存货质押融资作为供应链金融服务创新业务,以存货作为质押物来降低和规避贷款风险。在业务实践过程中,为了确保存货在未来融资期限内的担保能力,就需要准确度量质物价格波动风险,为确定质押贷款比率、保证业务健康有序开展提供定量的决策依据。存货价格风险是存货质押融资业务中的关键风险要素之一,研究其本质特征与未来波动趋势可以有效地控制银行在业务开展过程中所面临的不确定损失。本文针对存货价格风险的复杂性和易变性特征,以上海螺纹钢的日交易价格序列为样本,引入经验模态分解模型,将存货价格序列从高频到低频分解成若干独立的本征模函数和残差趋势项,通过均值重构算法将各分量构成高频模态、低频模态和残差趋势项,解析各分模态的波动规律以及影响各分量波动的因素：高频模态反映了市场短期波动对价格序列的影响,低频模态是中期内重大事件对价格序列作用的反应,趋势项是由市场交易利益相关者长期内综合博弈形成的长期趋势,是价格序列最主要的组成部分。在上述研究的基础上,针对各模态分量序列不同的波动特点,采用基于Lib-SVM工具箱的支持向量机模型,选取不同参数组合的模型,对高频模态、低频模态、残差趋势项三个模态分量序列进行回归预测,然后采用适当的集成预测方法进行集成预测,得到最终预测结果。为评价模型的预测精度,使用平均相对误差绝对值、均方误差、平方相关系数和方向变化统计量四个评价指标,对模型两个阶段的预测结果进行检验,并与单一的支持向量机模型预测结果进行对比。本文通过理论建模与实证分析的方法,充分展现了基于经验模态分解的支持向量机预测模型在描述价格序列的非线性特征和寻求全局最优方面的优越性,为银行衡量存货在未来质押期间的价格风险提供了有效的工具。