（概率论与数理统计专业论文）基于极值理论和贝叶斯估计的电力市场风险值var计算.pdf

重庆大学硕士学位论文中文摘要 摘要 近来，电力工业的市场化变革引起了人们的格外关注。由于竞争机制的引入， 电力市场不可避免的要出现很多不确定性因素，这些不确定性因素在给电力工业 注入活力、提供机遇的同时，也给各方参与者带来了前所未有的金融风险，如何 对竞争的电力金融市场进行有效的风险度量和管理，已经成为当前电力金融市场 中迫切需要研究和解决的课题。 在电力市场中，电力作为商品最大的特点在于其不能进行有效的存储，从而导 致其需求弹性很小，电价易受到电力供求关系的影响，使电价产生剧烈的波动。 因此，和传统金融市场相比，电力金融市场最大的特点就在于投资者的收益具有 更大波动性。国内外文献研究显示，对于电力市场金融风险值v a r 的计算目前还 仅限于历史模拟法、方差一协方差法和蒙特卡罗模拟法等传统方法的研究，这些 方法在一定程度上促进了电力市场金融风险值v a i l 的计算，但另一方面，也暴露 出许多的不足。历史模拟法缺乏灵活性，它无法提供比样本损失还要坏的损失， 从而它无法准确计算出具有高度波动性的电力市场金融风险值v a r ；方法一协方 差法最大的缺点就是假设了电力企业的收益率为正态分布，正态分布对分布函数 的中间部位即正常温和的波动有较好的预测能力，但对分布的极端情形提供的信 息及其有限，根本不能准确刻画具有高度波动性的电力市场的金融风险；蒙特卡 罗模拟法也存在几个缺点：一个是计算时间长，投入的人工、电脑成本高。二是 需要假设随机过程，如果假设不真实，可能造成模型风险。基于以上考虑，论文 较为系统和全面的研究了电力市场金融风险值v a r 计算，主要内容及结论如下： ( 1 ) 对电力市场金融风险值v a l i 计算的常用方法进行了综述，提出了利用极值 理论中的p o t 模型计算电力市场金融风险值v a r 。极值理论是专门研究次序统计 量极端值的分布特征理论，它只考虑分布的尾部，可以更准确地刻画分布的尾部 特征，这对于精确地计算v a r 无疑具有非常明显的优势。 ( 2 ) 在风险值v a r 的计算中引入贝叶斯估计。以p o t 模型计算电力市场金融 风险值v a r 为基础，建立了基于贝叶斯估计的v a r 计算新模型。由于收益的高度 波动，收益分布中的参数必然会不断的变化，因此，将参数看作随机变量是合理 的。将贝叶斯估计和p o t 模型相结合，将同时兼顾两方面的信息：反映投资者对 未来市场状况的经验信息和已知的样本信息，计算出的v a r 将更加准确。最后通 过算例说明论文所提方法的有效性。 关键词：电力市场；极值理论；v a r ；m c m c ：贝叶斯估计 重庆大学硕士学位论文英文摘要 a b s t r a c t e l e c t r i cp o w e ri n d u s t r yi sn a t i o n a lb a s i ci n d u s t r y i t sr e f o r mw i l li n f l u e n c e d e v e l o p m e n to fo u i c o u n t r y 1 1 1 er e f o r mo fe l e c t r i c i t ym a r k e tp o s e sac o n s i d e r a b l e f i n a n c i a lr i s kt ot h ep a r t i c i p a t o r h o wt om a n a g ea n dm 觑i s u r et h ef i n a n c i a lr i s ki nt h e c o m p e t i t i v ee l e c t r i c i t ym a r k e tw i l lb ei m p o r t a n ta s p e c to f s m d y i nt h ee l e c t r i c i t ym a r k e t 1 1 l ev i o l e n tf l u c t u a t i o no fe l e c t r i c i t yp r i c ep o s e sac o n s i d e r a