证券其它相关论文-基金风险测度传统模型与前沿模型对比分析.doc

证券其它相关论文-基金风险测度传统模型与前沿模型对比分析摘要：随着世界金融市场的日益深化与发展，金融风险监管与控制的必要性日益凸显。而基金风险监管与控制是其中的重要组成部分。本文回顾了基金风险测度传统模型，并给出了新近出现的基金风险测度前沿模型；在此基础上，比较了传统模型与前沿模型的优劣；从而使得人们对基金风险测度模型框架有一个比较清晰的认识。关键词：基金风险风险测度分形测度基金风险管理测度是指对基金运营绩效和基金风险的测度与监管。基金风险管理测度模块可以解决基金风险管理的技术层面上的问题。但必须指出的是：无论量化分析技术如何发达，对基金风险的测度与监管以及基金活动绩效的评估并不能完全依赖于量化技术。1.1基金风险管理的基本系数1.1.1方差方差是衡量风险的最常用的一种方法，它测量的是投资收益率围绕其平均值变化的程度。如果围绕均值发生剧烈变化则表明投资收益率有很大的不确定性。使用历史资料来计算基金的方差，可以利用以下公式：221()1NitiiiRRN=。其中:2i=基金i的方差；i=基金i的标准差；itR=基金i在第t期中的投资收益率；iR=度量期间基金i的平均收益率；N=度量期数。通过适当变换，可将上式变换为：221121NNititiiiRRN=；进一步，基金i的投资收益率iR的方差为：222iim2ei=+。式中第一项22im是基金的系统风险部分，这部分风险是由整个市场的动荡引起的；第二项2ei是基金的非系统风险，这部分风险是与基金自身特定的波动相联系的。1.1.2系数市场风险通常用所谓的“系数”来计量。系数用于测量某资产随市场组合上下波动的敏感程度。是关于一种资产的回报对其中来自市场证券组合收益变动的敏感程度的测量尺度。某资产i的系数i定义如下:2(,)imimCOVRR=.其中:iR=资产i的收益率；mR=市场证券组合的收益率2m=市场证券组合的方差这里的与资本资产定价模型(证券市场线)里的数是完全一样的。资本资产定价(CAPM)模型的表达式为:1()()ifimfERRERR=+；可将其改写为：()()ifimfERRERR=。可用下式来回归系统风险系数i：()itftiimtftitRRRR=+。其中，fR无风险利率。定义基准指数的值等于1.00。当某基金的值小于1.00时,该基金的波动性就小于基金指数的波动性；高于1.00时，该基金的波动性就高于基金指数的波动性,将上涨或下跌15。值小于1.0表明基金风险低于平均水平。货币市场基金的值为零,因为其收益与股票市场不相关。值也可能为负,但这种基金很少见。1.1.3晨星风险晨星公司是美国著名的专业基金评级公司。它有自己的风险计量指标晨星风险,该指标反映一种基金与同类型其他基金相比的不稳定性。晨星公司认为基金收益率应该高于无风险收益率,如果低于无风险收益率,则发生风险。因此在度量风险时,它只考虑基金收益率低于无风险收益率的情况。它基于这样一个假设,将某只基金月收益率与无风险利率进行比较,得到超额收益率,将负的超额收益率加总,取绝对值除以度量期数就得到基金下滑风险的测度值。为所有相似基金计算下滑风险的测度值,于是可以得到这些基金的总平均值。晨星风险=基金下滑风险测度值/同类型基金下滑风险的总平均值。具体做法是选择某基金以前月份的收益率，比如36个月，计算出该基金的下滑风险，再计算出同类型所有基金的下滑风险的总值，相除便得到该基金的晨星风险。晨星风险值是衡量基金收益率负向变动的指标。如果基金风险等于0.80,表明该基金比平均风险水平低20%。1.2基金绩效评估主要方法按照基准收益率将评价指标分为两类：一类基于CAPM模型，将市场指数作为基准收益率简称为CAPM基准；另一类基于APT模型，以多因素模型决定的期望收益作为基准收益率即APT基准；其中基于CAPM的夏普业绩指数法、特雷诺业绩指数法、简森业绩指数法应用较为广泛。夏普业绩指数是基于资本资产定价模型基础上的，考察了风险回报与总风险的关系，计算公式如下：S=（RpRf）/p。其中：S表示夏普业绩指数，Rp表示某只基金的收益率，Rf表示无风险利率，p表示投资收益率的标准差，它是总风险。夏普业绩指数越大，基金的表现就越好；反之，基金的表现越差。特雷诺认为足够分散化的组合没有非系统性风险，仅有与市场变动差异的系统性风险。因此，他采用基金投资收益率的p系数作为衡量风险的指标。