基于市場波動(dòng)經(jīng)濟(jì)預(yù)測的公允價(jià)值計(jì)量方法研究

李　悅

?

基于市場波動(dòng)經(jīng)濟(jì)預(yù)測的公允價(jià)值計(jì)量方法研究

李悅

摘要：市場波動(dòng)經(jīng)濟(jì)指數(shù)的非線性變化對公允價(jià)值的計(jì)量帶來不確定輸入值，為了提高對市場計(jì)量的公允價(jià)值的估價(jià)準(zhǔn)確性，提出一種基于非線性經(jīng)濟(jì)指數(shù)序列分析和市場波動(dòng)經(jīng)濟(jì)預(yù)測的公允價(jià)值計(jì)量方法。構(gòu)建了市場波動(dòng)經(jīng)濟(jì)指數(shù)的非線性序列分析模型，采用最大Lyapunov指數(shù)特征提取方法得到公允價(jià)值計(jì)量的輸入?yún)⒘刻卣鳎Y(jié)合平均互信息方法構(gòu)建一個(gè)狀態(tài)預(yù)估計(jì)器，實(shí)現(xiàn)市場波動(dòng)的經(jīng)濟(jì)預(yù)測，以此實(shí)現(xiàn)公允價(jià)值計(jì)量方法的改進(jìn)。數(shù)據(jù)仿真測試結(jié)果表明，采用該計(jì)算方法進(jìn)行市場波動(dòng)經(jīng)濟(jì)條件下的公允價(jià)值計(jì)量和經(jīng)濟(jì)指數(shù)預(yù)測，具有較高的準(zhǔn)確性，算法的收斂性和穩(wěn)定性較好，精度高于傳統(tǒng)計(jì)量方法，對金融利率、價(jià)格波動(dòng)性、信用風(fēng)險(xiǎn)等參數(shù)的評估性能較高。

關(guān)鍵詞：市場波動(dòng)；經(jīng)濟(jì)預(yù)測；公允價(jià)值；計(jì)量方法

一、引言

公允價(jià)值的計(jì)量是衡量金融經(jīng)濟(jì)和貨幣流通性能的通用標(biāo)準(zhǔn)之一，公允價(jià)值的定義為市場參與者在計(jì)量日發(fā)生的有序交易中，出售一項(xiàng)資產(chǎn)所能收到或者轉(zhuǎn)移一項(xiàng)負(fù)債所需支付的價(jià)格。通過公允價(jià)值計(jì)量方法的優(yōu)化，對公允準(zhǔn)則的初始計(jì)量、估值技術(shù)得到有效提高，使得交易雙方在熟悉市場情況下，通過確定的價(jià)格和公平交易的條件，結(jié)合貨幣金融市場的國際會(huì)計(jì)準(zhǔn)則，交易雙方自愿進(jìn)行資產(chǎn)交換或者債務(wù)清償。在當(dāng)前經(jīng)濟(jì)形勢緊張和經(jīng)濟(jì)壓力不確定的市場環(huán)境下，市場的經(jīng)濟(jì)指數(shù)波動(dòng)對公允價(jià)值計(jì)量的精確性帶來較大的影響，需要對公允價(jià)值的計(jì)量方法進(jìn)行優(yōu)化改進(jìn)，提高對市場波動(dòng)和經(jīng)濟(jì)序列指數(shù)的預(yù)測精確性，相關(guān)的算法研究受到人們的重視。

