货合约的定价是不相同的，成交量大不一定成交金额就大，因此成交量仅是对期货合约流动性“量”的衡量。
②成交金额变动率（）
成交金额是指期货交易的资金量，成交量是成交合约数与期货价格的乘积。成交金额越大则意味着市场流动性比较高，因此成交金额是对期货合约流动性“质”的衡量。
③月末持仓量变动率（）
期货合约的流动性源于期货市场参与者的买卖，持仓量即为买卖双方尚未平仓的数量，持仓量大说明市场参与者有较多的买卖行为，也代表了市场的流动性比较大。
④成交金额市场占有变动率（）
从期货套期保值的基本功能上讲，套期保值者希望投资对象是市场占有水平比较高，行情相对稳定的期货商品。单个期货商品的成交金额无法在市场中得到充分的体现，为测度该期货商品市场中成交金额的情况，可以用本月与上月整个期货市场占有率的变化来反映成交金额市场占有变动率的变动。
2.3 风险预警指标体系的构建
结合期货市场风险预警指标选取的原则，本文选取的指标从目标层、准则层、指标层三个层面出发，首先确定了宏观经济衡量指标、微观经济衡量指标、现货市场衡量指标以及期货市场衡量指标四个子系统，在四个子系统下共选取16个指标构成评测我国期货市场风险的指标体系，如表1所示。
3.我国商品期货市场风险预警管理实证分析
3.1 因子分析概述
因子分析简介：由于分析对象的指标多种多样，需要将多个因素综合考虑才能分析出对象的根本特征，但对单个对象考察指标过多会造成指标之间相关程度增加，对分析问题造成了很大的不便，寻找多种因素的替代变量成为解决此类问题的重要途径，此种分析方法即为因子分析。
因子分析的特点主要有以下几个方面：首先，计算简便：因子分析师对原来的众多指标的衡量，因此计算上因子分析有利的减少了计算的工作量。其次，能有效的反映变量信息：因子分析不是对原有变量的简单取舍，而是对原有变量信息进行了重新的构造，能够有效的反映原有的信息。第三，因子分析各个变量之间是对原有众多变量某一方面的概括，因此各个因子之间不存在线性相关关系。
除此以外，因子分析中，因子变量具有命名解释性，即该变量是对某些原始变量信息的综合。对多变量的平面数据进行简化，在保证数据信息丢失最少的原则下，对高维变量空间进行降维处理，形成在一个低维空间状态的解释系统，这一系统比在一个高维系统空间进行解释要容易得多。
3.2 我国商品期货市场影响因素的因子分析步骤
设反映我国商品期货市场价格波动有多个因素如，因子分析寻找的替代变量为（其中），则这些因素可以用替代表示
式（6）中可以对原有多个变量进行有效概括，而替代变量之间相关性很小，以此减少了分析的重叠性。
在因子分析过程中，需要解决两个关键问题，首先是如何构造反映我国商品期货市场价格波动的诸多影响因素的因子变量；其次是命名解释，即如何对所求得得因子变量进行命名解释。具体的讲，我国商品期货市场因子分析因子分析有下面4个基本步骤。
步骤一，因子分析适合性检验：确定我国商品期货市场中待分析的原有若干变量是否适合于因子分析，检验的标准主要有三个。一是KMO（Kaiser-Meyer-Olkin）值，该值的大小应至少在5左右，太小不适合做因子分析，大于0.7以上则效果比较好，KMO的计算公式
其中，而变量偏相关系数。因此KMO指标反映的是变量之间相关系数的一种关系，当所得的KMO值约接近于1，则表明越适合做因子分析。二是巴特利特球形检验（Bartlett’s Test of Sphericity）：该指标首先考察各个变量的相关系数矩阵，其次通过与单位阵进行对比，从而考察相关系数，若考察的矩阵与单位阵越接近则说明不适合做因子分析。三是反映像相关矩阵检验（Anti-image Correlation Matrix）：若矩阵中某些元素的绝对值比较大时，则表明考察的对象不适合做因子分析。
