(金融学专业论文)沪深300指数的VaR研究.pdf_第1页
(金融学专业论文)沪深300指数的VaR研究.pdf_第2页
(金融学专业论文)沪深300指数的VaR研究.pdf_第3页
(金融学专业论文)沪深300指数的VaR研究.pdf_第4页
(金融学专业论文)沪深300指数的VaR研究.pdf_第5页
已阅读5页,还剩9页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

中文摘要 沪深3 0 0 指数的推出和中国金融期货交易所的成立为我国股指期货的推出奠 定了基础。由于股指期货是一种风险较高的金融衍生产品,在股指期货推出之前, 需要研究标的指数的市场风险。沪深3 0 0 指数是我国即将推出的沪深3 0 0 指数期 货的标的指数,因此需要研究沪深3 0 0 指数的市场风险。畎是一种国际上广泛 采用的市场风险测量工具,本文对用v a r 测量沪深3 0 0 指数市场风险相关问题进 行了实证研究。 - 要用畎测量沪深3 0 0 指数的市场风险,需要研究的问题主要有:1 ) v 撩能 否准确测量沪深3 0 0 指数的市场风险;2 ) 在众多的叹计算方法中,哪些比较适 合于沪深3 0 0 指数;3 ) v 报计算的相关参数如何设置。本文以实证分析为主,采 用定量分析和定性分析相结合的研究方法对上述问题进行了研究。本文的研究主 要包括三部分: 一、沪深3 0 0 指数日对数收益率的时间序列特征检验。这一部分的检验是后 面建立计量模型的基础。本文用多种方法从随机性、平稳性和正态性三方面对沪 深3 0 0 指数日对数收益率进行了检验。通过检验发现,沪深3 0 0 指数日对数收益 率序列是平稳的随机序列,但收益率的分布不符合正态分布,存在明显的尖峰厚 尾现象。 二、基于多种方法的沪深3 0 0 指数的v 撤估计。这一部分用三大类八种不同 的计算方法估计了沪深3 0 0 指数的v 2 r 。通过这一部分的估计可以发现,不同的 估计方法、同样的估计方法但不同的参数设置对估计的结果都有较大的影响,估 计结果差异较大。 三、对估计结果的检验和评估。这一部分从准确性和精确性两方面对各种方 法估计的沪深3 0 0 指数的v 状进行了检验和评估。本文采用的检验方法分别是失 败频率检验法和损失函数法。通过检验发现,历史模拟法和极值法估计的准确性 和精确度较高,能够用来测量沪深3 0 0 指数的市场风险;正态简单移动平均法、 l 0 9 i s t i c - 简单移动平均法、l 0 西s t i c 指数加权移动平均法和蒙特卡洛模拟法估计的 准确性和精确度较低,不适合于用来测量沪深3 0 0 指数的市场风险。另外,在估 计沪深3 0 0 指数的v 报时,移动窗口不宜选择太长,选择1 0 0 天和2 5 0 天要优于 5 0 0 天。 本文的研究为使用v 报测量沪深3 0 0 指数的市场风险提供了借鉴。 关键词:股指期货沪深3 0 0 指数市场风险v 状 a b s t r a c t r e l e 嬲i i l gh u s e n3 0 0i n d c x 锄d 岱切b l i 幽n gc f f e x ( c h i n af i n 砌a lf u n l r e s e x c 衄l g c ) h a v el a i daf o u i l d a t i o n 衙r e l e a s i n gs t o c ki i l d e x 触u 坞i no l 】rc o 眦略w b n e e d 咖d ym 破e tr i s ko fm l d 甜y i n gi n d e xb e f b r er e l e 鹤i n g 咖c ki n d e xf h t i l r 岛b e c a u s e 咖c k 砌f i j t l 盯ei saf h l 趾c i a ld 舐v a t i v em c t 丽也h i 曲r i s k s o ,m a r k c tr i s ko f h 1 袖锄3 0 0i l l d 懿d e o dt 0b es t i l ( 1 i e d ,w h i c hi sl 】i 】d 甜弧n g 砌e xo f h u s h 锄3 0 0i 1 1 d e x 矗】:t u 坞m a t 丽l lb er e l e 鹤e di i lt l l en e 缸f i 咖托i no l l rc o u m 哆r ( v 砒u ea t 鼬s k ) i sa m s 嘶n gt 0 0 lf 研m a r k e td s l 【,础c hi s 耐d e s p 陀a d 瑚e di i lt h e 、0 r l d 1 1 l i st h e s i s 锄p i r i c a l l ys t l l d i 昭s e v e d lt o p i 伪曲唧吐m 翩s i l r i n gm 