股市系統(tǒng)性風(fēng)險(xiǎn)的研究

吳英麗

[摘 要] 國(guó)際實(shí)踐表明，系統(tǒng)性金融風(fēng)險(xiǎn)不僅危及金融穩(wěn)定，更會(huì)給宏觀經(jīng)濟(jì)和社會(huì)財(cái)富造成重大損失。我國(guó)正處于轉(zhuǎn)軌階段，考慮到在國(guó)際金融危機(jī)帶來(lái)的外部風(fēng)險(xiǎn)輸入和我國(guó)轉(zhuǎn)軌階段自身的結(jié)構(gòu)性和周期性問(wèn)題雙重刺激的背景下，我國(guó)實(shí)體經(jīng)濟(jì)與金融體系面臨的風(fēng)險(xiǎn)正在逐步增大并逐步顯現(xiàn)。如果我們能對(duì)股票市場(chǎng)的風(fēng)險(xiǎn)進(jìn)行識(shí)別，然后采取相應(yīng)的措施，就可能降低危機(jī)發(fā)生的可能性和它帶來(lái)的損失。構(gòu)建能夠監(jiān)控股市相關(guān)風(fēng)險(xiǎn)、及時(shí)準(zhǔn)確評(píng)估系統(tǒng)性金融風(fēng)險(xiǎn)的預(yù)警模型已成為一項(xiàng)重要而緊迫的任務(wù)。文章根據(jù)國(guó)內(nèi)外最新研究和實(shí)踐，從五個(gè)層面考察了導(dǎo)致股市風(fēng)險(xiǎn)的風(fēng)險(xiǎn)因素，并利用Python構(gòu)建機(jī)器學(xué)習(xí)模型，對(duì)中國(guó)股市的風(fēng)險(xiǎn)識(shí)別和預(yù)警進(jìn)行了實(shí)證研究。

[關(guān)鍵詞] 股票市場(chǎng);風(fēng)險(xiǎn)因素;機(jī)器學(xué)習(xí)模型;風(fēng)險(xiǎn)預(yù)警

中圖分類(lèi)號(hào)： D262? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ?文章編號(hào)：1674-1722（2021）21-0025-03

全球經(jīng)濟(jì)金融一體化使全球金融市場(chǎng)的大環(huán)境變得更靈活、更多樣，同樣也使各國(guó)金融市場(chǎng)相互間越來(lái)越緊密地聯(lián)系在了一起，從而使金融風(fēng)險(xiǎn)的傳染性更強(qiáng)、波及面更廣、影響更深。通過(guò)對(duì)金融危機(jī)的研究和分析，可以發(fā)現(xiàn)股票市場(chǎng)是金融風(fēng)險(xiǎn)傳遞的一個(gè)重要媒介[1]。

從理論上講，股市的變化應(yīng)該同步于宏觀經(jīng)濟(jì)變化，但實(shí)際上并非如此，股票交易往往能顯示出人們對(duì)未來(lái)經(jīng)濟(jì)發(fā)展的預(yù)期，所以股價(jià)的變化往往發(fā)生在實(shí)體經(jīng)濟(jì)發(fā)展變化之前。由此可見(jiàn)，如果我們可以事先預(yù)測(cè)并掌握未來(lái)經(jīng)濟(jì)的大致走勢(shì)，并采取有效的措施，就可以降低金融危機(jī)發(fā)生的可能性和它帶來(lái)的損失。中國(guó)股票市場(chǎng)已經(jīng)發(fā)展了30多年，也經(jīng)歷了艱難曲折的過(guò)程，現(xiàn)在的整個(gè)行業(yè)環(huán)境已經(jīng)發(fā)生了翻天覆地的變化，識(shí)別股市系統(tǒng)性風(fēng)險(xiǎn)也顯得尤為重要。