傳統(tǒng)方法中，對市場波動(dòng)的經(jīng)濟(jì)指數(shù)環(huán)境下的公允價(jià)值的計(jì)量方法主要有基于非線性經(jīng)濟(jì)序列分析的公允價(jià)值計(jì)量方法、基于相空間重構(gòu)的公允價(jià)值計(jì)量方法、基于主成分分析的公允價(jià)值計(jì)量方法等，然而傳統(tǒng)方法都將市場波動(dòng)的經(jīng)濟(jì)指數(shù)序列當(dāng)作是一組平穩(wěn)的隨機(jī)過程，對經(jīng)濟(jì)指數(shù)序列的非線性成分特征的利用效率不好，導(dǎo)致在進(jìn)行公允價(jià)值計(jì)量中出現(xiàn)誤差，無法可靠地為經(jīng)濟(jì)統(tǒng)計(jì)部門提供會(huì)計(jì)準(zhǔn)則。對此，相關(guān)文獻(xiàn)進(jìn)行了算法改進(jìn)設(shè)計(jì)，其中，文獻(xiàn)[4]提出一種基于零冗余度模糊C均值聚類的市場波動(dòng)經(jīng)濟(jì)下的公允價(jià)值計(jì)量方法，有效建立一個(gè)對市場經(jīng)濟(jì)波動(dòng)下的公允價(jià)值的走勢預(yù)測模型，對該區(qū)域的市場經(jīng)濟(jì)波動(dòng)下的公允價(jià)值測量體系進(jìn)行C均值聚類分析，提高了公允價(jià)值計(jì)量的準(zhǔn)確度，但是該算法在進(jìn)行線性時(shí)間序列預(yù)測時(shí)可能出現(xiàn)自相關(guān)誤差，導(dǎo)致對會(huì)計(jì)分析過程產(chǎn)生失真，且計(jì)算開銷較大。文獻(xiàn)[5]提出一種基于支持向量機(jī)(Support Vector Machine, SVM)模型的市場經(jīng)濟(jì)波動(dòng)預(yù)測算法，采用混沌時(shí)間序列分析方法，通過公允價(jià)值模式的轉(zhuǎn)變，進(jìn)一步細(xì)化和強(qiáng)化了對持續(xù)經(jīng)營能力的評估和分析，提高了計(jì)量的可靠性，但是，該模型具有計(jì)算開銷過大，在公允價(jià)值計(jì)量過程中的收斂性不好。針對上述問題，本文提出一種基于非線性經(jīng)濟(jì)指數(shù)序列分析和市場波動(dòng)經(jīng)濟(jì)預(yù)測的公允價(jià)值計(jì)量方法，首先構(gòu)建了市場波動(dòng)經(jīng)濟(jì)指數(shù)的非線性序列分析模型，采用最大Lyapunov指數(shù)特征提取方法構(gòu)建公允價(jià)值計(jì)量的輸入?yún)⒘刻卣?，以此為基礎(chǔ)，結(jié)合平均互信息方法構(gòu)建一個(gè)狀態(tài)預(yù)估計(jì)器，實(shí)現(xiàn)市場波動(dòng)的經(jīng)濟(jì)預(yù)測，以此實(shí)現(xiàn)公允價(jià)值計(jì)量算法的改進(jìn)。仿真實(shí)驗(yàn)進(jìn)行了性能驗(yàn)證，展示了本文算法在提高公允價(jià)值計(jì)量準(zhǔn)確性，改進(jìn)金融利率、價(jià)格波動(dòng)性、信用風(fēng)險(xiǎn)等參數(shù)的評估性能方面的優(yōu)越性。

二、公允價(jià)值計(jì)量的基本原理和市場波動(dòng)經(jīng)濟(jì)指數(shù)預(yù)測模型構(gòu)建

1.公允價(jià)值計(jì)量的基本原理和算法原理介紹

隨著市場經(jīng)濟(jì)建設(shè)的深化與金融境外流通的擴(kuò)大，最終必然導(dǎo)致市場經(jīng)濟(jì)的波動(dòng)。隨著全新的《39號(hào)公允價(jià)值計(jì)量準(zhǔn)則》掀開了神秘面紗，新的公允價(jià)值計(jì)量模式推出，在市場經(jīng)濟(jì)波動(dòng)的時(shí)代背景下，《39號(hào)公允價(jià)值計(jì)量準(zhǔn)則》是財(cái)政部針對市場經(jīng)濟(jì)波動(dòng)推出的新的企業(yè)會(huì)計(jì)準(zhǔn)則標(biāo)準(zhǔn)體系。市場經(jīng)濟(jì)波動(dòng)對中國的經(jīng)濟(jì)和公允價(jià)值的計(jì)量帶來巨大的影響，公允價(jià)值的計(jì)量模式主要采用的是價(jià)值評估模型，具體方法是建立計(jì)量日的可能交易價(jià)格，考慮資料輸入的使用、可觀察的市場信息，通過“公允價(jià)值變動(dòng)損益”對企業(yè)利潤產(chǎn)生影響，調(diào)整信用風(fēng)險(xiǎn)貼水，確定合理的公允價(jià)值。公允價(jià)值計(jì)量模式參考因素如圖1所示。