T=（RpRf）/p。其中：T表示特雷诺业绩指数，Rp表示某只基金的投资收益率，Rf表示无风险利率，p表示某只基金投资收益率的系统风险。特雷诺业绩指数的含义就是每单位系统风险资产获得的超额报酬（超过无风险利率Rf）。特雷诺业绩指数越大，基金的表现就越好；反之，基金的表现越差。1968年美国经济学家简森系统地提出如何根据CAPM模型所决定的期望收益作为基准收益率评价共同基金业绩的方法，计算公式如下：J=RpRf+p（RmRf）。其中：J表示超额收益，被简称为简森业绩指数；Rm表示评价期内市场的平均回报率；Rm-Rf表示评价期内市场风险的补偿。当J值为正时，表明被评价基金与市场相比较有优越表现；当J值为负时，表明被评价基金的表现与市场相比较整体表现差。根据J值的大小，我们也可以对不同基金进行业绩排序。2上述的三种评估方法中都需要将市场指数作为基准收益率，但在期货市场上，双向交易的普及使得投资者往往较难确定市场平均收益率和方差，所以采用一种古老而简单的平均收益率评估方法可能是较好的选择。平均收益率是一种没有进行风险调整的业绩度量方法，它仅以平均收益来简单评估投资的总体表现，为在一定时期内考核期货投资的业绩情况提供一个直观的参考。考虑到期货投资时效性较强，采用周收益率分析应是较好的选择，周收益率计算公式为：En=(Vn-Vn-1)Vn-l，其中Vn为本周期末净值，Vn-1为上周末净值。再根据对En进行统计取得平均收益率和方差，以此作为评估期货交易总体风险的重要手段。1.3基金风险管理测度的基本模型1.3.1VAR模型VAR:ValueatRisk；它简要给出了在一定的置信度水平下与一定的目标水平之上，预期的最大损失。在美国，VAR模型得到了众多评估机构如穆迪、标准普尔以及SEC的宣称支持。衡量VAR的第一步是对：（1）基本时间间隔的多长；（2）置信水平的多大的选取。一般分布中的VAR计算，设为初始投资额，0WR为投资回报率，为期望收益率，为收益率的波动率，那么，目标期间投资组合的价值将是：0(1)WWR=+。在给定置信水平下，投资组合的最小价值是：WW。VAR定义（与期望值有关时）为投资组合的期望价值与最小价值之差：c*0(1=+R*)*0()()VAREWWWR=，有时VAR定义为绝对损失；即与零有关，与期望值无关：VAR（零值）。所以，在这两种情形下，只要知道最小价值或最低投资回报率就可以计算出相应置信水平下的VAR值。另外，也可以通过未来投资组合价值*0WWWR=*0()fw的概率分布来计算，在给定置信水平下，低于的概率*Wc*W*()pPwW=为1，即：c*1()()WcfwdwPwWp=。这种计算方法对连续分布或离散分布以及不管两侧敞口的大小如何都可以计算VAR的大小。在正态分布中，VAR的计算可以直接由投资组合的标准差和一个取决于一定置信水平的乘数因子得到。其具体计算方法如下:首先，将一般分布()fw转化为标准正态分布()，这时有：*1(w)()()WRacfdwfrdrd=。其中，*,Rra=。接下来，求VAR的问题就转化为求的问题，只要使左侧的面积等于1ac即可，若置信水平为0.95，对应的值为1.65，若置信水平为0.99对应的值为2.58，即为标准正态分布的上分位点值，再由aaa*Ra=+（*R一般为负值，可去掉绝对值符号）即可得到最低收益率的值。最后，一般假设和以年为基础，时间间隔为t（单位是年），那么和期望值相关的VAR与和初始值相关的绝对损失就可以变换为：3*00*000()()VARWRWatVARWWWRWatt=T这一方法适应于大样本多样化程度高的投资组合,但不适应于期权所占比重大的投资组合及只有较少金融风险的投资组合。1.3.2总的整合风险管理模型：Russell-YasudaKasai模型Russell-YasudaKasai模型是由FrankRussell公司和Yasuda火险及水险保险股份有限公司开发的一种使用多阶段随机规划的资产负债管理模型，它利用多重周期的方式确定了一种最优化的投资策略，并且使决策者们能用明确的操作性术语来为风险管理构造一个可行的操作模型，对基金风险测度与管理起到一定程度的借鉴意义。其简化模型如下：（1）设不同阶段标识为0,1,.t=iii随机规划的决策变量是：在时间t所有资金的市场价值；tVntX资产在时间t的市场价值；在时间的收入亏空；在时间ntlw+tl+tlv+tl+的收入盈余。