步骤二，构造反映我国商品期货市场风险的因子变量：因子分析过程中确定因子变量的方法比较多，如主成分分析法、主轴因子法、极大似然法、最小二乘法等。在这些方法中，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过变换手段，即将原有的个相关变量做线性变化，转化为另外一组不相关的变量，上述过程可以表示为：
其中，为原有变量的第一、第二、….、第个主成分。其中在总方差中占的比例最大，综合原有变量的能力也最强，其余主成分在总方差中占的比例逐渐减少。数据标注化处理公式为：
其中，i=1，2……，n，n为样本总数；j=1，2，……p，p为样本原变量数目。
通过标注化处理后可以算出协方差矩阵R，并可以通过协方差矩阵的特征值，从而可以求出个变量的因子载荷矩阵。
步骤三，因子旋转：为增加因子的课解释性，可以利用因子旋转。经过主成分分析得到的，是对原变量的综合。原变量是具有物理含义的变量。对于因子变量的解释，可以进一步说明影响原变量系统构成的主要因素和系统特征。在实际分析工作中，主要是通过对载荷矩阵进行分析，得到因子变量和原变量的关系，从而对新的因子变量进行命名。
步骤四，计算因子变量的得分：我国商品期货市场风险因子变量的得分因子变量确定以后，可以得到它们的不同因子上的具体数据值，这些数值就是因子得分，它和原变量的得分相对应。估计因子得分的方法主要由回归法、Bartlette法等，计算因子得分首先将因子变量表示为原有变量的线性组合，表示
3.3 因子分析实证检验
通过表1可知，我国商品期货市场风险评测指标体系由16个指标构成。由于指标比较多，可以运用主成分分析法进行综合，利用计量软件SPSS16，
以铜期货合约为例，时间跨度为2007-2008年，共有24个月的数据，输入相关变量的数据，可以得到相关统计结果如表2所示。
在进行因子分析之前先检验变量是否适合于因子分析。本文采用的是KMO（Kaiser-Meyer-Olkin）值。和巴特利特球形检验（Bartlett’s Test of Sphericity）检验的方法。检验结果如表3所示。
从检验的结果可知，利用的相关变量是适合做因子分析，特别是球性假设检验的显着性水平为0，表明可以通过巴特尼特法球性（Bartlett’s Test of Sphericity）检验。
因子的提取遵循主轴长度（Initial Eigenvalues）即特征值大于1的原则，本文一共为13个分析对象，首先提取了五个因子，但通过提取的因子数据显示，其他因子的特征值小于1。综合考虑本文提取五个因子，分别表示为F1，F2，F3，F4，F5，具体数据如表4所示。
根据特征值大于1的原则，提取前五个因子，其特征值分别为：376、2.997、1.389、1.208、1.016。第一个主成分的累积方差贡献率为39.851。前两个主成分的累积方差贡献率为58.585，前三个主成分的累积方差贡献率达到了67.268，前四个主成分的累积方差贡献率达到了78.420，前五个主成分的累积方差贡献率达到了89.169。因此这五个因子能够很好的对原有的16个变量进行有效的概括。通过因子的提取可以得到如下（表5）的结果。
为使所得的主因子（Principal Component）能够对原有变量进行更加有效的概括，可以进行方差旋转，旋转变换的目的是为了使原来的个样本点在主成分轴方向上的离散程度最大，即的方差最大，变量代表了原始数据的绝大部分信息，本文采用的是Varimax（方差极大法）旋转，旋转后的因子的得分信息如表6所示。