破e tr i s ko fh u s h e n3 0 0i i l d e x 谢也 b e f - 0 r em e 跚j r i n gm 羽( e tr i s ko f h 蜘3 0 0 砌e x w i 也v a rt l l et o p i c sm a tn e e d t 0b c 陀s 伽r c h e di i l c i u d e :1 ) w h e l e rv 狼c 粗m e 嬲嘶n gm a r k e tr i s ko fh u s h c i l3 0 0 砌e xa o c i 】m t e l y ;2 ) w h i c h 池a 血gm 甜1 0 d si sb e n e rf o rv 报o fh u s h e i l3 0 0i n d e x ;3 ) h o wt 0s e tp 戤吼e t e 塔a b o u t 、,狼酬m a t i n g i nt h i sh e s i s ,锄p i r i c a l 趾a l y s i si sl l s e d 笛 m 旬0 rm e m o dt 0s t u d ya b 0 v e - m 碰。dt i d p i c s ,c o m b i i l j m gq l l a n t i 伽v e 锄a l y s i sa n d q m l i t a t i v c 觚a l y s i s t h er e s 咖hm a i l l l yi n e l u d 铭t h i 优p a n s : 1 ) 胁es 甜髓觚a l y s i so f 越1 yl o g 撕1 r i l i cr 叽髓r a t eo nh u s h e i l3 0 0i n d e x 1 1 1 e 锄a l y s 懿i nm i sp a r t 玳ab 鹊eo fm o d e l i n gi nf o l l o w i n gp a r t h lt l l i sp a n r 龇l d 砌c i 饥s 枷o n a r i t ) r 觚dn o 肌a l i t yo fd a i l y1 0 9 a r i t h i l l i cr e _ t u mr a t eo nh u s h e n3 c o a r et 骼t e db yd i 脓e n tm e m o d s n 啪u g l lt e s t i n 舀w ec 锄f i n dm a td a i l yl o g 耐t h m i c r e t u 】mr a t es 舐e si ss t a t i o n a d ,趾d 咖c h a s t i cs e q u e l l c c b u t ,d i s t r i b u t i o no f l e 咖 r a t ei sd i f f e r e n tf r o mn o r m a ld i 矧b u t i o l l w l l i c he x i s t sh i g hp e a k sa n df a tt a i l sm a r k e d i y 2 ) 、讯o fh u s h e i l3 0 0i n d e xe s t i m a t e db yd i f j f e r e i l tm e t h o d s h lm i sp 砸,v a ro fh u s h e i l3 0 0i n d e xi se s t i m a t e db ye i g l l td i 疏r e r l tm e t h o d s w e c a i lf i n dm a td i 行e r e n c eo fe s t i m a t i n gm e m o d sa i l dm o d e lp 砌e t e r sh a v e 伊e a te 毹c t s o nv 抿硎m a t e d t h e r ei sa 黟e a td i 舵啪c eb e m e e nr c s u l t se s t i m a t e db yd i 胁e n t m e t h o d s 3 ) t e s t i n g 肌de v a i u a t i n gr e s u i t s i i l l i sp a 】呜a c 伽m ya n dp r c c i s i o no fe s t i i i l a t i o no nv a ro fh l l s h 蚰3 0 0i n d e xa r e t e s t e d 距de v a h i a t e db y 伍l u r e 侬那锄c ym e 岫) da n dl o s sf h c t i o nm e t h o d a c c 0 r d i i l g t 0t e s t i i l g 锄de