圖1　公允價(jià)值計(jì)量模式參考因素

本文為了提高對市場計(jì)量的公允價(jià)值的估價(jià)準(zhǔn)確性，提出一種基于非線性經(jīng)濟(jì)指數(shù)序列分析和市場波動(dòng)經(jīng)濟(jì)預(yù)測的公允價(jià)值計(jì)量方法。為了實(shí)現(xiàn)對公允價(jià)值的優(yōu)化計(jì)量，采用相空間重構(gòu)方法，得到公允價(jià)值計(jì)量模式下的經(jīng)濟(jì)增長指數(shù)在多維相空間中的時(shí)間序列模型，表示為：

xi=(xi,xi+τ,L,xi+(m-1)τ)i=1,2,L,N-(m-1)τ

(1)

(2)

其中，公允價(jià)值計(jì)量的空間狀態(tài)嵌入維數(shù)m，時(shí)間延遲τ，在計(jì)量日發(fā)生的有序交易產(chǎn)生的資產(chǎn)收益采用協(xié)方差矩陣C，表示為：

(3)

(3)式中市場經(jīng)濟(jì)波動(dòng)下的公允價(jià)值數(shù)據(jù)的代價(jià)函數(shù)參量矩陣和矢量分別為：

l=[1,1,L 1]1×N

(4)

(5)

X=[X1,X2,L,Xm]

(6)

對公允價(jià)值計(jì)量的評估模型L進(jìn)行奇異值分解L=U*S*C。結(jié)合市場的影響因素，根據(jù)市場環(huán)境、市場供求關(guān)系，可得U和C是正交矩陣，而

C=(c1,c2,L,cn)

(7)

其中S為L的奇異函數(shù)，采用奇異特征分解方法，得到公允價(jià)值計(jì)量的自相關(guān)特征的對角向量為：

S=diag(σ1,σ2,L,σn),σ1≥σ2≥L≥σn≥0

(8)

公允價(jià)值計(jì)量作為金融計(jì)量工具，估計(jì)當(dāng)時(shí)價(jià)格，對預(yù)期市場進(jìn)行有利推測，對公允價(jià)值計(jì)量模式設(shè)計(jì)，通過上述設(shè)計(jì)，進(jìn)行公允價(jià)值計(jì)量。

2.市場波動(dòng)經(jīng)濟(jì)指數(shù)預(yù)測模型構(gòu)建

f(x)=ωT(φ)x+b

(9)

上式中，ω表示市場經(jīng)濟(jì)波動(dòng)持續(xù)時(shí)間加權(quán)值，b表示為公允價(jià)值計(jì)量的偏差向量。采用SVM模型的訓(xùn)練市場波動(dòng)經(jīng)濟(jì)指數(shù)集合，選取最小化的風(fēng)險(xiǎn)加權(quán)，對商品的自然屬性和社會(huì)屬性進(jìn)行衡量，得到屬性衡量的描述形式為：

(10)

結(jié)合市場的影響因素，根據(jù)市場環(huán)境、市場供求關(guān)系對SVM模型進(jìn)行訓(xùn)練，使得訓(xùn)練具有更好的推廣能力，得到市場經(jīng)濟(jì)波動(dòng)預(yù)測優(yōu)化模型為：

(11)

三、公允價(jià)值計(jì)量算法改進(jìn)實(shí)現(xiàn)

根據(jù)上述市場波動(dòng)經(jīng)濟(jì)預(yù)測結(jié)果，進(jìn)行公允價(jià)值計(jì)量算法改進(jìn)設(shè)計(jì)，采用最大Lyapunov指數(shù)特征提取方法構(gòu)建公允價(jià)值計(jì)量的輸入?yún)⒘刻卣?，得到市場波?dòng)經(jīng)濟(jì)指數(shù)序列的最大Lyapunov指數(shù)：

(12)

計(jì)算公允價(jià)值計(jì)量的輸入?yún)?shù)向量{δxi+1(jk)=xjk+1-xi+1|k∈1,L,Nb}，在市場經(jīng)濟(jì)波動(dòng)下，會(huì)計(jì)準(zhǔn)則和國際準(zhǔn)則趨同，得到又一個(gè)N×m子空間的鄰域矩陣：