从旋转后因子的提取结果可知，五个因子对不同变量的概括性是不相同的，第一个因子对铜期货市场总产量、货币或准货币（M2）供应量、政府财政收入、成交额占比变化以及现期价偏离率等几个变量的变动率具有很强的相关关系，第二个因子对CPI、宏观经济一致指数、汇率以及对外贸易的波动率具有很强的相关关系，第三个因子则对成交量、成交额以及持仓量三个指标的变动情况具有很强的相关关系，第四个因子对消费和投资指标的波动率具有高的概括能力，第五个因子对则对净进口等指标的变动具有很强的相关关系。
3.4 Logistic风险预警分析
在进行Logistic之前，先设定二分类因变量为。由于考察的是期货市场风险，是否具有风险是一个二分变量，因此将Y设为：Y=0代表铜期货商品当月具有较高的风险性，而Y=1代表铜期货合约当月是安全的。根据式（5），在主成分设定为下，可以建立如下的Logistic回归模型：
在该模型中，由原来的多个指标与因变量之间的回归，变为二分变量与因子之间的回归关系，模型的误差项服从二项分布，使用最大似然法来解决方程的估计和检验问题。通过SPSS10软件得到的回归结果如表8所示。
其中，Constant为常数项，表示自变量取值全为O（称基线状态）时，比数（Y=1与Y=O的概率之比）的自然对数值；各自变量的回归系数表示自变量每改变一个单位，比值比的自然对数值改变量。
该回归结果表明：当所有因子取值为0时，比数的自然对数值为-9.082。五个因子的系数估计值表明，F1、F2、F3、F4、F5、每改变一个单位对自然对数值的改变量分别为10.998，10.572，-1.954、8.899、4.594。根据统计分析的结果，可以将回归模型表示为：
概率P是以0.5为对称点，因而，可以把0.5作为一个临界点作为考察风险的一个参考标准，当概率大于0.5时，表示该期货合约当月的风险性比较大，对于该种期货合约在当月应当提高风险意识，而当概率小于0.5时，代表该种期货合约当月处于较为安全的边界。
从表9预测的结果可知，铜期货合约实际安全的月份只有7个月份，在预警模型中将有风险的1个月误判成了安全的月份，预测的准确性为87.5%；而实际具有风险性的月份有16个月，预警模型中将这16个安全性的月份判成了高风险性的月份，预测的准确性达到了100%；综合的预测的准确性为95.8%，表明本文所设定的我国商品期货市场风险预警模型具有较高的风险预警的作用。
注释：
①宏观经济预警指数可细分四个部分：a.一致指数，是反映当前经济的基本走势，由工业生产、就业、社会需求（投资、消费、外贸）、社会收入（国家税收、企业利润、居民收入）等4个方面合成；b.先行指数，是由一组领先于一致指数的先行指标合成，用于对经济未来的走势进行预测；c.滞后指数，是由落后于一致指数的滞后指标合成得到，它主要用于对经济循环的峰与谷的一种确认；d.预警指数，是把经济运行的状态分为5个级别，“红灯”表示经济过热，“黄灯”表示经济偏热，“绿灯”表示经济运行正常，“浅蓝灯”表示经济偏冷，“蓝灯”表示经济过冷。
②高辉.中国人民币汇率升值及对期货市场影响的研究[R].浙江中大期货公司研究报告,第9页。
参考文献
Alexandra K B,Mayer J.Computational aspects of minizing conditional value at risk[J].ComPutaion Management Science,2006(3):3-27.
AlexEI Chekhlov,Stanislav Uryasev,Michael Zabarankin.Draw Down Measure in Portfolio Optimization[J].Research Report,2003(5):11-12.
Alizadeh,A.&N.Nomikos.A Markov regime switching approach for hedging stock indices[J].Journal of Futures Markets,2004(7):649-74.
