基于过程神经网络的衍生金融工具风险预警模型研究，本文主要内容关键词为：神经网络论文,模型论文,金融工具论文,风险论文,过程论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
美国次贷危机2007年7月爆发以来，其危害性正通过金融衍生产品迅速向欧洲、日本、澳洲乃至全球蔓延，对全球金融市场造成了严重的影响，并使国际油价从2008年年初至今一路飙升，同时使世界各主要股指严重下挫，全球金融市场剧烈动荡，国际热钱跨国流动频繁，衍生金融工具一时间成为国际炒家狙击一国经济、牟取暴利的主要工具，致使金融交易的风波迭起，衍生金融工具对世界经济的冲击日益明显。因此，衍生金融工具的风险问题成为目前全球金融界探索的热点
一、衍生金融工具及其风险特征
（一）衍生金融工具的概念
衍生金融工具，又称派生金融工具、金融衍生产品等，顾名思义，是与原生金融工具相对应的一个概念，它是在原生金融工具诸如即期交易的商品合约、债券、股票、外汇等基础上派生出来的。衍生金融工具是一种交易手段或交易媒介，表现形式是双边合约或支付交换协议，其价值是从某种基本的价格、利率或指数上衍生出来的。衍生品交易所依赖的基础包括利率、汇率、商品或股票及其他指数。衍生金融工具的实质是一种支付交换的契约，而其价值则有契约所规定的标的衍生而得[1,2]。从会计角度看，正是衍生金融工具的“衍生性”及其与常规合约的区别，决定了对衍生工具实施特殊会计处理的要求。
（二）衍生金融工具的风险特征
1.衍生金融工具的风险具有杠杆效应。衍生金融工具的交易多采用杠杆交易方式，参与者只需一定数量的保证金，即可进行成倍的交易。市场价格略有不利的变动，就会在短时间内给投资者带来较大的损失。
2.衍生金融工具的风险具有虚拟性。衍生金融工具以合约为交易物，远离实体经济，具有很大的虚拟性，易产生更大的经济泡沫。当虚拟性交易接近现金交割时，因流动性不足产生的风险就更加突出。
3.衍生金融工具的风险来源广泛。由于衍生金融工具交易可以双向选择、多空对阵，市场的各个环节都能产生风险。衍生金融工具是国际游资和热线十分青睐的投机工具，国际游资和热钱极易产生对金融衍生市场的冲击。
4.衍生金融工具的风险具有隐蔽性。衍生金融工具交易属于表外业务，目前的企业会计制度对衍生工具的交易尚无法进行会计记录，资产和负债只是在实际交易发生时才进行会计处理，其间的过程无法实时反映。因此，不易及时了解风险头寸数额，这使人们容易忽视衍生工具交易中潜在的风险[3,4]。
二、衍生金融工具对金融安全的挑战
（一）衍生金融工具推动投机活动蔓延，导致金融市场动荡和金融风险加大
衍生金融工具其杠杆效应能够数倍甚至数十倍地放大利润与风险。高额利润回报吸引大量机构投资者进入市场进行投机。然而，高利润意味着高风险：一方面，衍生金融工具交易是“零和”交易，即单纯的金融交易并不能创造社会财富，仅仅是在不同时间、不同投资者之间转移财富。因此，金融市场在创造少数成功者的同时，必然会产生一大批的失败者；另一方面，衍生金融工具交易量极大，交易集中于少数大型金融机构。金融机构本质上是信用机构，存在着信息不对称，一旦某个金融机构因衍生金融交易失败导致巨额亏损甚至破产倒闭，会引起整个金融体系的信用危机，随之产生的很可能就是整个金融系统和金融市场动荡。
（二）衍生金融工具的出现，削弱了货币当局干预市场的能力
一旦货币定义失真，货币政策的效用就会大打折扣。衍生金融工具层出不穷，使货币定义复杂化和困难化，货币当局对货币的控制能力受到削弱，进而极大地限制了货币政策应用的范围和效果。
（三）衍生金融工具表外反映，增加了金融监管的难度
通过审核金融机构的财务报表发现问题是一种较为普遍的监管方式，而衍生金融工具的交易并不在财务报表中反映，这就使传统的监管方式无法施行。另外，由于表外业务缺乏统一的会计标准，不同的金融机构对同一衍生金融业务可以采取不同的会计处理方法。并且，由于信息技术的发展和交易方式的改进，衍生金融交易有相当一部分是在很短时间内通过头寸的对冲实现的，传统的监管方式存在一定的滞后性，金融监管当局难以对金融机构衍生业务的风险程度做出准确、客观的评价。
（四）衍生金融工具的虚拟性促成经济泡沫
现代经济学研究表明，以信用为基础的契约普遍存在信息的不对称问题。在金融衍生品交易中，这种不对称主要出现在从事衍生金融交易的公司所有者与经营者之间、交易者之间、经纪机构与衍生交易者之间、衍生交易监管者和交易者之间。主要表现为逆向选择和道德风险问题。衍生金融工具的虚拟性增加了经济生活中的不确定性，进而使衍生交易中的信息更加不对称，逆向选择和道德风险问题更加严重，最终极易促成经济的泡沫化，从而加大经济的不稳定性和危险系数。
三、基于过程神经网络的衍生金融工具风险预警模型的构建
衍生金融工具风险具有复杂化、智能化、非线性等特点，同时其风险信息披露尚待规范和健全，传统的判别方法和Logistic回归方法都是直接或间接地依赖线型函数来建立模型，往往不能对其进行有效预警。神经网络技术解决了传统模型难以处理高度非线性，缺少自适应能力，获取信息和知识的间接、费时和能力低等困难，从而为衍生金融工具预警走向实用化奠定了基础。