b l ef i n a n c i a lr i s kt o p o w e rp l a n t sa n dg r i dc o r p o r a t i o n si nt h ee l e c t r i c i t ym a r k e t p r e s e n t l y , t h ec a l c u l a t i o no f t h ev a l u ea tr i s ki nt h ee l e c t r i c i t ym a r k e ti so n l yl i m i t e dt ot h es t u d yo ns u c ht r a d i t i o n a l c a l c u l a t i n gm e t h o d sa sl l i s t o f i c a ls i m u l a t i o nm e t h o d ，v a r i a n c e - c o v a r i a n c em e t h o da n d m o n t ec a r l om e t h o d i ns p i t eo ft h e s em e t h o d si m p r o v ev a l u ea tr i s k ，b u tt l l e yh a v ea l o to fd i s a d v a n t a g e h i s t o r i c a ls i m u l a t i o nm e t h o di s n t a g i l e v a r i a n c e - c o v a r i a n c e m e t h o dc 锄o n l yp r e d i c ta c c u r a t e l yt h em i d d l ep a r t , i e t h en o r m a lp a r t , o ft h e d i s t r i b u t i o nf u n c t i o n a sf o rt h ee x t r e m ep a r t so ft h ed i s t r i b u t i o nf u n c t i o n , t h e c o r r e l a t i v ei n f o r m a t i o np r o v i d e di se n o r m o u s l yl i m i t e d m o n t ec a r l om e t h o dn e e d s e x p e n dal o to fm o n e ya n dm a n p o w e r 们1 ee x t r e m ev a l u et h e o r y , t h ef o c u so ft h i s p a p e r , i st h ep a r t i c u l a rt h e o r ya i m i n ga tt h ed i s t r i b u t i o nf e a t u r e so f t h ee x t r e m ev a l u eo f t h eo r d e rs t a t i s t i c i t sa p p l i c a t i o nt ot h ec a l c u l a t i o no fv a l u ea tr i s kw i l le f f i c i e n t l y i m p r o v et h ec a l c u l a t i n ga c c u r a c y 1 kp a p e rc o n s i d e r sh o wt oc a l c u l a t ev a l u ea t 鼬s kb ye x t r e m ev a l u et h e o r ya n d b a y e se s t i m a t i o n w h a t sm o r e ，w ea l s ou $ em c m ca l g o r i t h mi no r d e rt oc a l c u l a t e p a r a m e t r i cb a y e se s t i m