基于MATLAB 的金融风险因子分析.docVIP

基于MATLAB 的金融风险因子分析 摘 要 从定性的角度分析，金融危机对整个经济社会的稳定性造成极大的危害，这一点已经得到普遍的认识。加入WTO后，面对金融开放，中国的金融更加复杂，局部性的金融波动增加，金融机构的国内国际传导效应增强，会产生更强的“多米诺骨牌”效应，金融风险的不断增大已经成为中国经济中的突出问题，进一步发展下去将会对中国的经济稳定发展造成严重威胁。为了对中国的金融风险状况有一个客观准确的把握，需要对金融风险进行系统分析，即定量分析为主，辅之以定性分析。本案例以此为出发点，用因子分析来对金融风险进行定量分析，以把握金融风险的发展趋势，运用MATLAB软件进行统计分析,找出影响金融风险的因素，制定防范和化解金融风险的有效措施。 关键词 因子分析 MATLAB 金融风险 指标选取 金融风险可以划分为宏观、中观、微观三个层次，这个例子的金融风险是宏观层次上的风险，即引发整个金融系统出现严重动荡不稳的可能性，诸如存款挤兑、金融企业大量倒闭、汇率急剧变动、恶性通货膨胀等等。我们在选取指标时要遵循以下原则： 1．规范性原则。所建立的评价指标体系应当包括《巴塞尔协议》等国际金融准则中的风险管理指标，同时还应该从我国的实际情况和金融管理的现行政策和制度出发，选择符合我国实际需要的金融安全评价指标，以便实际实施。 2．宏观性原则。国家金融安全评价着眼于宏观层次上的金融安全管理，因而评价指标体系应既能够反映整体承受的金融风险状况，也能反映金融体系自身的可持续发展能力，也对宏观金融风险的主要方面有完整的表述。 3．灵敏性原则。所选取的指标数值上的细微变化敏感地反映了金融形势的变化，而金融形势的细微变化也能在这些指标体系的变化中得到体现。 4．操作性原则。所选取的各指标都能快捷的搜集到相当准确的、可靠的、指标值。 遵循上述原则，在认识金融危机产生根源、基本类型，及发生后所带来的社会经济变化的基础上，结合我国当前金融风险的特殊性和统计数据索取的可能性，共选取了宏微观两个层次，6个方面9个监测指标，如表9-15所示。评估指标临界点的确定，一方面是参照国际上公认的标准，另一方面充分结合了我国的实际情况。 表9-15 金融风险预警监测指标 指标名称 临界值 GDP增长率（X1） 8% M2增长率（X2） 10% 股票市价总值（X3） 30% 国有商业银行资本充足率（X4） 8% 国有商业银行资本收益率（X5） 社会平均收益率的一半 国债负担率（X6） 20% 进出口/GDP（X7） 5% 外债偿债率（X8） 25% 短期外债/外汇储备（X9） 25% 因子分析原理 因子分析产生于20世纪初,是主成分分析法的一种自然延伸,也属于多元统计分析。 因子分析法通过对大量数据的观测,解析数据集合,用较少有代表性的因子来说明众多变量所提取的主要信息,分析多个变量间的关系。 因子分析按样本与描述样本的指标间的关系可分为Q型因子析和R型因子分析;按对数据变换方法的不同又可分为抽象因子分析(AFA)和目标因子分析(TFA)。 因子分析法用于金融风险评定已有较多的研究成果发表。20世纪70年代,法国数学家Benzecri提出了对应因子分析法,利用R型因子分析和Q型因子分析的对偶性,把二者结合起来研究变量之间、 样本之间的相关关系,找到它们之间存在的潜在环境影响因素。 R型因子分析主要用于研究指标变量之间的相关关系,Q型因子分析则主要用于研究样本之间 的相互关系。 因子分析的基本数据模型如下: 上述关系简记为, 且满足： ，即各个公共因子不相关且方差为1。 ，即各个特殊因子不相关，方差不要求相等。 ,即公共因子与特殊因子是不相关的。 其中X为实测的p维向量; F为潜在因子或公共因子,是pm阶矩阵,并且 mp ;A称为因子载荷矩阵,由X估计,并根据研究目的的不同,即进行R型因子分析或Q型因子分析的不同,矩阵A可称为Q型因子载荷矩阵; 称为特殊因子,包括了随机误差。 因子分析的目标之一就是要对所提取的抽象因子的实际含义进行合理解释，即对因子进行命名。有时直接根据特征根、特征向量求得的因子载荷阵难以看出公共因子的含义。例如，可能同一个变量在多个公共因子上都有较大的载荷，也可能多个变量在同一个公共因子上都有较大载荷，说明该因子对多个变量都有较明显的影响作用。这种因子模型反而很难对因子的实际背景进行合理的解释。这时需要通过因子旋转的方法，使每个变量仅在一个公共因子上有较大的载荷，而在其余的公共因子上的载荷比较小，至多达到中等大小。这时对于每个公共因子而言（即载荷矩阵的每一列），它在部分变量上的载荷较大，在其它变量上的载荷较小，使同一列上的载荷尽可能地向靠近1和靠近0两极分离。这时就突出了每个公共因子和其载荷较大的那些变量的联系，该公共因子的含义也就能通过这些载荷