股市系統(tǒng)性風(fēng)險(xiǎn)是危及金融體系和實(shí)體經(jīng)濟(jì)的一種重要風(fēng)險(xiǎn)[2]。股市系統(tǒng)性金融風(fēng)險(xiǎn)的概念早已有之，系統(tǒng)性風(fēng)險(xiǎn)的概念最初與銀行擠兌和貨幣危機(jī)聯(lián)系在一起。2008年，全球金融危機(jī)使系統(tǒng)性風(fēng)險(xiǎn)再次成為學(xué)界關(guān)注的熱點(diǎn)。2008年全球金融危機(jī)是由美國(guó)房地產(chǎn)泡沫和金融衍生工具杠桿所引發(fā)的次貸危機(jī)，波及全球，規(guī)模空前。與傳統(tǒng)次貸危機(jī)不同，此次危機(jī)將銀行、房地產(chǎn)行業(yè)、保險(xiǎn)公司、對(duì)沖基金和消費(fèi)者等社會(huì)經(jīng)濟(jì)主體連成了一個(gè)經(jīng)濟(jì)利益共同體，共同承擔(dān)風(fēng)險(xiǎn)因素，使次貸危機(jī)迅速演化成全球金融危機(jī)，這也是全球經(jīng)濟(jì)金融一體化帶來(lái)的不利的一面。此次危機(jī)不僅在產(chǎn)業(yè)之間相互危害，還在國(guó)與國(guó)之間傳染。2008年的次貸危機(jī)所引起的國(guó)際范圍的金融危機(jī)迅速地從美國(guó)蔓延到世界各地，我國(guó)的股票市場(chǎng)也深受其影響，以至于長(zhǎng)期處于低迷狀態(tài)。美國(guó)次貸危機(jī)事件的發(fā)生，警告了全世界金融體的監(jiān)管問(wèn)題，必須結(jié)合實(shí)際情況加強(qiáng)對(duì)金融監(jiān)管體制，才能避免這一類(lèi)實(shí)踐的發(fā)生[3]。

近年來(lái)，國(guó)際經(jīng)濟(jì)金融形勢(shì)的不確定性顯著增加，在危機(jī)持續(xù)影響和經(jīng)濟(jì)面臨嚴(yán)峻挑戰(zhàn)的背景下，防控金融風(fēng)險(xiǎn)、保障金融安全應(yīng)當(dāng)受到長(zhǎng)期重視。2017年，我國(guó)中央經(jīng)濟(jì)工作會(huì)議明確指出，要高度重視金融風(fēng)險(xiǎn)的防控，提高和完善監(jiān)管能力，避免系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生。黨的十九大報(bào)告也強(qiáng)調(diào)，要改革金融體制，完善金融監(jiān)管體系，守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線。因此，識(shí)別金融風(fēng)險(xiǎn)信號(hào)，對(duì)防范化解金融風(fēng)險(xiǎn)有重要意義。

在以往的研究中，預(yù)警模型普遍用到的是logit-probit模型。由于它是一種線性模型，對(duì)于現(xiàn)實(shí)生活中的很多非線性問(wèn)題，它是不能解釋的[5]。所以文章選取機(jī)器學(xué)習(xí)模型作為預(yù)警模型，選擇LSTM模型進(jìn)行預(yù)警研究。

一、相關(guān)模型與方法

文章構(gòu)建基于LSTM模型的股市危機(jī)預(yù)警模型檢驗(yàn)投資者情緒和宏觀經(jīng)濟(jì)對(duì)為期半年內(nèi)股票市場(chǎng)，并采用CMAX法進(jìn)行危機(jī)事件識(shí)別。

（一）危機(jī)識(shí)別

股市危機(jī)，是指股票市場(chǎng)的指數(shù)突然發(fā)生大幅度下降。首先計(jì)算下降指數(shù)，當(dāng)下降指數(shù)小于時(shí)，則判定當(dāng)期為危機(jī)時(shí)刻。再選出此階段初始值為1的時(shí)刻，然后將其前118天對(duì)應(yīng)的時(shí)期的因變量I設(shè)置為1，其余為0。