(13)

(14)

(15)

(16)

dm(0)=‖Xm-Xk‖

(17)

(17)式中，Xm和Xk進(jìn)一步發(fā)展演變?yōu)閄m+1和Xk+1。納入“綜合收益”和“其他綜合收益”，進(jìn)行公允價(jià)值的高斯分布、特征分布，結(jié)合模型構(gòu)建得：

‖Xm+1-Xk+1‖=‖Xm-Xk‖eλ1

(18)

在(18)式中，Xm+1的最末分量X(tn+1)為一個(gè)差分函數(shù)，且唯有它是未知的，采用最大Lyapunov指數(shù)分岔原理，得到公允價(jià)值計(jì)量的最優(yōu)解集為：

Xm+1(m)=Xk+1(m)±

(19)

設(shè)N0=0，D0=1，在市場經(jīng)濟(jì)與金融國際化下，對公允價(jià)值的計(jì)量采用平均互信息法求得輸入的參量集合，對k=1,2,L,n-1，φkj由下面的遞推公式，實(shí)現(xiàn)過程收斂，其中j=1,2,L,k，遞推公式為：

(20)

(21)

φkk=Nk/Dk

(22)

φkj=φk-1,j-φkk·φk-1,k-j

(23)

最后根據(jù)市場環(huán)境、市場供求關(guān)系和人的主觀意識(shí)，將對所計(jì)算的結(jié)果進(jìn)行取舍，謹(jǐn)慎使用價(jià)值評估模型，實(shí)現(xiàn)對公允價(jià)值的計(jì)量模式的改進(jìn)。

四、仿真實(shí)驗(yàn)與結(jié)果分析

為了測試本文的公允價(jià)值計(jì)量方法在實(shí)現(xiàn)金融利率、價(jià)格波動(dòng)性、信用風(fēng)險(xiǎn)參數(shù)的評估和市場波動(dòng)預(yù)測中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)的計(jì)算機(jī)硬件配置參數(shù)為：Intel Core2 Duo1.80GHz，1G內(nèi)存，主頻為DDR2 667，操作系統(tǒng)為Windows 7。仿真實(shí)驗(yàn)采用NS-2.27和NS軟件進(jìn)行市場經(jīng)濟(jì)波動(dòng)下的公允價(jià)值影響模型的模擬，以各類資產(chǎn)市場交易中的經(jīng)濟(jì)數(shù)據(jù)作為研究對象，最終獲得市場經(jīng)濟(jì)波動(dòng)下的公允價(jià)值有影響的6個(gè)因子，進(jìn)行系統(tǒng)模型構(gòu)建原始驅(qū)動(dòng)數(shù)據(jù)，分別表示為x1，x2，…，x6，。對x1，x2，…，x66個(gè)驅(qū)動(dòng)因子數(shù)據(jù)進(jìn)行金融利率、價(jià)格波動(dòng)性、信用風(fēng)險(xiǎn)的評估，得到原始的經(jīng)濟(jì)指數(shù)序列波形如圖2所示。

圖2　6個(gè)公允價(jià)值計(jì)量驅(qū)動(dòng)因子的原始經(jīng)濟(jì)指數(shù)采集數(shù)據(jù)波形

以上述6個(gè)公允價(jià)值計(jì)量驅(qū)動(dòng)因子的原始經(jīng)濟(jì)指數(shù)序列為研究對象，進(jìn)行市場波動(dòng)預(yù)測，得到經(jīng)濟(jì)指數(shù)預(yù)測的歸一化幅度值，如圖3所示。

圖3　市場波動(dòng)預(yù)測歸一化幅度

從上述結(jié)果可見，采用本文方法通過市場波動(dòng)經(jīng)濟(jì)預(yù)測，以此實(shí)現(xiàn)公允價(jià)值的計(jì)量，可以提高計(jì)量的客觀性和可靠性，為了對比算法性能，采用本文計(jì)算方法和傳統(tǒng)方法，得到公允價(jià)值計(jì)量誤差的對比結(jié)果如圖4所示。