v a l u a t i i 玛,r e s u l t se s t i m a t o db yl l i s t o d cs :i n l u l a t i o nm e t l l o d 锄de x 臼咖e 也e 0 巧m e m o dh a v eb 甜e ra c c u r a c y 锄dp r e c i s i o 玛s 0t h i s 伽om 如o d sc a nb e1 i s e d 勰 t o o l st 0m e 嬲u 】r em 破e tf i s ko fh u s h e n3 0 0i n d e x ;北s u l t s 器血a t c db yn o m a l d i s 缸i b 嘶o n s m am e t h o 也l 0 舀s t i cd i s t r i b u t i o n - s m am e n l o 血l o 百s t i cd i s 劬佣o n - e w m am e l ( d 锄dm o n t ec 砌os i n l u l a t i o nm 劬o dh a v cb a da c l 咖a c y 锄dp d e c i s i o 玛 t :h c s em e t h o d sa r ei l o ta p p r o p r i a t ef o rm e 嬲面n gm 破e t 订s ko fh u s h e n3 0 0i 1 1 d e x a d d i n a 1 1 y ,l o n g e rm o 诎1 9 惭n d o wi sn o t 印p r o 砸a t e 南r 懿t i m a t i i l gv 状o f h l l s h e n 3 0 0 砌e x n 锄e l y ,1 0 0d a y sa n d2 5 0d a y sa f eb c 仕e rt l l 锄5 0 0d a y s 1 1 嘲ec o n d u s i o l l sc 0 n t a i n e di nn l i st l l e s i sp r 0 v i d eg u i d a n c e 如rm e 咖r i n gm 砌瞅 r i s ko f h e i l3 0 0i n d c x 谢mv a rc o r r e c t l m k e yw o r d s : s t o c ki n d e xf i l t i 鹏 h u s h e i l3 0 0i n d 麟m a d 【e tr i s k 汛 关于学位论文独立完成和内容创新的声明 本人向河南大学提出硕士学位中请。本人郑重声明:所呈交酌学位论文是 本人在导师的指导下独立完成的。对所研究的课题有新的见解。据我所知,除 文中特别加以说明、标注和致谢的地方外,论文中不包括其他人已经发表或撰 写过的研究成果,也不包括其他人为获得任何教育、科研机构的学位或证书而 段保存、汇编学位论文( 纸质文本和电子文本) 。 ( 涉及保密内容的学位论文在解奢后适用本授权书) 学住获得者( 学位论文作者) 釜名: 2 0 学位论文指导教师签名: 2 0d 喀年石月6 目 作 全 家 文 校 手 河南人学研究生硕士学位论文 1 绪论 1 1 研究背景和意义 2 0 0 5 年4 月8 日,由上海证券交易所和深圳证券交易所联合编制的沪深3 0 0 指数开始发布。沪深3 0 0 指数是由从上海和深圳证券市场中选取的3 0 0 只a 股作 为样本编制而成的股票价格指数,其中沪市1 7 9 只,深市1 2 1 只。沪深3 0 0 指数 样本覆盖了沪深市场六成左右的市值,具有良好的市场代表性。沪深3 0 0 指数是中 国证券市场上首个官方认可的反映沪深两市a 股整体走势的股票价格指数。它的 推出,丰富了市场现有的指数体系,增加了一项用于观察市场走势的指标,有利 于投资者全面把握市场运行状况,也进一步为指数投资产品的创新和发展提供了 基础条件。 1 9 8 2 年2 月2 4 日:世界上第一张股票指数期货合约在美国堪萨斯交易所开始 上市交易。作为一种具有对冲股票市场系统风险、套期保值以及投机等功能的衍 生金融工具,股指期货在世界上许多国家得到了迅速的发展。如今,股指期货已 经成为国际金融市场上交易最为活跃的金融衍生品之一。2 0 0 6 年9 月8 日,中国 金融期货交易所在上海成立。经过准备和筹划,中国金融期货交易所已经推出了 股指期货产品沪深3 0 0 指数期货的仿真交易,真正的指数期货交易也会很快 推出。股指期货、期权等金融衍生产品的推出,将为我国的证券市场引入做空机 制,将从根本上改变我国证券市场的现状,对于我国证券市场的完善和改革的深 化有重要意义。 股票指数期货是以特定的股票价格指数为标的物进行交易的合约。股指期货 实行的是保证金交易,具有一定的杠杆效应,在放大了收益的同时也放大了风险。 