（二）LSTM網(wǎng)絡(luò)

LSTM網(wǎng)絡(luò)屬于遞歸神經(jīng)網(wǎng)絡(luò)（RNNs）家族，旨在學(xué)習(xí)長(zhǎng)期和短期依賴(lài)關(guān)系，主要是為了解決長(zhǎng)序列訓(xùn)練過(guò)程中的梯度消失和梯度爆炸問(wèn)題。簡(jiǎn)單來(lái)說(shuō)，就是相比普通的RNN，LSTM能夠在更長(zhǎng)的序列中有更好的表現(xiàn)。LSTM網(wǎng)絡(luò)作為一種深度學(xué)習(xí)模型，目前廣泛應(yīng)用于金融領(lǐng)域。

LSTM網(wǎng)絡(luò)通過(guò)隱藏的狀態(tài)向量保持了對(duì)任意長(zhǎng)度序列數(shù)據(jù)的低處理能力，同時(shí)通過(guò)引入所謂的存儲(chǔ)單元增強(qiáng)了長(zhǎng)距離依賴(lài)的學(xué)習(xí)能力。

LSTM網(wǎng)絡(luò)內(nèi)部主要有三個(gè)階段，如圖1所示。

1.忘記階段。這個(gè)階段主要是對(duì)上一個(gè)節(jié)點(diǎn)傳進(jìn)來(lái)的輸入進(jìn)行選擇性忘記。具體來(lái)說(shuō)是將計(jì)算得到的Zf作為忘記門(mén)控，來(lái)控制上一個(gè)狀態(tài)的Ct-1哪些需要留、哪些需要忘。

2.選擇記憶階段。這個(gè)階段將這個(gè)階段的輸入有選擇性地進(jìn)行“記憶”，主要是對(duì)輸入的Xt進(jìn)行選擇記憶。當(dāng)前的輸入內(nèi)容由前面計(jì)算得到的Z表示。而選擇的門(mén)控信號(hào)則是由Zi來(lái)進(jìn)行控制。

將上面兩步得到的結(jié)果相加，即可得到傳輸給下一個(gè)狀態(tài)的Ct。3.輸出階段。這個(gè)階段將決定哪些將會(huì)被當(dāng)成當(dāng)前狀態(tài)的輸出，主要是通過(guò)Z0來(lái)進(jìn)行控制的。并且還要對(duì)上一階段得到的C0進(jìn)行放縮（通過(guò)一個(gè)tanh激活函數(shù)進(jìn)行變化）。對(duì)于LSTM網(wǎng)絡(luò)的每一個(gè)結(jié)構(gòu)，新的候補(bǔ)狀態(tài)Z與LSTM的三個(gè)階段，也稱(chēng)三個(gè)門(mén)：遺忘門(mén)Zf、更新門(mén)Zi和輸出門(mén)Zo的關(guān)系如下。

二、數(shù)據(jù)的選取

文章通過(guò)對(duì)股票市場(chǎng)內(nèi)部指標(biāo)、宏觀經(jīng)濟(jì)指標(biāo)、投資者行為指標(biāo)、大宗商品指標(biāo)和國(guó)外市場(chǎng)股票市場(chǎng)指標(biāo)的分析，共選取了15個(gè)預(yù)警指標(biāo)進(jìn)行建模。最終，市盈率作為代理股票市場(chǎng)內(nèi)部的指標(biāo);M2同比增長(zhǎng)率作為宏觀經(jīng)濟(jì)的代理指標(biāo);消費(fèi)者滿(mǎn)意指數(shù)作為投資者行為指標(biāo)體系指標(biāo);代理指標(biāo)作為大宗商品選擇原油價(jià)格指標(biāo);標(biāo)普500作為國(guó)外股票市場(chǎng)指數(shù)指標(biāo)。以上指標(biāo)的相關(guān)數(shù)據(jù)都從wind數(shù)據(jù)庫(kù)獲取，如表1所示。