（2）设随机规划系数中的随机变量为：ntlRP+资产从时间末到时间末的价格收益；nttl+ntlRI+资产从时间t末到时间tnl+末的收入收益。（3）设随机变量为：从时间t末到时间ttlF+l+末的存款流入；从时间t末到时间t末的本金支付；tlP+l+tlI+从时间末到时间ttl+末的利息支付；tlg+从时间t末到时间tl+末的已贷记给保单的利息率；时间t的负债估值。tL（4）则目标中的参数化方程为：分阶段性的凸成本函数。这个模型的目标是把资金分配到可适用的资产上，以在规划时间跨度T结束时取得最大的预期财富和最小的处罚亏空。则优化方程为：()tCi1max()TTtttimizeEVcw=满足条件：预算约束：0nttnXV=4资产累积关系：11()tntlntlntttnVlRPRIXFPI1t1+=+收入亏损约束：1ntlnttltlttnRIXwvgL+=+和非负约束：110,0,0ntttXvw+T1tI+其中，。负债余额和现金流被计算出来以满足负债累积关系：。0,1,2,1t=iii1111(1)tttttLgLFP+=+把所有约束条件整合到优化方程中，构成一个拉格朗日方程组。解出这个拉格朗日方程组，可以得到期初资产配置的最优组合。同理，运用到基金运营上，可以得到期初的基金类型配置最优解及其综合风险解。1.4基金风险测度的前沿模型除了上述给定的基金风险测度的基本系数、基金绩效的测度模型以及基金风险测度的基本模型之外，随着经济研究活动中分形分析技术、拓扑原理、流形等分析技术的引入，基金风险测度的视野也越来越宽广。需指出的是：基金风险测度的基本技术、基金绩效的测度模型以及基金风险测度的基本模型由于开发时间较长，又有计量模型和计量软件的检验支持，所以在世界范围内得以广泛应用。虽然它们的使用范围很广，但还是有各自内在的缺陷；比如系数的测度，就存在与方差检验不一致的情况；还比如VAR的测度，对基金风险很大程度上要求是线性的。而现在基金风险测度前沿模型的引入，正是针对这些缺陷设计改良后产生的测度模型。但这些模型由于开发时间较短，其应用还停留在不太成熟、范围不太广之阶段。但可以预见的是，随着这些模型的进一步完善，其对基金风险的测度应用将进一步深化。1.4.1基金风险的熵测度我们所处的世界根据其体系内的子系统和相互作用影响程度大致可以区分为：简单系统与复杂系统。复杂系统的基本特点为：（1）层次性（hierarchy）（2）鲁棒性（robustness）(3)奇异性（singularity）。而复杂性测度的一个基本工具就是熵。根据熵的研究历史，大致可以分为：（1）玻尔兹曼熵1设有个可能的微观状态，那么玻尔兹曼熵为；这个宏观量就测度了微观上的不确定性或复杂程度，其中k是玻尔兹曼常量。（2）申侬信息熵NlnSkN=2：11lnNiiiIPP=，其中1iPN=，为系统所有可能状态。（3）Kolmogorov测度熵N3：1中国科学院复杂性研究编委会；复杂性研究；北京：科学出版社；1993年7月第1版页码：66。2中国科学院复杂性研究编委会；复杂性研究；北京：科学出版社；1993年7月第1版页码：67。3中国科学院复杂性研究编委会；复杂性研究；北京：科学出版社；1993年7月第1版页码：67。510iiiKD=，其中i是正Lypunov特征指数，是部分维数。从定义中可以得出，熵主要是从信息测度角度出发来衡量系统的可能性状态（即熵值）。以简单混沌动力系统一维映射为例：iD20012(1)0()nnnnxxnnxxfx+=.5.5x1若将初始条件0x落在区间0的几个等分间隔,11n中，则信息(0)1111lnniInn=。经过一次迭代之后，间隔长由1n变成2n，分辨率下降，因此信息量为/2(1)1122lnniInn=。故而信息熵的变化为。故而每迭代一次初始信息丧失1比特。经过多次迭代初始条件信息完全丧失尽，系统的轨道成了敏感初始条件的混沌。从轨道上看，状态的不确定性增加了，复杂性增加了，因而熵（或正Lyapunov指数）代表熵的平均增加量。而敏感初始条件的混沌可以借助蝴蝶效应来刻画。蝴蝶效应可以通过Lorenz方程组或Rossler方程组来解析。Lorenz方程组或Rossler方程组是一组迭代动态规划方程，通过改变其初始值，通过不断的迭代，最后可以导出系统是否趋于稳定还是趋于混沌。(1)(0)111ln2III=1K鲁晨光早在1997年就利用上述原理对中国股票期货市