基于K-Means聚类算法的商品期货逼仓行为特征分析

摘要

随着期货监管制度的日益完善，以及交易所监管力度的不断加强，以往通过大资金拉抬期货价格的“硬逼仓”已经退出历史舞台，然而“软逼仓”，也即某些社会团体通过其在现货市场的优势地位控制可交割的现货数量，并在合约临近交割时采取维持持仓的方式进入交割月，逼迫空头因无法足额交割而平仓的现象仍时常发生。由此，笔者选取商品期货合约的某些特征变量，通过聚类分析的方法，观察处于不同逼仓状态下的特征值的聚类特征，并获取对逼仓行为具有解释能力的变量作为识别逼仓的指标，完善目前的期货交易监管手段。
　　本文首先根据学术界对于逼仓的定义，运用OLS回归后获得的累计残差大小对国内发生过逼仓或者逼仓风险较高的几个期货合约进行逼仓界定，将样本期内的交易日划分为极大概率发生逼仓、可能发生逼仓以及极小概率发生逼仓三类，然后以即期合约与下一合约价格的偏离程度、交割地现货价格与非交割地现货价格的偏离程度以及超额持仓比例作为K-Means聚类算法的三个维度，对样本数据进行聚类分析。
　　聚类结果表明，三个维度组合在一起时能够较准确地识别逼仓行为，其中甲醇和螺纹钢合约的识别准确率高达80-90％，而对于天然橡胶合约逼仓行为的识别能力较差，原因可能在于天然橡胶的进口依赖度较高，国内逼仓者无法控制现货市场，导致基于现货维度的指标失效。
　　基于上述得出的结论，本文提出针对预防逼仓行为的政策建议，包括在不损失流动性的前提下继续完善限仓制度、大户报告制度，创新交割制度降低交割成本，增加交割库设置等。

目录

摘要

第一章 绪论

第一节 研究背景及意义

第二节 研究内容与结构

第三节 创新之处与不足

第二章 文献综述

第一节 逼仓及界定逼仓

第二节 探测、识别逼仓行为

第三节 本章小结

第三章 研究设计

第一节 逼仓行为界定

第二节 选取识别逼仓行为的指标

第三节 K-Means聚类算法概述

第四节 本章小结

第四章 逼仓监测指标的K-Means聚类

第一节 数据选取及预处理

第二节 逼仓行为暴定

第三节 聚类结果

第四节 本章小结

第五章 研究结论与政策建议

第一节 研究结论

第二节 政策建议

参考文献

附录

致谢

声明