不同“融资铜”模式的风险识别与警示

doi:10.16381/j.cnki.issn1003-207x.2015.08.002

中国管理科学 ›› 2015, Vol. 23 ›› Issue (8): 10-17.doi: 10.16381/j.cnki.issn1003-207x.2015.08.002

不同“融资铜”模式的风险识别与警示

张海亮¹, 卢曼¹, 吴冲锋²

1. 昆明理工大学管理与经济学院, 云南昆明 650093;
2. 上海交通大学安泰经济与管理学院, 上海 200052

收稿日期:2014-08-11 修回日期:2014-10-31 出版日期:2015-08-20 发布日期:2015-08-19
作者简介:张海亮(1983-),男(汉族),山西介休人,昆明理工大学管理与经济学院,副教授,研究方向:金融工程、风险管理.
基金资助:
国家自然科学基金资助项目(71462021);云南省应用基础研究计划面上项目(2014FB135)

Risk Identification and Warning for Different Copper "Financing" Patterns

ZHANG Hai-liang¹, LU Man¹, WU Chong-feng²

1. School of Management and Economics, Kunming University of Science and Technology, Kunming 650093, China;
2. Antai College of Economics and Management, Shanghai Jiao Tong University, Shanghai 200052, China

Received:2014-08-11 Revised:2014-10-31 Online:2015-08-20 Published:2015-08-19

摘要/Abstract

摘要： 针对现实中防范"融资铜"风险的需要,本文归纳提炼出三种不同的"融资铜"模式,并就其操作过程中所面临的利率风险、人民币价格波动风险和标的物价格波动风险及其联动性进行深入剖析;采用GARCH-Copula模型,利用上述风险的收益数据及风险因子数据(2011年5月至2014年4月)对单一风险及综合风险进行识别与模拟,对不同模式中综合风险分布进行对比分析,根据在险价值做出警示。结果表明:"融资铜"是一种套利行为,其综合风险收益具有右偏特性,并明显呈现出尖峰厚尾的风险分布特征,相同置信水平下在险价值显著高于单一风险在险价值;其存在极值损失,发生极值损失对企业自身及金融系统会造成严重影响,因此相关监管机构必须对"融资铜"加以重视并实施控制,以引导资金回归实体经济之中。

关键词: 融资铜模式, 风险识别, 风险警示, Copula

Abstract: To guard against the risks of copper "financing" in real need, three different copper "financing" patterns were put forward. And the interest rate risk, the volatility risk of RMB and price of subject and their correlation in the process of copper "financing" operation were analyzed. Based on the profit and the risk factor data from May 2011 to April 2014, the single risk and comprehensive risk were identified and simulated according to GARCH-Copulas model. Then the distributions of comprehensive risk in different patterns were compared in order to make warnings based on Value at Risk. The results show that the copper "financing" is a kind of arbitrage, and its comprehensive risk income has the right skewness and the characteristic of rush fat-tailed distribution, and under the same confidence level, the Value at Risk of comprehensive risk is significantly higher than that of single risk. Copper "financing " exists extreme loss, and in case of extreme loss, the enterprise itself and the financial system will face to adverse effects. In order to guide the capital back to the real economy, relevant regulators must pay close attention and implement control to copper "financing".

Key words: copper "financing", risk identification, risk warning, Copula

中图分类号:

F830

张海亮, 卢曼, 吴冲锋. 不同“融资铜”模式的风险识别与警示[J]. 中国管理科学, 2015, 23(8): 10-17.

ZHANG Hai-liang, LU Man, WU Chong-feng. Risk Identification and Warning for Different Copper "Financing" Patterns[J]. Chinese Journal of Management Science, 2015, 23(8): 10-17.

参考文献

[1] 陈旭峰,岳长锁. 警惕"融资铜"的国内外风险[J]. 中国城乡金融报,2014,(03):1.

[2] 惠晓峰,柳鸿生,胡伟,等. 基于时间序列 GARCH 模型的人民币汇率预测[J]. 金融研究,2003,(5): 99-105.

[3] 陈王,魏宇,淳伟德,等. 中国股市与周边股市波动风险传导效应研究[J]. 中国管理科学,2011,19(6):31-39.

[4] Frey R,McNeil A J,Nyfeler M. Copulas and credit models[J]. Risk,2001,(10):111-114.

[5] 韦艳华,张世英. 多元 Copula-GARCH 模型及其在金融风险分析上的应用[J]. 数理统计与管理,2007,26(3):432-439.

[6] 李建平,丰吉闯,宋浩,等. 风险相关性下的信用风险、市场风险和操作风险集成度量[J]. 中国管理科学,2010,18(1):18-25.

[7] Fantazzini D. Dynamic copula modelling for value at risk[J]. Frontiers in Finance and Economics,2008,5(2):72-108.

[8] Palaro H P, Hotta L K. Using conditional copulas to estimate Value at Risk[J]. Journal of Data Science,2006,4(1):93-115.

[9] 施恬. 商业银行利率风险管理中久期缺口测算及其防御策略[J]. 上海金融,2014,(5):103-106.

[10] 郑振龙,吴颖玲. 中国利率风险溢酬:时变特征与影响因素[J]. 数理统计与管理,2012,31(3):537-545.