【关键词】商品期货市场；风险预警模型；指标体系
1.期货市场风险预警方法
1.1 风险预警内涵
风险管理专家HEins与Willams认为风险管理是有关风险识别、风险衡量、风险评价、风险控制的一个连贯过程，目的在于最小成本下实现效用的最大化。
通过纳入反映我国商品期货市场价格的关键变量，构建体现我国商品期货市场风险的指标体系，对诸多指标进行主因子提取，并结合风险预警模型形成比较科学的风险预警机制，以减少我国商品期货市场风险影响和提高预测风险的能力。
1.2 市场风险预警方法
（1）早期的预警方法
早期预警方法中代表性的是一元分析法，该方法将分析的对象样本按照某种标准进行排序，然后选出预先认为的判断点，超过这一判断点则视为风险。一元分析法方法简单易行，但由于对影响风险的因素的分析过于单一，使得人们对风险的判断过于简单，往往没有意识到影响风险因素的复杂性，从而造成低估风险的现象。
（2）多元判别预警方法
多元判别模型基于影响风险的因素具有多元化的特征，从多个方面考察影响风险的各种因素。选取多元的过程主要是通过对各种因素进行分组，将相对类似的因素分为一组，重点考察在在组中差别或离散程度较小而在各组之间具有较大差异的因素，在此基础上通过构建多元模型进行有效的分析。
假设在Z模型中，各种选定因素设为则Z可以表示为：
其中，Z为判别值，可以通过该值进行判别风险，但也可以跟据具体的发展环境的不同，采取不同的临界值。相比早期的预警方法具有更多的优势，能从比较全面的角度考察市场风险，并能有效的提高市场风险预警的精确度。但由于影响价格的市场因素的千变万化，该模型对于不同时期的风险预警数据调整性较差，有些定性变量对于市场风险的影响比较大，如何用数据进行界定是一个很大的问题，此外，在组内变量的选择上主要是基于正态分布的假定，而这与大多的经济现象是难以吻合的。
（3）ANN预警方法
ANN预警方法为Anificial Neural Network方法的简称，即人工神经网络模型，该方法是将人类大脑神经网络的运行方式，应用到风险预警上的一种方神经网络的模拟法。整体上ANN主要由输入层、输出层以及隐藏层三个部分组成。ANN预警方法中有关信息的处理方式有两种，即前向传播和后向学习，整体上传播过程相对比较简单，而学习过程主要是一个的过程，即信息是从输出层到输入层的逆向进行反馈，并对错误进行有效的修正的过程，通过学习的过程将分析的样本对象进行有效的类别划分，从而实现风险预警的目的。ANN预警方法能够对风险影响的因素进行有效的分析和归纳，能够在分布不明确的数据中进行有效的分析，并且通过学习过程能够实现较好的能力。但ANN预警方法由于是对人脑神经网络的模拟，很难形成现实分析的稳定，使风险预警的作用受到很大的抑制。
（4）Logistic预警方法
Logistic回归法是一种最主要的二元选择分析模型，通过二元概率的选择，说明风险发生的概率与不发生的概率，由于分析建立在累计概率的基础之上，因而对所分析的各个变量的分布设定没有正态分布的假定，能够较好的分析客观风险的实际情况。通过实现设定的分割点（如设风险点为0.5）进行判断，若通过模型算出的概率值大于分割点则意味着风险的存在。
若概率表示风险状态，则风险不发生的概率表示为。对所有指标进行判断将总分设置为，其中。，为风险预警相关比率。则：
式（5），通过该模型，可以对事件发生的概率进行有效的测度，具有较高的准确性。但缺点是对临界值进行规范的确定比较困难，需要根据不同的发展环境和风险要求进行实现界定。如选取0.5作为风险较严重的水平作为判断标准，则有以下分类：
2.风险预警指标体系构建
2.1 指标选取原则
防范我国商品期货市场风险，单单从期货市场风险度量、套期保值、保证金确定等几个方面考察显然是不够的，考察我国商品期货市场风险管理，首先应从多角度的视角选取反映我国期货市场价格的指标体系，再对各种指标进行科学的筛选后进行选择。选取的指标要能够有效的对我国商品期货市场风险进行合理的测度。主要原则主要有：
（1）科学性：反映我国商品期货市场风险的指标的选取，应通过科学方法进行筛选和分类，使得选取的指标具有较大的代表性和广泛的说服力，能够结合我国期货市场发展的实际现状，客观的刻画我国商品期货市场面临的风险。