a t i o n 1 1 圮a p p r o a c hc o m b i n e se x 仃e m ev a l u et h e o r ya n d b a y e s i a ns t a t i s t i c sw i t hc a l c d a t i o no f v a l u ea tr i s k s oi tc a l lh e l pi n v e s t o ra d j u s tv a l u e a tm s km o d e lb ys a m p l ea n dp r i o ri n f o r m a t i o nc o n t r o l l e d t h e n , t h i sv a l u ea tr j s k m o d e le f f i c i e n t l yr e f l e c t sc h a r a c t e r i s t i co ff i n a n c i a lm a r k e t i t sa p p l i c a t i o nt ot h e c a l c u l a t i o no fv a l u ea tm s kw i l le f f i c i e n t l yh e l pt h ei n v e s t o rm a k em o r ec o r r e c t i n v e s t m e n td e c i s i o n s n o ww es h a l l l i s to u rc o n t r i b u t i o nt oc a l c u l a t i o no f v a l u ea tr i s k ： a tf i r s t ，t h o u g hc a l c u l a t i n gv a l u ea t 鼬s kb ye x 仃e m ev a l u et h e o r yi sv e r yp r e v a l e n t i nt r a d i t i o n a lf i n a n c i a lm a r k e t , w ec 粕n o tf i n dt h em e t h o di ne l e c t r i c i t ym a r k e t n e p a p e rw i l la p p l ye x 臼e m ev a l u et h e o r yt oc a l c u l a t ev a l u ea tr i s ki ne l e c t r i c i t y s e c o n d l y , w ec o m b i n eb a y e se s t i m a t i o na n dw i t l lc a l c u l a t i o no fv a l u ea tr i s k o f c o u r ：蛾w ea l s ou s em c m ca l g o r i t h ma n dg i b b ss a m p l e ri no r d e rt oc a l c u l a t e 重庆大学硕士学位论文 英文摘要 p a r a m e t r i cb a y e se s t i m a t i o n k e y w o r d s ：e l e c t r i c i t ym a r k e t ；e v t ；v a l u ea tr i s k ；m c m c ；b a y e se s t i m a t i o n ； h i 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取 得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含为获得重庞太堂 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本 研究所做的任何贡献均已在论文中作了明确的说明并表示谓 意。 学位论文作者签名：f 栌惫钙签字日期：讼1 年月j 日 学位论文版权使用授权书 本学位论文作者完全了解重废太堂有关保留、使用学位论文的 规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许 论文被查阅和借阅。