考虑外部系统性风险因素的供应链金融长期价格风险测度研 究.pdfVIP

考虑外部系统性风险因素的供应链金融长期价格风险测度研 究.pdf

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
考虑外部系统性风险因素的供应链金融长期价格风险测度研 究.pdf

第31卷第4期 金 融 侄 劈 学 柳 兜 Vo1.31.No.4 2016年 7月 F1naoca1 EC0I10m1CS ReSeaPch July 20I6 考虑外部系统性风险因素的供应链金融 长期价格风险测度研究 王 建 何 娟 西南交通大学 交通运输与物流学院,四川 成都 610031 西南交通大学 供应链金融服务创新研究所,四川 成都 610031 摘 要:基于中国供应链金融实践中多以具有强周期属性的大宗商品作为质押资 产这一典型事实,将外部宏观经济波动引致的系统性风险因素考虑进质押资产的长期价 格风险预测中。进一步,分别以已实现波动率和宏观经济景气指数作为宏观经济波动的 代理变量,建立不同的GARCH—MIDAS模型。以期有效解决高频价格数据样本的小样本 与长周期预测之间的难题。以螺纹钢为样本的实证结果表明:现货资产的条件波动率以 及长期波动部分体现 出显著的逆周期特征;宏观经济波动对于现货质押资产的整体波动 影响显著,而且存在周期的不对称效应;通过稳健损失函数检验,GARCH—MIDAS模型 在不同的样本外预测期限内,均体现出较好的预测能力,尤其是季度和半年度的长周期 预测。所得结论为银行以及物流企业的供应链金融风险管理决策提供了量化基础。 关键词:系统性风险因素;供应链金融;价格风险;GARCH—MIDAS 中圈分类号:F832.39 文献标识码:A 文章编号:1674—1625(2016)04—0047—13 一 、 引言 近年来,随着宏观经济增速放缓,钢铁、煤炭以及有色金融等作为工业基础原材料 的大宗商品需求快速回落,行业景气度持续下降。受此影响,作为供应链金融业务中 质押资产的大宗商品价格快速回落,迅速降低了质押资产对于借款企业主体信用风险 的缓释作用,最终导致国内供应链金融业务风险骤增,银行以及物流企业等参与者纷 收稿 日期:2016—04—29 基金项目g国家自然科学基金面上项目、四川省教育厅重点课题(SKA一1301)、西南交通大学博士生 创新基金资助。 作者简介:王建(1986-),男,西南交通大学交通运输与物流学院博士研究生,研究方向为供应链金融;何娟(1975一), 女,金融学博士后,西南交通大学交通运输与物流学院及供应链金融服务创新研究所副教授,博士生导师,研究方 向为供应链金融。 · 47 · 金 融 凭 待 学 柳 宪 2016年第4期 纷采取缩量避险措施。其实质是宏观经济环境导致的外部系统性风险因素向微观借 款企业主体信用风险的传递反馈过程。那么能否将宏观经济因素考虑进微观资产的 价格风险管理中呢?事实上,同时具有商品属性和金融属性的大宗商品,均会受到宏 观经济波动的影响,比如实体经济需求会影响其商品属性,而货币政策环境的变化则 会通过金融属性因素影响其价格波动。 不同于发达国家以应收账款等权利质押为主的业务模式,中国供应链金融多以流 动性较弱、风险持有期限较长的现货商品质押为主,这就决定了供应链金融风险控制 的关键在于质押资产的长期价格风险预测。但由于国内现货价格数据库建设起步较 晚,缺乏长周期的历史数据积累,普遍存在数据可得性引发的小样本问题。因此如何 处理高频数据样本的有限性与低频长周期的预测,成为供应链金融风险管理中难以回 避的问题。加之,传统的同频数据建模方式极易损失高频数据中的有效信息,从而存 在模型误设的可能。比如 目前广泛使用的向量自回归(VAR)方法往往无法捕捉资产 的每 日高频信息,仅适于探究资产的长期波动趋势(BattenandLucey,2010)川。而且 简单的同频化处理,只会带来更严重的小样本问题。基于此,国内学者何娟和王建等 (2015) 通过对高频数据充分蒙特卡罗模拟,进而实现低频长周期的风险预测,取得 了较好的实证效果 J。上述研究并未考虑宏观经济波动对于现货资产长期波动的影 响。这对于当下宏观经济下行周期的供应链金融实践而言显得至关重要。 事实上,在金融资产的波动率研究领域,宏观经济环境与金融

您可能关注的文档

文档评论(0)

小马过河 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档