基于模糊综合评价的贵重金属交易风险评估

青海民族大学工商管理学院 孙筱馨 李燕 孙燕

基于模糊综合评价的贵重金属交易风险评估

青海民族大学工商管理学院 孙筱馨 李燕 孙燕

摘要：基于模糊综合评价的贵重金属交易风险评估系统对贵重金属风险进行监视、控制，在风险监控环节，通过实时交易跟踪与资金流转监控等技术获得风险因素数据，将数据导入到基于模糊综合评价的贵重金属交易风险评估系统，评估出风险等级，力图在市场风险出现之初便将其识别。从而使得监管部门能够提前识别风险，并采取积极措施，将风险消弭于无形。

关键词：贵金属交易 模糊评价 等级 模型

近代社会经济发展的血脉是现代金融，贵重金属交易是现代金融技术的一个分支。现代金融管理和发展的核心在于风险管理，贵重金属交易的风险及防控则是贵重金融技术的核心。从国内外贵重金属交易市场发展的现状来看，国外贵重金属市场起步早，已经有了很多量化风险的研究；我国的贵重金属交易市场未来的发展存在着众多的不确定性风险，那么，通过专家系统模糊综合评估风险等级并有效防范和控制风险，减少资产损失具有重要的理论和现实意义。

通过研究贵重金属和贵重金属交易的市场风险、操作风险、信用风险，多维度多视角分析构建贵重金属交易市场量化的风险[2、3]；运用信息经济学、模糊数学[1]等学科理论，建立贵重金属交易市场量化的风险评估体系，为国家政府监管部门和相关政策制定部门进行市场监管和市场调控提供有效的决策依据。

1　贵重金属金融风险分类

考虑到贵重金属交易的特殊性、市场的差异性、价格的不确定性、周期性等特点，贵重金属风险可以划分为：政策和政治风险、操作风险、流动性风险、信用风险、市场风险[7、8]。

1.1 市场风险和流动性风险

市场风险是指在贵重金属金融市场中，由于市场汇率、价格等要素变化，可能使买卖双方蒙受损失的风险。而且在当今世界的各个国家、地区具有差异性较大的交易机制和交易品种等限制，由此大大增加了交易成本和交易周期，增大了市场波动，产生了一定的市场风险。

流动性风险是指因客户的流动性需求，从而引发的成本增大或者价值损失的可能性[9]。

1.2 信用风险、政策和政治风险

信用风险是指在贵重金属交易市场中由于交易对手没有按照协议条款履行相关义务，或者交易客体的质量失真而使交易主体的当事人遭受损失的风险[5]。银行在借贷过程中，信用风险是由于存在着借款人基本信息不对称现象，银行无法真实掌握借款人的信用资质，银行被迫“逆向选择”给借款人借贷，银行将承受较大的信用风险。

政策和政治风险，政策风险是指市场主体所有参与人由于政策和制度的不确定性而遭受损失的风险。贵重金属金融市场以法律为基础，依赖制度和政府监管，政策变化会对市场运行产生影响，各种不确定性变化导致人们缺乏明确的政策判断，这会给贵重金属金融市场造成较大的不确定性，增加市场参与者的担忧。

政治风险是指市场主体受该国或他国政治关系变化而可能遭受损失的风险。国家政局动荡会对贵重金属金融市场造成直接的负面影响，政治事件[10]也有可能通过石油等能源市场波动影响贵重金属金融市场。

1.3 操作风险

操作风险一般认为是由于系统故障、人为操作失误、管理失误以及外部突发事件引发的，造成损失的可能性[7]。在贵重金属金融市场中，恶意欺诈等有可能引发操作风险。操作风险具有内部原因和外部原因，在日常贵金属交易过程中，难于防控，发生后损失通常十分巨大。

贵重金属交易的信息严重不对称，在贵重金属交易市场中常常需要引入中介方来完成交易，其成交价格通常较真实，市场价格则会有一定的折价，或是要缴纳一定的费用，这就造成了额外的交易成本，增加了操作性风险。

2　基于模糊数学综合评价贵重金属市场风险评估模型

贵重金属金融风险的评估是指为了减少贵重金属金融的风险事件发生可能性或者减少损失而采取的手段，从而国家政府运用防控措施和相应方法做出相应的防控手段，这个过程包括：风险识别、风险评估。

(1)风险识别。风险识别是利用各种方法发掘潜在风险以及风险形成的诱因技术。在贵重金属金融领域，可以通过经验认知等方式判别潜在风险，找出存在的主要风险。贵重金属市场风险识别主要受交易价格的影响。其中经济周期作用影响因素不容忽视。政策因素对贵重金属交易价格有较大影响，现代金融市场风险识别也通过资料和数据的分析建模，利用科学方法评定风险诱因，给出风险产生的规律和等级，从而有效地防控金融风险。

(2)风险评估。风险评估指对风险事件造成的影响和损失进行量化评价，需要计算风险发生的概率、产生的负面影响等级，从而判断参与方的风险承受能力。主要评估方法包括定量和定性，定量可以通过数据建模进行分析；定性一般是专家经验判断。目前国际上比较主流的风险计算和评估模型包括：贵重金属期货市场风险计量和统计度量模型等。本文提出以模糊数学综合评价模型评估贵重金属交易市场风险评估模型。

2.1 贵重金属交易市场风险评估的指标体系

一级指标有市场风险，其下包括两个二级指标，因价格出现的风险有：利率风险、外汇风险、股权风险和商品风险；因流动性出现的风险，其主要考虑的风险有：汇率、利率、股权、清算和大宗交易。