圖4　公允價(jià)值計(jì)量誤差對比

從圖4可見，采用本文方法進(jìn)行市場經(jīng)濟(jì)波動(dòng)下的公允價(jià)值計(jì)量，誤差較小，收斂性較高，實(shí)現(xiàn)市場波動(dòng)的經(jīng)濟(jì)預(yù)測，對金融利率、價(jià)格波動(dòng)性、信用風(fēng)險(xiǎn)等參數(shù)的評估性準(zhǔn)確度較高，展示了較好的應(yīng)用性能。通過公允價(jià)值計(jì)量，促進(jìn)金融價(jià)值的信息披露，在監(jiān)管過程中發(fā)揮主導(dǎo)性作用，通過分析、監(jiān)測和評價(jià)整體市場金融體系的宏觀監(jiān)管，提高風(fēng)險(xiǎn)控制能力。

五、結(jié)語

為了提高對市場計(jì)量的公允價(jià)值的估價(jià)準(zhǔn)確性，提出一種基于非線性經(jīng)濟(jì)指數(shù)序列分析和市場波動(dòng)經(jīng)濟(jì)預(yù)測的公允價(jià)值計(jì)量方法。構(gòu)建了市場波動(dòng)經(jīng)濟(jì)指數(shù)的非線性序列分析模型，實(shí)現(xiàn)市場波動(dòng)的經(jīng)濟(jì)預(yù)測，由此實(shí)現(xiàn)公允價(jià)值計(jì)量方法的改進(jìn)設(shè)計(jì)。數(shù)據(jù)仿真測試結(jié)果表明，采用該算法進(jìn)行市場波動(dòng)經(jīng)濟(jì)條件下的公允價(jià)值計(jì)量和經(jīng)濟(jì)指數(shù)預(yù)測，具有較高的準(zhǔn)確性，算法的收斂性和穩(wěn)定性較好，精度高于傳統(tǒng)計(jì)量方法，對金融利率、價(jià)格波動(dòng)性、信用風(fēng)險(xiǎn)等參數(shù)的評估性能較高，應(yīng)用價(jià)值較好。

參考文獻(xiàn)：

[1]張普寧,劉元安,吳帆,唐碧華,吳超.物聯(lián)網(wǎng)中適用于內(nèi)容搜索的實(shí)體狀態(tài)匹配預(yù)測方法[J].電子與信息學(xué)報(bào),2015,37(12):2815-2820.

[2]SU Hongtao, LIU Hongwei, SHUI Penglang, et al. Adaptive beamforming for nonstationary HF interference cancellation in skywave over-the-horizon radar[J]. IEEE Transactions on Aerospace and Electronic Systems,2013,49(1):312-324.

[3]GENG Zhe, DENG Hai, HIMED B. Adaptive radar beamforming for interference mitigation in radar-wireless spectrum sharing[J].IEEE Signal Processing Letters,2015,22(4):484-488.

[4]YANG Yunchuan, SUN Cong, ZHAO Hui, et al. Algorithms for secrecy guarantee with null space beamforming in two-way relay networks[J].IEEE Transactions on Signal Processing,2014,62(8):2111-2126.

[5]包家龍.對FAS157公允價(jià)值計(jì)量準(zhǔn)則的分析[J].中國鄉(xiāng)鎮(zhèn)企業(yè)會(huì)計(jì)，2013，(12)：20-23.

[6]王海連.國際視角下的公允價(jià)值計(jì)量研究[D].沈陽:東北財(cái)經(jīng)大學(xué),2012.

[7]黃燕飛.中國會(huì)計(jì)準(zhǔn)則國際趨同策略研究[D].北京:財(cái)政部財(cái)政科學(xué)研究所,2012.

[8]財(cái)政部會(huì)計(jì)司編寫組,編.企業(yè)會(huì)計(jì)準(zhǔn)則講解[M].北京：人民出版社,2010.

[9]趙彥鋒,湯湘希,王昌銳,著.公允價(jià)值會(huì)計(jì)研究[M].北京：經(jīng)濟(jì)科學(xué)出版社,2010.

[10]徐經(jīng)長,曾雪云.金融資產(chǎn)規(guī)模、公允價(jià)值會(huì)計(jì)與管理層過度自信[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2012,(7)：41-43.

(作者單位：廣州華立科技職業(yè)學(xué)院)

(責(zé)任編校：陳強(qiáng)，王彩紅)