基于QRNN+GARCH方法的供应链金融多期价格风险测度及防范

摘要

在供应链金融中,存在多期价格风险,如何有效测度和防范,成为学界与业界共同关注的重要问题.考虑到供应链金融业务的多期性,质押物收益的非线性、非对称、波动聚焦性等特征,充分发挥神经网络分位数回归（QRNN）模型在非线性与非对称方面的处理能力,结合GARCH模型在波动聚集性准确刻画方面的优势,提出了一个QRNN＋GARCH的建模框架,给出了供应链金融多期价格VaR风险测度;其次,为对比新测度方法与GARCH模型等传统方法的优劣,基于似然比检验与平均相对误差,对VaR风险测度效果进行评价,给出了相应的评价方案;再次,为确定与设计合理的多期质押率,达到有效防范风险之目的,给出了风险不可控比率和效率损失率两个指标,评价质押率的有效性。最后,选取现货铝为对象,实证研究其价格波动行为,结果表明：第一,在多期价格风险测度方面,QRNN＋GARCH方法明显优于GARCH模型,表现为准确性更高,更具效率和稳健性;第二,在防范风险方面,QRNN＋GARCH方法所确定的多期动态质押率,能够更好地降低效率损失。