本人授权重麽太堂可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段 保存、汇编学位论文。 保密() ，在年解密后适用本授权书。 本学位论文属于 不保密( ) 。 ( 请只在上述一个括号内打“”) 学位论文作者签名： 渐协 签字日期：沙q 年5 月r 日 导师签名：之侈们 签字日期：弘) 7 年( 月日 重庆大学硕士学位论文l 绪论 1 绪论 1 1 电力市场金融风险值v a r 研究的意义 1 1 1 选题的背景及意义 随着改革的不断深入和市场经济体制的不断完善，电力工业的市场化已不可 避免。特别是在2 0 0 2 年，国家出台了电力体制改革方案，标志着我国的电力 工业正式迈向了市场化的道路，结束了国家对电力系统长期以来的垂直垄断经营。 这种市场化的改革目前具体表现是在发电侧实行“厂网分开，竞价上网”，这样便 打破了以往电力工业发、输、配、送一体化的垂直垄断经营模式，把发电资产和 电网资产分离开来，分别成立了五大发电集团和两个电网公司一国家电网公司和 南方电网公司。这样就使得各发电集团和电网公司都致力于降低企业的经营成本， 提高生产经营的效率，以市场为导向，努力实现电力资源的优化配置。市场就代 表竞争，各发电集团和电网公司为了追求各自的利益最大化，必然会进行各种各 样的竞争。也正是这种竞争，让整个电力市场充满了许多不确定因素，从而便产 生了许多风险，这些风险交织在一起，并相互影响，从而使整个电力市场中的风 险预测和控制变得十分复杂和困难，在电力市场开始实施的过去十年中，人们对 此一直缺乏足够的认识【1 】。 美国加利福尼亚州( 简称加州) 是美国经济最发达、高科技产业最集中和人口 最多的州，其发电总量占美国总发电量的7 ，始于1 9 9 6 年的加州电力市场改革 模式曾被视为解除电力管制最彻底、最为成功的典范。但从2 0 0 0 年6 月开始，随 着加州用电需求的强劲增长，电力供应出现供不应求，电价飙升，从2 美分k w h 左右一直上涨到过4 0 0 美元k w h 左右，上涨近百倍，并且居高不下。加州当地 两家最大的电力公司在购买价格居高不下和销售电价被冻结的情况下，负责累累， 入不敷出，到2 0 0 1 年1 月中下旬，累计负债1 3 0 多亿美元，使得两家公司处于濒 临破产的境地。 “加州电力市场危机啦】发生，从表面上看似乎是因为该市场中负荷强劲的增 长、发电容量的不足以及天然气价格大幅上涨。但是，通过仔细分析发现，加州 电力危机之所以产生，其中一个最主要的原因就是当时人们对电力的金融风险的 不够重视，如果当初有一套完善的电力金融风险的度量和管理系统，后果绝不会 如此严重。 自加州电力危机以后，人们开始意识到电力市场中的巨大金融风险，并对此引 起了高度重视。事实证明，电力市场一旦出现大的金融风险，其严重程度一点不 亚于国际金融业中一些十分著名的金融风险事件。例如，在加州电力市场危机中， 重庆大学硕士学位论文1 绪论 加州两家最大电力公司出现了高达1 3 0 亿美元的巨额债务，使得两家公司处于濒 临破产的境地；而在国际金融界造成巨大影响的银行金融风险失控实例一巴林银 行事件，其损失金额也仅为1 3 亿美元。因此，对电力市场中的金融风险进行有效 的度量和管理是十分必要的。 1 1 2 电力金融市场的特点 在传统的电力工业管理体制下，国家对电价实行严格管制，政府统一管理电价， 对电价实行严格审计。在这样的硬性控制下，电价的波动很少，几乎没有独立发、 输、配电企业，因此不会面临由于电价波动造成的风险。但随着电力体制向市场 化方向改革的进行，电力市场中发电侧上网电价、批发电价和零售电价都逐步放 开，电价通过市场竞价方式来确定，将不可避免地导致市场价格的波动。另一方 面，和普通商品相比，电力商品最大的特点在于其不能进行有效的存储，从而导 致其需求弹性很小，电价易受到电力供求关系的影响，使电价产生剧烈的波动， 例如一天内的峰谷电价相差好几倍，甚至低谷电价可以为负值，而不同天、不同 月份的电价则相差更大，这必然会给电力企业的收益带来极大的风险。因此，和 传统金融市场相比，电力金融市场最大的特点就在于投资者的收益具有更大波动 性。 