三、實(shí)證分析

首先，我們進(jìn)行危機(jī)識(shí)別。分析判斷2011年到2020年間發(fā)生了兩次股市危機(jī)。一次是2015年6月，另一次是2018年2月，如圖2所示。

接下來(lái)，我們進(jìn)行模型預(yù)測(cè)分析。將2011年1月4日到2020年1月23日的數(shù)據(jù)按照8∶2的比例切分為訓(xùn)練集和測(cè)試集。先用訓(xùn)練集訓(xùn)練初始的LSTM模型，從而得到最優(yōu)參數(shù)，然后再用測(cè)試集驗(yàn)證模型的準(zhǔn)確性。我們所使用的評(píng)估模型準(zhǔn)確性的指標(biāo)包括：召回率、準(zhǔn)確率、F-1分?jǐn)?shù)和ROC曲線。ROC曲線如圖3所示。召回率、準(zhǔn)確率、F1分?jǐn)?shù)如表2所示。

根據(jù)模型的預(yù)測(cè)結(jié)果可以看出來(lái)，我們選取的預(yù)警指標(biāo)讓機(jī)器學(xué)習(xí)模型的準(zhǔn)確率達(dá)到了97%，是一個(gè)較高的準(zhǔn)確率，這將為我們投資人提供一個(gè)較為準(zhǔn)確的結(jié)構(gòu)。

四、結(jié)語(yǔ)

文章從多方面選取股市危機(jī)預(yù)警指標(biāo)，通過(guò)指標(biāo)篩選最終確定了每個(gè)市場(chǎng)有效的代理指標(biāo)。在選擇預(yù)警模型時(shí)，我們通過(guò)調(diào)研發(fā)現(xiàn)機(jī)器學(xué)習(xí)比統(tǒng)計(jì)學(xué)模型更具有預(yù)警意義。因?yàn)闄C(jī)器學(xué)習(xí)模型更能反映非線性的問(wèn)題。通過(guò)實(shí)證我們也可以看出，首先用CMAX方法進(jìn)行危機(jī)識(shí)別是非常準(zhǔn)確的，它準(zhǔn)確識(shí)別出了2015年的中國(guó)股市動(dòng)蕩危機(jī)和2018年由中美貿(mào)易戰(zhàn)所引發(fā)的股市危機(jī)，具有很強(qiáng)的識(shí)別性能。接下來(lái)又從五個(gè)市場(chǎng)中選取最具有代表性的代理預(yù)警指標(biāo)放入到機(jī)器學(xué)習(xí)中進(jìn)行預(yù)測(cè)，最后發(fā)現(xiàn)LSTM的預(yù)警效果非常好，準(zhǔn)確率已經(jīng)達(dá)到97%?？蔀榻窈蟮耐顿Y者提供了一個(gè)較為準(zhǔn)確的預(yù)警體系。

參考文獻(xiàn)：

[1] 楊翰方，王祎帆，王有鑫.中國(guó)輸入性金融風(fēng)險(xiǎn)：測(cè)算、影響因素與來(lái)源[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（07）：113-133.

[2] 宮曉莉，熊熊，張維.我國(guó)金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)度量與外溢效應(yīng)研究[J].管理世界，2020，36（08）：65-83.

[3] 郭峰 . 兩次“危機(jī)”對(duì)經(jīng)濟(jì)金融的影響 [J]. 中國(guó)金融，2020（21）：87-89.

[4]唐旭，張偉. 論建立中國(guó)金融危機(jī)預(yù)警系統(tǒng)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2002（06）：7-12.

[5]陶玲，朱迎.系統(tǒng)性金融風(fēng)險(xiǎn)的監(jiān)測(cè)和度量——基于中國(guó)金融體系的研究[J].金融研究，2016（06）：18-36.