基于CHAID算法和贝叶斯网络的基金风险预警研究
2016-12-17王玉斌刘建和施炳宽张淑
王玉斌+刘建和+施炳宽+张淑



【摘 要】 随着基金业的迅猛发展,其风险日益突出,对基金业实行适当的风险监管显得尤为重要,这其中离不开风险预警模型的参与。研究发现目前金融预警模型主要针对宏观金融风险、银行业风险和企业财务风险等,对基金业风险预警模型的研究存在不足。同时,金融时间序列尖峰厚尾的特征也并不完全满足传统的参数检验方法。正是如此,文章采用CHAID和贝叶斯网络方法构建基金的风险预警模型,在CHAID的基金风险预警模型中,预测准确率约为0.766;而在贝叶斯网络的基金风险预警模型中,最优的预测准确率约为0.841。研究发现,不同的基金风险预警模型检出准确率会有所差别。因此,综合运用各个基金预警模型并进行定期调整是非常必要的。
【关键词】 基金; 风险预警; 决策树; CHAID算法; 贝叶斯网络
【中图分类号】 F830 【文献标识码】 A 【文章编号】 1004-5937(2016)22-0098-05
一、引言
金融市场的风险预警是在风险到来的时候,能够预示市场参与者即将面临的损失,使其做好防范,尽可能地降低风险造成的损失。
基金行业作为资本市场的重要组成部分,在2015年得到爆发式的增长。截至2015年12月底,A股公募基金规模达到8.4万亿元,较2014年末增加3.9万亿元,年度增幅达85.27%,其中货币基金资产规模达到44 443.4亿元,突破4万亿元,创出历史新高;私募基金资产管理规模达到4.05万亿元,较2014年末增长90%,已登记备案的私募基金有24 054只,近上年底的3.8倍①。然而,基金的风险会伴随其设立和运作而产生,如2015年6月25日的国富健康优质生活基金巨额赎回事件,受两家保险机构同时巨额赎回的影响,国富健康优质生活基金第二日净值跌幅高达16.07%。……