（2）系统性：反映我国商品期货市场风险的因子众多，在科学的分类和总结基础上，需要形成合理的指标体系，从而构建一个反映我国商品期货市场风险的科学系统。
（3）操作性：构建反映我国商品期货市场的指标体系，是一个复杂的工程，各个因素之间的关系纷繁复杂，不可能将所有定性或定量因素都进行阐述。应通过科学的筛选和分类形成具有代表性和可操作性的指标。
（4）实用性：构建的理论体系应能对我国商品期货市场风险的防范具有较高的实用价值，能够体现风险预测、风险分析、风险防范等的系列性和连贯性，从而对实践具有较高的解释意义。
2.2 风险预警指标选取
（1）宏观经济指标
衡量我国宏观经济的变动情况，需从这三个方面进行考察。本文主要通过以下指标考察宏观层指标对我国商品期货市场风险的影响。
①宏观经济景气度：宏观经济一致指数（）
为衡量我国宏观经济景气状况，国家信息中心宏观经济监测预警课题组构建了反映我国宏观经济运行状况的景气合成指数①，本文用宏观经济一致指数反映我国宏观经济的景气情况。
②消费衡量指标：消费信心指数（）
消费行为和市场需求主导着投资取向和规模。在金融危机背景下，依靠国内居民消费需求拉动我国经济增长和产业结构的调整显得更加重要。因此，坚持扩大国内需求特别是消费需求的方针，把增加居民消费作为扩大内需的重点，增强消费对经济增长的拉动作用。
③投资衡量指标：城镇固定资产投资完成额同比增长率（）
由于我国技术和资本存量与发达国家之间存在着很大的差距，只有提高我国的投资率和经济增长率才能实现经济的跨越式发展。此外，注重提高投资的质量和效益，才能增强我国经济发展的后劲，提高我国经济发展的质量和竞争力。本文选取城镇固定资产投资作为衡量投资变动指标。
④对外贸易衡量指标：外贸同比增长率（）
我国经济的增长方式一直沿用“出口导向性”的战略，外贸是拉动我国经济增长最重要的推动力量，据统计，2009年我国进出口总额上升到世界第二位，出口总额则超过德国跃居世界第一位。
⑤政府调控能力指标：政府财政收入同比增长率（）
当我国期货市场出现较大风险事件的时候，强力行政往往能在较短的时间内发挥比市场自发调节更好的效果，因此，政府的调控能力会对我国期货市场风险产生较大的影响。本文通过财政收入指标反映我国政府的调控能力。
（2）微观经济指标
本文主要从经济货币化程度变动率，通货膨胀变动率以及汇率变动率三个方面考察对期货市场的影响。
①经济货币化程度变动率：货币准货币（M2）变动率（）
经济货币化是指经济活动中以货币为媒介的交易份额逐步增大的过程。一国商品经济越发达、货币信用关系覆盖面以及金融业发展程度越高，代表货币化程度也越高，同时期货市场具有更好的发展基础。通常情况下，用广义货币M2占GNP（或GDP）的比值（M2/GNP或M2/GDP）来表示，由于月度GDP数据的不可得性，本文利用广义货币（M2，即流通中的现金+活期存款）的变动情况代表货币的变动状况表示我国的经济货币化程度变动率。
②通货膨胀率（CPI）（）
在通货膨胀预期下，人们一般会购买具有保值功能的投资品种，期货市场中的贵金属、有色金属材料由于具有一定的金融属性和储量的稀缺性特征，成为在通货膨胀下防范市场风险的有力工具。本文利用居民消费价格指数（CPI）表示通货膨胀率。
③人民币兑美元汇率环比变动率（）
当前，我国商品期货市场中，有很多产品是需大量进口的大宗原材料产品。对国内主要期货品种而言，人民币升值对工业品影响大，农场品影响小，对进口量大的期货品种如铜、大豆、豆粕、棉花、天然橡胶以及燃料油等影响大，而进口较小的品种如铝、小麦影响较小。
（3）现货市场指标
现货市场产量、价格等因素会对期货市场价格具有很大的影响，本文通过现货价格波动率、现期价波动率、现货市场总产量、国外净进口四个指标反映我国现货市场对期货市场的影响。
①现货价格波动率（）
该比率是利用现货市场本月价格与上月价格的变动比率来反映现货市场对该商品的市场需求变动情况。
②现期价偏离率（）
通过现价期价偏离率本月与上月的对比来反映现价期价偏离率的变动率，该指标可以反映现货市场和期货市场价格的偏离状况，从而反映投机的情况。