一级指标还有信用风险，也包括两个二级指标，因交易对手直接或者间接违约给银行带来损失的违约风险；因交易对手信用等级下降带来的潜在风险：违约概率、持有风险，以及其他风险缓释工具等。一级指标还有操作风险：主要指由于不正确或错误的内部操作流程、人员、系统或外部事件导致直接或间接损失的风险，其下的二级指标：个人的能力、激励和约束、高频低危和低频高危事件等。指标体系，见表1。

表1　指标体系

2.2 模糊综合评价方法的基本原理

模糊综合评价方法的基本思想是在确定评价因素、因子的评价等级标准和权值的基础上，运用模糊集合变换原理，以隶属度描述各因素及因子的模糊界线，构造模糊评判矩阵，通过多层的复合运算，最终确定评价对象所属等级。

表2　判断矩阵的标度及其含义

各级指标的权重。通过计算方程Aa=λa的最大特征值λmax所对应的特征向量，并进行规范化：，得到Wi为所求权重。利用公式分别计算得各一级指标的权重和各二级指标下权重值，之后其一级权重乘以其所属二级的指标的权重，既为所有二级指标的最终权重。

3　模糊综合等级评估系统的实现

基于模糊数学综合评价贵重金属市场风险评估系统在利用仿真软件MATLAB2014b和MySQL为后台数据库，完成基于模糊数学综合评价贵重金属市场风险评估系统[6]。

基于模糊数学综合评价的贵重金属市场风险评估实现模糊评估的关键是构造判断矩阵，其指标选取市场风险、信用风险和人员的操作风险。假设市场风险因素的判断矩阵[1]为A1、信用风险因素的判断矩阵为A2以及操作风险的判断矩阵为A3。

这里列举一个信用风险判断矩阵(如表3)：

表3　信用风险判断矩阵及权重

其中判断矩阵的具体的值参阅模糊数学[1]。

确定两级指标的隶属度：

（1）是非评价隶属度：信用风险违约风险X21、潜在风险X22、持有风险X23。对于是非评价，其认定的结果是确定的，则认为：结果为“是”，则隶属度为{1，0，0}，结果为“否”，则隶属度为{0，0，1}。

（2）数值评价隶属度：

利率X11、外汇X12、股权X13和商品X14汇率X15、清算X16和大宗交易X17及由于不正确或错误的内部操作流程、人员数X33，外部事件导致直接或间接损失的数X31，个人的能力、激励和约束金额数X34，高频低危和低频高危事件数X35；其中，X11、X12、X13……指标体系中获得，统计出数值评价的一级、二级、三级的标准额。然后根据下列函数求出隶属度，Xi隶属度函数。

其中，Fi(Xi)分别表示第i项因素对一等、二等、三等的隶属度，S1、S2、S3分别为数值风险等级为一、二、三级的标准值。

所有因素的隶属度确定后，即可得到第二级指标的评价矩阵：

设因素或指标集合为A={A1，A2…，An}，最终评语集为S={s1，s2，…，sn} ={很强，强，行业平均水平，弱，很弱}，所对应的评价向量为C={5，4，3，2，1}，其中评语si表示对各因素或指标做出的评价等级确定评语等级及其对应标准，各因素的模糊评价就是V上的一个模糊子集。假设第i个因素的单因素模糊评价为，其中rij表示第i个因素对第j个评语的隶属度。n个模糊向量构成了A到V的模糊关系，则模糊综合评判矩阵为：

最终确定贵重金属交易风险评估结果。具体实时数据这里不再累述。

4　结语

基于模糊综合评价的贵重金属交易风险评估系统对贵重金属风险进行监视、控制，在风险监控环节，通过实时交易跟踪与资金流转监控等技术获得风险因素数据，将数据导入到基于模糊综合评价的贵重金属交易风险评估系统，评估出风险等级，力图在市场风险出现之初便将其识别。从而使得监管部门能够提前识别风险，并采取积极应对措施，将风险消弭于无形。

参考文献

[1] 楼顺天．基于MATLAB的系统分析与设计——模糊系统[M]．西安电子科技大学出版社，2001．

[2] 徐文舸．“碳货币方案”：国际货币发行机制的一种新构想[J]．国际金融研究，2012(10)．

[3] 韩国文，陆菊春．碳金融研究及其评价[J]．武汉大学学报，2014(3)．

[4] 楼顺天．MATLAB7．x程序设计语言(普通高等教育十一五国家级规划教材)[M]．西安电子科技大学出版社，2007．

[5] 胥刚．论绿色金融——环境保护与金融导向新论[J]．中国环境管理，2011(2)．

[6] Toke Skovsgaard．Aidt Vania Sena Unions：Rent creators or extractors？[J]．The Scandinavian Journal of Economics，2005(3)．

[7] 王定祥，琚丽娟．碳金融理论研究评述与展望[J]．西部论坛，2013(1)．

[8] 韩国文，陆菊春．碳金融研究及其评价[J]．武汉大学学报，2014(3)．

[9] A．Gregoriou Kontonikas，R．MacDonald，A．Montagno li．Monetary policy shocks and stock returns：evidence from the British market[J]．Financial Market and Portfolio Management，2009(23)．

[10] 朱汉之，马奕尧．低碳经济视角下国际碳金融市场的发展与风险控制[J]．城市资源与环境，2013(12)．

[11] 张建军，段润润，蒲伟芬．国际碳金融发展现状与我国市场主体的对策选择[J]．西北农林科技大学学报，2014(1)．

中图分类号：F252.8

文献标识码：A

文章编号：2096-0298(2015)07(a)-146-04