1 1 3 电力市场金融风险度量的研究综述 目前，传统的金融风险度量研究工作已经比较成熟【3 】，较早的对风险进行度量 研究的当数5 0 年代马克维兹提出的方差、标准差度量法，他在投资组合选择 中提出：风险可理解为投资收益的不确定性，这种不确定性可用统计学里的方差 和标准差来度量。用方差来度量风险这种思想在提出没多久就受到了各方的质疑， 众多的学者提出了批评，主要的分歧是在风险的概念上，有学者指出正负离差的 平等处理有违投资者对风险的真实感受。因此有人提出利用半方差法，它以面临 损失的可能性作为风险的定义。随着大家对风险的认识不断加深，相聚产生了很 多种不同的度量方法。其中最主要的是基于这么一种思想：风险反映投资组合价 值损失超过某一基准点的可能性大小。基于这种思想，在九十年代中期，摩根银 行提出了一种新的风险度量方法- v a r 【4 ，5 】，在它提出不久，便得到了广泛的应用， 目前v a r 方法已经成为国际上最主流的风险度量工具。目前，针对传统金融市场 的特点，特别是市场因子的分布特点，提出了很多改进的v a r 方法，比如c v a r 6 、 基于极值理论( e v r ) 【7 ，8 】的v a r 和基于c o p u l a 技术的v a r 计算【9 等。 电力市场的金融风险和传统的金融风险有很多相似之处，同时由于电力金融市 场有其自身的特点，不能完全照搬金融工程学所开发出来的风险度量工具。也正 是由于这个原因，目前电力市场的金融风险度量研究发展还比较缓慢，很多工作 也都是刚刚开始。研究在过去几年中，研究人员对电价的高度波动性作了定量研 2 重庆大学硕士学位论文1 绪论 究 1 0 ，1 1 】，取得了一定的成果。文献 1 2 1 4 1 对电力市场金融风险的分析和计算作了 初步的探讨，主要是分析如何运用电力期货来规避电力市场的金融风险，较为成 功的将传统的金融风险理论和电力市场结合了起来。但是，这些方法并没有从根 本上解决电力市场的金融风险度量问题，无法对电力市场的金融风险进行有效的 量化。为此，文献 1 5 ，1 6 】首次将传统金融风险度量的有利工具v a r 模型应用于电力 市场金融风险度量中。文献【1 7 1 9 】在前面的基础上作了进一步研究，给出了电力市 场金融风险值的具体计算，特别是【1 8 ，1 9 采用了历史模拟法的v a r 模型计算出电网 公司的毛利润v a r 值，同时考虑了差价合约的情况。由于历史模拟法需要大量的 历史数据，并且当数据比较大时又会出现严重的滞后现象，因此文 2 0 ，2 1 提出了方 差一协方差法和蒙特卡洛方法来求解v a r 值，相对历史模拟法确实有了很大的改 进。文献 2 2 ，2 3 】通过电力系统中剩余容量百分比和电价的概率关系( 系统剩余容量 百分比越大，表明剩余容量很富裕，所面临的金融风险越小；反过来，系统剩余 容量百分比越小，所面临的金融风险就越大) ，再通过蒙特卡罗方法求出了电价的 喂值。但是两篇文章都没有说剩余容量和电价的相关性有多大，如果相关性较 小，那么算出来的电价v a r 值就不会准确；同时，此方法需要的系统剩余容量数 据不易找到，模型也稍显复杂。 总体来说，当前的电力市场金融风险度量研究还处于一个比较初级的阶段，尽 管将传统的v a r 模型引入了其中，也取得较好的研究成果，但电力金融市场毕竟 不同于一般金融市场。基于传统模型的v a r 计算通常都是将电力企业的收益率假 定为正态分布，正态分布固然能较好的对分布函数的中间部位即正常温和的波动 进行预测，但对分布的极端情形提供的信息极其有限，根本不能准确刻画具有高 度波动性的电力市场的金融风险。 1 2 论文的主要研究工作与结构 电力工业作为国民经济的基础产业，其改革牵涉国计民生。然而随着改革的不 断深入，电力市场化改革给市场中各方参与者带来了前所未有的金融风险，如何 对竞争的电力金融市场进行有效的风险度量和管理，已经成为当前电力金融市场 中迫切需要研究和解决的课题。 对风险管理者来说，不管是传统市场的金融风险还是电力市场金融风险，最关 心的无非仅仅是收益的极端情形，大量文献研究表明 2 4 2 8 1 ，基于传统的v a r 计算 无法准确地计算出极端情景下的v a r 值。