③现货市场总产量同比波动率（）
总产量的提高有利于有效缓解了国内市场供需紧张的矛盾，其稳定性有利缓解期货价格呈大幅上涨—急速下跌的走势。
④净进口环比增长率（）
据统计，近三年来大豆、铜以及天然橡胶的进口量占总消费量的比重分别达到了37%、47%以及65%②，净进口总量增加在一定程度上抑制国内期货价格非理性上涨空间，有利的实现现货市场中的供需平衡。
（4）期货市场指标
市场流动性对期货合约的价格具有很大的影响，当市场的人气比较旺时，期货的成交速度比较快，能够根据不断变化的市场行情生成比较合理的价格，而合理的期货市场价格自然是低风险的体现，同时会吸引更多的市场参与者，从而提高了市场的流动性，二者形成良好的互动关系。考察市场流动性的指标有三个。
①成交量（手）变动率（）
期货合约的成交量即成交的总手数，但成交手数并不能完全的反映市场的流动水平，因为各个期货合约的定价是不相同的，成交量大不一定成交金额就大，因此成交量仅是对期货合约流动性“量”的衡量。
②成交金额变动率（）
成交金额是指期货交易的资金量，成交量是成交合约数与期货价格的乘积。成交金额越大则意味着市场流动性比较高，因此成交金额是对期货合约流动性“质”的衡量。
③月末持仓量变动率（）
期货合约的流动性源于期货市场参与者的买卖，持仓量即为买卖双方尚未平仓的数量，持仓量大说明市场参与者有较多的买卖行为，也代表了市场的流动性比较大。
④成交金额市场占有变动率（）
从期货套期保值的基本功能上讲，套期保值者希望投资对象是市场占有水平比较高，行情相对稳定的期货商品。单个期货商品的成交金额无法在市场中得到充分的体现，为测度该期货商品市场中成交金额的情况，可以用本月与上月整个期货市场占有率的变化来反映成交金额市场占有变动率的变动。
2.3 风险预警指标体系的构建
结合期货市场风险预警指标选取的原则，本文选取的指标从目标层、准则层、指标层三个层面出发，首先确定了宏观经济衡量指标、微观经济衡量指标、现货市场衡量指标以及期货市场衡量指标四个子系统，在四个子系统下共选取16个指标构成评测我国期货市场风险的指标体系，如表1所示。
3.我国商品期货市场风险预警管理实证分析
3.1 因子分析概述
因子分析简介：由于分析对象的指标多种多样，需要将多个因素综合考虑才能分析出对象的根本特征，但对单个对象考察指标过多会造成指标之间相关程度增加，对分析问题造成了很大的不便，寻找多种因素的替代变量成为解决此类问题的重要途径，此种分析方法即为因子分析。
因子分析的特点主要有以下几个方面：首先，计算简便：因子分析师对原来的众多指标的衡量，因此计算上因子分析有利的减少了计算的工作量。其次，能有效的反映变量信息：因子分析不是对原有变量的简单取舍，而是对原有变量信息进行了重新的构造，能够有效的反映原有的信息。第三，因子分析各个变量之间是对原有众多变量某一方面的概括，因此各个因子之间不存在线性相关关系。
除此以外，因子分析中，因子变量具有命名解释性，即该变量是对某些原始变量信息的综合。对多变量的平面数据进行简化，在保证数据信息丢失最少的原则下，对高维变量空间进行降维处理，形成在一个低维空间状态的解释系统，这一系统比在一个高维系统空间进行解释要容易得多。
3.2 我国商品期货市场影响因素的因子分析步骤
设反映我国商品期货市场价格波动有多个因素如，因子分析寻找的替代变量为（其中），则这些因素可以用替代表示
式（6）中可以对原有多个变量进行有效概括，而替代变量之间相关性很小，以此减少了分析的重叠性。
在因子分析过程中，需要解决两个关键问题，首先是如何构造反映我国商品期货市场价格波动的诸多影响因素的因子变量；其次是命名解释，即如何对所求得得因子变量进行命名解释。具体的讲，我国商品期货市场因子分析因子分析有下面4个基本步骤。
步骤一，因子分析适合性检验：确定我国商品期货市场中待分析的原有若干变量是否适合于因子分析，检验的标准主要有三个。一是KMO（Kaiser-Meyer-Olkin）值，该值的大小应至少在5左右，太小不适合做因子分析，大于0.7以上则效果比较好，KMO的计算公式