本文采用过程神经网络对衍生金融工具风险的预警系统建模，NNMEWFD(Neural Network Modle of Early Warning on Financial Derivatives)模型为12-25-4型，即输入层单元数为12，隐含层单元数为25，输出层单元数为4，神经元的活化函数为Sigmoid型，网络的12个输入依次为
，输出值为衍生金融工具的综合风险度，
为网络各层神经单元的连接权值。
（一）过程神经元网络模型及学习算法
过程神经元由加权、聚合和激励三部分组成。与传统神经元不同之处在于过程神经元的输入和权值都是可以时变的，即可以是依赖于时间的函数。其聚合运算既有对空间的多输入聚合，也有对时间过程的积累。因此它是传统神经元在时域上的扩展，传统神经元可以看成是过程神经元的特例。单个过程神经元的结构如图1所示。输入输出关系如式(1)。
1.过程神经元网络模型[5]
过程神经元网络（Process Neural Networks，简称PNN）是由若干个过程神经元按一定的拓扑结构组成的网络。其拓外结构如图2所示。
若取激励函数f为s函数，则：
（二）衍生金融工具风险神经网络预警模型的建立
1.输入节点的选择
衍生金融工具风险的大小可根据一系列的财务和金融指标来度量，通过对指标的量化和综合评价分析，对金融机构的衍生金融工具风险进行监测，必要时进行报警。根据衍生金融工具产生根源、基本类型及传导机制，充分考虑到指标对市场变动的代表性、超前性、灵敏性及数据收集的及时性等基本原则，本文结合《巴塞尔协议》对衍生金融工具风险的分类[7,8]，共选取了12个风险检测指标作为过程神经网络风险预警模型的输入节点，如图3所示：
进行输入节点的输入时，需要对原始数据进行归一化处理，将它们转化为闭区间[0,1]上的无量纲性指标值，本文采取的归一化方法是将每一指标值除以各自论域上的最大值。
2.隐层节点数的选择
图3 衍生金融工具风险的检测指标图
隐单元数的选择与输入输出单元的数量有一定的关系，同时与具体问题有一定的关系。根据实践经验，以及过程神经网络本身的特点，本文选取隐藏层数目为h=2m+1，m是输入层的节点数，即选取25。通过不断的调整参数，计算每次的误差率和收敛速度，最终验证出隐藏层选取25效果最好。
3.输出节点的选择
本文将风险划定为四种，正常状态、低风险警戒、中度风险警戒、高度风险警戒。
为了便于结果的输出，以及考虑到整个系统的稳定和最后结果，所以选择输出节点为四个节点。其中输出[1000]为正常状态，[0100]为低风险警戒，[0010]为中度风险警戒，[0001]为高度风险警戒。之所以选择这种输出方式，是因为这是在过程神经网络用于指导分类问题的常用作法，并且实践证明这样的作法非常有效和准确。
四、衍生金融工具风险预警模型的实证评价
（一）衍生金融工具风险预警模型的训练与检验
本文对运用过程神经网络模型构建的衍生金融工具风险预警模型进行学习训练，把隐层的阈值函数为由sigmoid函数，误差标准采用标准均方误差[8]。如前所述，本文建立的过程神经网络模型共有12个输入神经元，25个隐层神经元，4个输出神经元；实验中，采用了Matlab6.5软件中过程神经网络的默认值，其中学习率η=0.01，动量系数α=0.9，可接受的误差标准ε=0.00001。经过反复的实验和测试，证明使用这两个参数可以使系统以非常快的速度收放到误差标准之内。
本文利用以下衡量金融企业衍生金融工具风险状况的4组真实仿真数据模式对这一神经网络进行学习训练342次，如表1所示。
表1 4组真实仿真数据模式训练数据表
其输出结果见表2，误差结果是0.12，仿真效果如图4所示。
图4 过程神经网络误差迭代曲线图
此时的过程神经训练结果是不收敛的。接下来，将各层权值扩大赋值，用过程神经网络的自适应性进行全局优化。迭代3586次后；误差结果是0.000000981966，获得满足精度要求的优化结果。适应度曲线见图5所示。
图5 自适应迭代优化收敛图
由此可见训练效果非常理想。
（二）衍生金融工具风险预警模型的评价
采用MATLAN6.5软件中过程神经网络的默认值，其中学习率η=0.01，动量系数α=0.9，可接受的误差标准ε=0.00001。经过反复实验和测试，证明使用这两个参数可以使系统以非常快的速度收敛到误差标准之内。成功地解决了神经网络普遍存在的训练效率问题、收敛问题和训练瘫痪问题。通过案例分析和仿真进行预测，本文认为该模型能够及时有效地预测复杂状况下衍生金融工具的风险。
五、结束语
衍生金融工具的发展日新月异，必然会引发一系列的经济问题，所以，对衍生金融工具问题的研究必须与行生金融工具的迅猛发展和当今经济问题同步进行，衍生金融工具问题的研究有待进一步完善和深化。同时。衍生金融工具问题的研究也要遵循相关的会计准则，应寻找衍生金融工具发展与中国经济的实践相结合，在这方面还需进一步深化。
标签：金融工具论文; 衍生金融工具论文; 金融论文; 风险预警论文; 神经网络模型论文; 交易风险论文; 风险模型论文;