在电力金融市场，由于电力企业收益的 极端波动，要得到准确的v a r ，更加需要准确的刻画出收益分布的极端情形。极 值理论 2 9 ，3 0 】是专门研究次序统计量极端值的分布特征理论，它只考虑分布的尾 部，可以比传统方法更准确地刻画分布的尾部特征，这对于精确地计算v a r 无疑 3 重庆大学硕士学位论文1 绪论 具有非常明显的优势。另一方面，到目前为止，对于金融风险值v a r 的绝大部分 应用和理论研究都是基于经典统计的推断理论，也就是根据观测数据估计出收益 分布的未知参数，然后把未知参数的估计值当作真值带入到假定的分布中，进而 计算出v a r 。基于经典统计推断理论的v a r 计算方法是一种向后看的方法，它们 都完全依赖观测数据，这显然与人们在实际经验是有出入的，市场未必就会重复 过去，即使观测数据完全精确，也无法保证将来不会发生过去从未发生过的、令 人措手不及的事情。 基于以上考虑，论文主要从以下两个方面对电力市场金融风险值v a l l 进行研 究： ( 1 ) 对电力市场金融风险值v a r 计算的常用方法进行了综述，提出了利用极值 理论中的p o t 模型计算电力市场金融风险值v a r 。极值理论是专门研究次序统计 量极端值的分布特征理论，它只考虑分布的尾部，可以更准确地刻画分布的尾部 特征，这对于精确地计算v a r 无疑具有非常明显的优势。 ( 2 ) 在风险值v a r 的计算中引入贝叶斯估计。以p o t 模型计算电力市场金融 风险值v a r 为基础，建立了基于贝叶斯估计的v a r 计算新模型。由于收益的高度 波动，收益分布的参数必然会出现较大的变化，因此，将参数看作随机变量是合 理的。将贝叶斯估计和p o t 模型相结合，将同时兼顾两方面的信息：反映投资者 对未来市场状况的经验信息和已知的样本信息，计算出的v a r 将更加准确。最后 通过算例说明论文所提方法的有效性。 论文的章节结构如下： 第一章：绪论 针对论文的研究内容，为了使人们对电力市场的金融风险度量问题有一个系统 的了解，第一章首先简要介绍了选题的背景及意义，其次阐述了电力金融市场的 特点，同时较为系统的综述了电力金融市场风险度量的最新研究成果及进展。然 后结合此特点给出了论文的主要研究工作。最后介绍了全文的章节结构和主要内 容简介。 第二章：金融风险值v a r 的理论体系及其在电力金融市场中的应用 此章首先简要介绍v a r 模型产生的背景及发展历程，其次给出金融风险值v a r 的定义，然后给出在电力金融市场中计算v a r 的三种常用的方法：方差协方差法、 历史模拟法和蒙特卡罗模拟法。 第三章：极值理论的理论体系 首先介绍极值理论的发展历程，然后介绍传统极值理论，最后介绍p o t 模型。 第四章：贝叶斯估计和m c m c 算法的简介 首先介绍贝叶斯统计学产生的背景、贝叶斯统计的基本原理、贝叶斯估计。其 4 重庆大学硕士学位论文1 绪论 次介绍了m c m c 算法的基本原理、g i b b s 抽样技术以及满条件分布的定义。最后 简要介绍如何运用m c m c 方法中的g i b b s 抽样技术求出参数的贝时斯估计。 第五章：基于极值理论和贝叶斯估计的电力市场风险值v a r 的计算 本章将以三、四章的知识为基础，首先给出基于p o t 模型的电力市场金融风 险值v a r 的计算方法，其次运用m c m c 方法中的g i b b s 抽样技术给出广义p a r e t o 分布中参数的贝叶斯估计，进而给出电力市场金融风险值v a r 的计算公式，同时 以具体的算例给出了某电网公司收益的v a r 值。 第六章：结论和展望 本章阐述了本论文及其相关研究项目的主要目的，并对本论文的研究及各方面 进行了总结，最后沿着本论文的研究方向综合和分析，提出了若干个值得研究的 问题。 5 重庆大学硕士学位论文2 基于极值理论和贝叶斯估计的电力市场金融风险值 c a r 计算 2 金融风险值v a r 的理论体系及其在电力市场中的应用 2 1v a r 产生的背景及发展历程 2 1 1v a r 产生的背景 近年来，随着世界金融市场的日趋规范、壮大、各金融机构之间的竞争也发 生了根本性的变化，即从过去的资源掠夺转变为内部管理与创新方面的竞争，从 而导致了各金融机构的经营管理发生了深刻的变化，金融风险管理成为现代金融 机构管理的基础和核心。