其中，而变量偏相关系数。因此KMO指标反映的是变量之间相关系数的一种关系，当所得的KMO值约接近于1，则表明越适合做因子分析。二是巴特利特球形检验（Bartlett’s Test of Sphericity）：该指标首先考察各个变量的相关系数矩阵，其次通过与单位阵进行对比，从而考察相关系数，若考察的矩阵与单位阵越接近则说明不适合做因子分析。三是反映像相关矩阵检验（Anti-image Correlation Matrix）：若矩阵中某些元素的绝对值比较大时，则表明考察的对象不适合做因子分析。
步骤二，构造反映我国商品期货市场风险的因子变量：因子分析过程中确定因子变量的方法比较多，如主成分分析法、主轴因子法、极大似然法、最小二乘法等。在这些方法中，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过变换手段，即将原有的个相关变量做线性变化，转化为另外一组不相关的变量，上述过程可以表示为：
其中，为原有变量的第一、第二、….、第个主成分。其中在总方差中占的比例最大，综合原有变量的能力也最强，其余主成分在总方差中占的比例逐渐减少。数据标注化处理公式为：
其中，i=1，2……，n，n为样本总数；j=1，2，……p，p为样本原变量数目。
通过标注化处理后可以算出协方差矩阵R，并可以通过协方差矩阵的特征值，从而可以求出个变量的因子载荷矩阵。
步骤三，因子旋转：为增加因子的课解释性，可以利用因子旋转。经过主成分分析得到的，是对原变量的综合。原变量是具有物理含义的变量。对于因子变量的解释，可以进一步说明影响原变量系统构成的主要因素和系统特征。在实际分析工作中，主要是通过对载荷矩阵进行分析，得到因子变量和原变量的关系，从而对新的因子变量进行命名。
步骤四，计算因子变量的得分：我国商品期货市场风险因子变量的得分因子变量确定以后，可以得到它们的不同因子上的具体数据值，这些数值就是因子得分，它和原变量的得分相对应。估计因子得分的方法主要由回归法、Bartlette法等，计算因子得分首先将因子变量表示为原有变量的线性组合，表示
3.3 因子分析实证检验
通过表1可知，我国商品期货市场风险评测指标体系由16个指标构成。由于指标比较多，可以运用主成分分析法进行综合，利用计量软件SPSS16，
以铜期货合约为例，时间跨度为2007-2008年，共有24个月的数据，输入相关变量的数据，可以得到相关统计结果如表2所示。
在进行因子分析之前先检验变量是否适合于因子分析。本文采用的是KMO（Kaiser-Meyer-Olkin）值。和巴特利特球形检验（Bartlett’s Test of Sphericity）检验的方法。检验结果如表3所示。
从检验的结果可知，利用的相关变量是适合做因子分析，特别是球性假设检验的显着性水平为0，表明可以通过巴特尼特法球性（Bartlett’s Test of Sphericity）检验。
因子的提取遵循主轴长度（Initial Eigenvalues）即特征值大于1的原则，本文一共为13个分析对象，首先提取了五个因子，但通过提取的因子数据显示，其他因子的特征值小于1。综合考虑本文提取五个因子，分别表示为F1，F2，F3，F4，F5，具体数据如表4所示。
根据特征值大于1的原则，提取前五个因子，其特征值分别为：376、2.997、1.389、1.208、1.016。第一个主成分的累积方差贡献率为39.851。前两个主成分的累积方差贡献率为58.585，前三个主成分的累积方差贡献率达到了67.268，前四个主成分的累积方差贡献率达到了78.420，前五个主成分的累积方差贡献率达到了89.169。因此这五个因子能够很好的对原有的16个变量进行有效的概括。通过因子的提取可以得到如下（表5）的结果。
为使所得的主因子（Principal Component）能够对原有变量进行更加有效的概括，可以进行方差旋转，旋转变换的目的是为了使原来的个样本点在主成分轴方向上的离散程度最大，即的方差最大，变量代表了原始数据的绝大部分信息，本文采用的是Varimax（方差极大法）旋转，旋转后的因子的得分信息如表6所示。