[11] 杨婉茜,成力为. 基于Nelson-Siegel模型控制利率风险的资产负债组合优化模型[J]. 系统工程,2014,32(2):12-20.

[12] Adler M,Dumas B. Exposure to currency risk: Definition and measurement[J]. Financial management,1984,13(2):41-50.

[13] 钟懿辉,张秋虹. 汇率风险对企业集团出口项目的影响及其对策研究[J]. 经济与管理研究,2012,(4):120-123.

[14] Chit M M, Rizov M, Willenbockel D. Exchange rate volatility and exports: New empirical evidence from the emerging East Asian economies[J]. World Economy,2010,33(2):239-263.

[15] He Juan,Jiang Xianglin,Wang Jian, et al. VaR methods for the dynamic impawn rate of steel in inventory financing under autocorrelative return[J]. European Journal of Operational Research,2012,223(1):106-115.

[16] 李毅学,汪寿阳,冯耕中. 物流金融中季节性存货质押融资质押率决策[J]. 管理科学学报,2011,14(11):19-32.

[17] Schneeweis T,Gupta B,Mustafokulov E. The USDX as an investment and trading vehicle: An update[R]. Working paper,University of Massachusetts,2006.

[18] 李建斌,杨瑞娜. 现货价格和需求关联时期权组合合约模式下采购风险管理策略[J]. 中国管理科学,2011,19(1):12-20.

[19] 花俊洲,吴冲锋,刘海龙,等. 期铜套期保值有效性实证研究[J]. 系统工程理论方法应用,2003,12(3):204-208.

[20] Engle R F,Kroner K F. Multivariate simultaneous generalized ARCH[J]. Econometric Theory,1995,11(1):122-150.

[21] 汪冬华,黄康,龚朴.我国商业银行整体风险度量及其敏感性分析——基于我国商业银行财务数据和金融市场公开数据[J].系统工程理论与实践,2013,33(2):284-295.

[22] Lien D,Yang Li. Hedging with Chinese metal futures[J]. Global Finance Journal,2008,19(2):123-138.

不同“融资铜”模式的风险识别与警示

Risk Identification and Warning for Different Copper "Financing" Patterns

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	林娟, 吴春晓, 张明. 上海黄金是人民币汇率风险的对冲工具和安全港吗？——基于常量和动态Copula模型[J]. 中国管理科学, 2023, 31(5): 104-115.
[2]	李明钰,牛东晓,纪正森,施博文,兰心怡,张焕粉. 面向数据空间体系构建的电力制造业多价值链经营风险识别与管控研究[J]. 中国管理科学, 2023, 31(11): 349-360.
[3]	索玮岚, 张劲. 多元化集成模式下交通基础设施建设融资风险识别研究[J]. 中国管理科学, 2022, 30(10): 25-34.
[4]	赵林海, 陈名智. 金融机构系统性风险溢出和系统性风险贡献——基于滚动窗口动态Copula模型双时变相依视角[J]. 中国管理科学, 2021, 29(7): 71-83.
[5]	王耀东, 冯燕, 周桦. 保险业在金融系统性风险传染路径中起到“媒介”作用吗？——基于金融市场尾部风险传染路径的实证分析[J]. 中国管理科学, 2021, 29(5): 14-24.
[6]	沈根祥, 邹欣悦. 基于局部相关系数和截尾扭曲混合Copula的杠杆效应识别和度量[J]. 中国管理科学, 2020, 28(7): 68-76.
[7]	王未卿, 刘祥东, 李慧忠. 房地产股票投资能对冲通货膨胀吗？——基于Markov转换GRG copula的相关性测度研究[J]. 中国管理科学, 2020, 28(12): 23-34.
[8]	柴尚蕾, 周鹏. 基于非参数Copula-CVaR模型的碳金融市场集成风险测度[J]. 中国管理科学, 2019, 27(8): 1-13.
[9]	周利国, 何卓静, 蒙天成. 基于动态Copula的企业集团信用风险传染效应研究[J]. 中国管理科学, 2019, 27(2): 71-82.
[10]	朱晓谦, 李靖宇, 李建平, 陈懿冰, 魏璐. 基于危机条件概率的系统性风险度量研究[J]. 中国管理科学, 2018, 26(6): 1-7.
[11]	叶五一, 谭轲祺, 缪柏其. 基于动态因子Copula模型的行业间系统性风险分析[J]. 中国管理科学, 2018, 26(3): 1-12.
[12]	余乐安, 查锐, 贺凯健, 汤铃. 国际油价与中美股价的相依关系研究——基于不同行业数据的分析[J]. 中国管理科学, 2018, 26(11): 74-82.
[13]	赵宁, 于方坤, 由申, 汪振双. 基于Frank-Copula贝叶斯估计的系统性风险对样本标度的敏感性分析[J]. 中国管理科学, 2018, 26(1): 72-80.
[14]	杨坤, 于文华, 魏宇. 基于R-vine copula的原油市场极端风险动态测度研究[J]. 中国管理科学, 2017, 25(8): 19-29.
[15]	许启发, 李辉艳, 蒋翠侠. 基于Copula-分位数回归的供应链金融多期贷款组合优化[J]. 中国管理科学, 2017, 25(6): 50-60.