金融机构所面临的风险以信用风险和市场风险影响晟大。 信用风险主要是由于借贷行为而产生的违约风险；市场风险是指由于市场情况， 如资产价格、利率、市场流动性等变化造成收益不确定的风险。 在2 0 世纪7 0 年代以前，金融机构所面临的风险还主要是信用风险，市场风 险对于金融机构的影响不是很大。然而，随着布林顿森林体系的解体，汇率、利 率以及商品价格波动日益频繁，来自市场方面因素的变动对金融机构的影响也越 来越大。出于防范风险的需要，金融衍生工具如远期交易、期货、互换、期权等 出现并得到迅猛发展。但同时由于许多衍生工具具有很高的杠杆率，使得交易主 体面临的风险被放大，一旦市场出现逆向变动，他们就可能蒙受巨额损失。 对于交易者来说，他们最关心的是他们面临的风险到底是多少，能否以一个 简单的量化指标出来，以便他们进行适当的风险管理。从金融监管的角度来看， 也希望能方便地了解被监管对象从事金融交易时所面临市场风险的大小。 由于投资者和监管者对市场风险的关注，各种管理市场风险的方法也应运而 生。然而，多数市场风险管理方法往往是针对某一特定金融产品而设计的，对其 它金融产品很难使用，因而其应用范围就有一定的限度。另外，传统的方法不能 给出一定数量的损失发生概率，在这种情况下，交易者或管理者只能根据自己的 经验来判断每天发生损失的可能性，这往往导致过多主观上判断的失误。因此， 为了解决传统的风险度量方法不能解决的各种问题，产生了一种能全面度量复杂 金融资产组合市场风险的方法v a r 。 2 1 2v a r 的发展历程p l j v a r 方法是由j p m o r g a n 公司率先提出的。当时j p m o r g a n 集团总裁d e n n i s w e a t h e r s t o n e 要求其下属每天下午在当天交易结束后的4 点1 5 分给他一份仅仅一 页的报告，指出全银行的交易组合在未来的2 4 小时内的风险和潜在损失是多少， 这就是著名的4 1 5 报告”。为了满足这一要求，j p m o r g a n 的风险集成为一个数值 的风险度量方法v a r 。 1 9 9 3 年的g 3 0 小组发表的衍生产品的实践和规划的研究报告开始推广使 6 重庆大学硕士学位论文2 金融风险值v a r 的理论体系及其在电力市场中的应用 用v a r 方法。1 9 9 3 年国际清算银行接受了v a r 分析工具，并体现在巴塞尔资本协 议中。 1 9 9 4 年j p m o r g a n 公司开发了r i s k m e t r i c s ，r i s k m e t r i c s 是一种被简化的公司 内部的风险度量方法。同时j p m o r g a n 在因特尔网上免费提供各种市场风险因子的 每日波动和相关性数据，以供有志于补充和完善v a r 体系的人使用。这样v a r 便 在全世界流行开来。 1 9 9 5 年4 月，巴塞尔委员会宣布商业银行的资本充足性要求必须建立在喂 的基础上。1 9 9 5 年1 2 月美国证券交易委员会建议上市交易的美国公司在披露其信 息时应将v a r 值作为一项重要指标。 1 9 9 6 年1 月巴塞尔委员会发布的一项关于市场风险资本要求的内部模型方法 的修整的建议和1 9 9 6 年巴塞尔银行监管委员会发表的银行资本协调补充协议都要 求采用v a r 来控制市场风险。 1 9 9 7 年及随后的亚洲金融危机带来的一个最深刻的教训就是金融机构必须加 强风险管理。世界上各个国家的中央银行和金融机构进一步认识到防范市场风险、 加强风险管理的重要性。很多国家的央行都执行了巴塞尔的补充协议。 目前，v a r 方法已被广泛地应用于各种金融工具的风险度量，成为国际金融 市场主流的风险度量基准【3 2 】尽管v a r 技术在电力金融市场中运用较晚，远没有达 到成熟的地步。进一步展开对电力市场金融风险值v a r 计算的研究，必然会具有 重大的现实意义。 2 2 金融风险值v a r 的定义 3 2 】 所谓v a r ( v a l u ea tr i s k ) 方法，按照字面意思就是处在风险中的价值”，确切的 说是指在一定的概率水平( 置信度) f 下，某金融资产或证券组合在未来特定的一 段时间内的最大可能损失。