从旋转后因子的提取结果可知，五个因子对不同变量的概括性是不相同的，第一个因子对铜期货市场总产量、货币或准货币（M2）供应量、政府财政收入、成交额占比变化以及现期价偏离率等几个变量的变动率具有很强的相关关系，第二个因子对CPI、宏观经济一致指数、汇率以及对外贸易的波动率具有很强的相关关系，第三个因子则对成交量、成交额以及持仓量三个指标的变动情况具有很强的相关关系，第四个因子对消费和投资指标的波动率具有高的概括能力，第五个因子对则对净进口等指标的变动具有很强的相关关系。
3.4 Logistic风险预警分析
在进行Logistic之前，先设定二分类因变量为。由于考察的是期货市场风险，是否具有风险是一个二分变量，因此将Y设为：Y=0代表铜期货商品当月具有较高的风险性，而Y=1代表铜期货合约当月是安全的。根据式（5），在主成分设定为下，可以建立如下的Logistic回归模型：
在该模型中，由原来的多个指标与因变量之间的回归，变为二分变量与因子之间的回归关系，模型的误差项服从二项分布，使用最大似然法来解决方程的估计和检验问题。通过SPSS10软件得到的回归结果如表8所示。
其中，Constant为常数项，表示自变量取值全为O（称基线状态）时，比数（Y=1与Y=O的概率之比）的自然对数值；各自变量的回归系数表示自变量每改变一个单位，比值比的自然对数值改变量。
该回归结果表明：当所有因子取值为0时，比数的自然对数值为-9.082。五个因子的系数估计值表明，F1、F2、F3、F4、F5、每改变一个单位对自然对数值的改变量分别为10.998，10.572，-1.954、8.899、4.594。根据统计分析的结果，可以将回归模型表示为：
概率P是以0.5为对称点，因而，可以把0.5作为一个临界点作为考察风险的一个参考标准，当概率大于0.5时，表示该期货合约当月的风险性比较大，对于该种期货合约在当月应当提高风险意识，而当概率小于0.5时，代表该种期货合约当月处于较为安全的边界。
从表9预测的结果可知，铜期货合约实际安全的月份只有7个月份，在预警模型中将有风险的1个月误判成了安全的月份，预测的准确性为87.5%；而实际具有风险性的月份有16个月，预警模型中将这16个安全性的月份判成了高风险性的月份，预测的准确性达到了100%；综合的预测的准确性为95.8%，表明本文所设定的我国商品期货市场风险预警模型具有较高的风险预警的作用。
注释：
①宏观经济预警指数可细分四个部分：a.一致指数，是反映当前经济的基本走势，由工业生产、就业、社会需求（投资、消费、外贸）、社会收入（国家税收、企业利润、居民收入）等4个方面合成；b.先行指数，是由一组领先于一致指数的先行指标合成，用于对经济未来的走势进行预测；c.滞后指数，是由落后于一致指数的滞后指标合成得到，它主要用于对经济循环的峰与谷的一种确认；d.预警指数，是把经济运行的状态分为5个级别，“红灯”表示经济过热，“黄灯”表示经济偏热，“绿灯”表示经济运行正常，“浅蓝灯”表示经济偏冷，“蓝灯”表示经济过冷。
②高辉.中国人民币汇率升值及对期货市场影响的研究[R].浙江中大期货公司研究报告,第9页。
参考文献
Alexandra K B,Mayer J.Computational aspects of minizing conditional value at risk[J].ComPutaion Management Science,2006(3):3-27.
AlexEI Chekhlov,Stanislav Uryasev,Michael Zabarankin.Draw Down Measure in Portfolio Optimization[J].Research Report,2003(5):11-12.
Alizadeh,A.&N.Nomikos.A Markov regime switching approach for hedging stock indices[J].Journal of Futures Markets,2004(7):649-74.