可以表示为： p r o b ( a p v a r ) = 1 一c ( 2 1 ) 其中a p 为资产在持有期f 内的损失，风险值v a r 为概率水平c 下处于风险中的价 值。为了形象的说明上面的等式所给出的实际含义，我们可以举一个例子： 假定某投资银行在2 0 0 4 年概率水平为9 5 的日v a r 值为9 6 0 万美元，其含义就是 指该公司可以以9 5 的把握保证，2 0 0 4 年某一特定时点上的金融资产在未来2 4 小时内，由于市场价格变动带来的损失不会超过9 6 0 万美元。或者说，只有5 的 可能损失超过9 6 0 万美元。 设r 为描述收益率的随机变量，厂( 工) 是其概率密度函数，那么收益率小于r 的概 率为： 7 重庆大学硕士学位论文2 金融风险值v a r 的理论体系及其在电力市场中的应用 p r 。b ( r r ) = = ， ) 出= l c 通常v a r 是指相对于收益期望的最大可能损失： f a r = ( 擞一r ) 其中，r 表示置信度f 下的最低收益率， 从上面风险值v a r 的定义可以看到， 数是必须注意的： ( 2 2 ) ( 2 3 ) 矿是头寸大小。 要想计算风险值v a r ，有几个重要的参 1 ) ：时间范围。对时间范围的选择是一种主观行为，可以是一天，也可以是一 个月，在论文的研究中，由于电力金融市场中的数据不易获取，为了充分利用所 获得的数据，拟计算电网公司毛利润的日v a r 值。 2 ) ：置信度；置信度的选择几乎没有什么可遵循的原则，通常具有随意性，主 要取决于风险管理者及投资者对风险的态度。电力市场的金融风险往往比传统金 融风险具有更大的波动性，因此论文拟采用极值理论计算v a r ，而极值理论一般 对置信度要求较高，所以论文选取的置信度为9 5 和9 8 。 3 ) ：收益率的概率分布：从以上的定义可看出，v a r 方法本质上是对资产收益 率的统计测量，其核心在于构造资产收益率的概率分布，基本思想仍然是利用资 产收益率的历史信息来推断未来的情形，只不过对未来收益率波动的推断给出的 不是一个确定的值，而是一个概率分布。因此，要计算风险值v a r ，必须知道收 益概率密度函数或者假设一个，最常用的假设是正态分布。虽然大量的数值模拟 研究表明资产收益率的分布与正态分布相去甚远，但由于利用正态分布的假设确 实大大简化了计算，所以便成了几乎所有推论性统计方法的出发点。相比于正态 分布的假设，极值理论更能够准确描述出收益率在极端情形下的分布特征，特别 是对于具有更大波动性的电力金融市场。 2 3 电力金融市场v 出的常用计算方法3 1 , 3 2 一般来讲，金融风险值v a r 的计算可以分为两大类：非参数方法和参数方法。 参数方法在计算过程中不需要估计参数；而参数方法必须在计算过程中或者估计 样本母体的分布参数或者估计其他参数。需要把所有方法都估计出来的方法称为 完全参数法；而仅仅需要估计部分参数的方法称为半参数法。在电力金融市场， 由于v a r 计算方法的研究还不够成熟，很多工作都是刚刚起步，常用的方法归纳 起来仅有如下几种： 2 3 1 历史模拟法 非参数方法中最简单、使用最多的就是历史模拟法。历史模拟法( h i s t o r i c a l s i m u l a t i o n ，缩写为h s ) 的主要思想就是假设资产收益率的历史分布在以后的时间 重庆大学硕士学位论文 2 金融风险值v a r 的理论体系及其在电力市场中的应用 段内不会改变，因此资产组合的经验分布可以用来估计风险值v a r 值。换句话说， 这种方法用历史收益率序列的经验分布去对应于一定置信水平下的分位数点来估 计风险值v a r 。d a h l g r e n , l i u 以及周浩【1 8 ，1 9 】等人在他们的论文中详细介绍了运用 历史模拟法计算电力金融市场中的v a r 值。用历史模拟方法计算电力市场金融风 险值v a r 的程序可以归纳如下： 1 ) 首先确定组合中的所有单个资产和相应的比重，明确影响单个资产价值变 化的市场因素，并收集过去一定时期内的收益率数据。 2 ) 用收益率样本及权重来产生资产组合的收益率。 3 ) 形成资产组合收益率的经验分布，并直接从经验分布中读出置信度下