另外,股指期货交易还实行当日无负债结算制度,如果交易者的保证金账户金额 不足,就可能被强行平仓或出现爆仓情形。1 9 9 5 年,具有2 0 0 多年历史的英国巴 林银行宣布破产,因为其在新加坡的交易员里克尼森持有的同经2 2 5 指数期货 网南人学研冗生坝士学位论义 合约多头损失了约1 4 亿美元,而该银行的股权资本只有6 1 5 亿美元。在巴林银行 破产的同时,交易所、经纪商等也遭受了巨大损失。因此,在股指期货市场上, 无论是交易所、结算公司、经纪商还是投资者都需要进行严格的风险管理。要推 出股指期货不仅需要选取合适的标的指数,而且还需要研究指数的波动、指数的 市场风险等问题。沪深3 0 0 指数期货合约的交易标的物为沪深3 0 0 指数,在沪深 3 0 0 指数期货正式推出之前,有必要对沪深3 0 0 指数的市场风险进行研究。 市场风险是由于资产的市场价格波动给投资者带来的风险。由于受太多因素 的影响,股票价格每一个交易日甚至交易日的每时每刻都在变化。因此,在股票 市场上,市场风险是投资者面临的主要风险。v 报( v 酊u ea tr i s k ) 模型作为一种测 量市场风险的方法,自1 9 9 3 年被j pm o r g 纽公司首先使用以来,由于其简洁、定 量、易于理解等特点,很快被国际上的金融机构广泛采用。一些国际权威机构, 如三十国集团、巴塞尔银行监管委员会、国际互换和衍生品协会等都要求或推荐 把v 抿作为市场风险衡量的具体方法。那么,用瓜模型来测量沪深3 0 0 指数的 市场风险是否可行呢? v 抿本身只是一个简单的概念,也就是处于风险中的价值,为了计算v 报, 人们提出了众多的计算方法。要用v i 瓜模型来测量市场风险,就涉及到计算方法 的选择,模型参数的确定等,而这些问题瓜模型本身是给不出答案的。这些问 题只有通过采用不同的方法估计l r 、对估计的淑进行准确性和精确度的检验 才能得到答案。因此,要用v 抿模型测量沪深3 0 0 指数的市场风险需要回答以下 几个问题: 1 ) v 报模型能否有效测量沪深3 0 0 指数的市场风险; 2 ) 哪一种计算方法估计的v m 准确性和精确度较高; 3 ) 模型的参数如何设置估计结果更理想。 本文通过用多种不同的方法分别计算沪深3 0 0 指数的瓜,并对结果的准确 性和精确程度进行检验,试图回答以上几个问题,为正确使用瓜模型估计沪深 3 0 0 指数的市场风险提供借鉴。 河南火学研究生硕士学位论文 1 2v a r 方法国内外研究综述 1 ,v 狼方法由j pm o 曙纽公司( 1 9 9 3 ) 首先提出并使用后,在一些国际组织如巴 塞尔银行监管委员会、三十国集团等的推动下,迅速的被世界上的很多金融机构 所采用。v 报的基本思想很简单,但它的计算依赖于一些统计学的方法,所以学 者对、,a r 的研究主要集中在寻找合理的计算模型以提高计算结果的精确性和计算 效率。历史模拟法、蒙特卡洛模拟法和方差协方差法是常用的吸估计的方法。 b o u z o u l ( i 、& c h a r d s 和w h i t c l a w ( 1 9 9 8 ) 提出了用指数加权的历史收益数据进 行模拟的方法,这种方法是给予历史各期收益不同的权重,然后建立经验分布。 h 硼和w h i 域1 9 9 8 ) 提出了另一种调整历史收益的方法,用当前波动率与历史波动 率的比率对历史收益进行调整,将调整后的市场因子用于组合的再定价,进而形 成经验分布以估计相应的v a r 值。b u n e r 和s c h a c h t 皤1 9 9 6 ) 提出了一种基于核估计 的历史模拟法。这种方法的基本思想是先用非参数方法估计组合回报的概率密度 函数和累积概率密度函数,然后求得周报分布的各阶统计量的概率密度,最后使 用l e g c n d r c 积分来得到次序统计量概率密度函数的各阶矩,均值就是所求的瓜 的估计,方差就是v 报估计的标准误差。 蒙特卡洛模拟法的基本思想是:用市场因子的历史波动参数产生市场因子未 来的大量可能路径,通过模拟分布可以导出真实分布,求出v 孤。对蒙特卡洛模 拟法的改进主要有d e l 协g a m m a - t h e t a 蒙特卡洛模拟法、网格蒙特卡洛模拟法、情 景蒙特卡洛模拟法。蒙特卡洛模拟法可以较好的处理非线性和非正态问题。 方差一协方差法假定资产组合的回报服从正态分布,利用正态分布置信度与分 位数相对应的特性计算r 。对方差协方差法的改进主要体现如何估计收益率的 方差上。在j pm o r g 锄公司( 1 9 9 4 ) 提出了指数移动加权平均法,其计算方法仍以 正态分布为前提,但较近的数据赋予较大的权重,这样能反映波动性的动态特征。 e n 酉e 在1 9 8 2 年建立了a r c h 模型。由于a r c h 族模型具有良好的描述金融时间 序列的特性,因此人们引入了d e l t a g a r c h 模型。j pm o r g a i l 公司还提出了d e l t a 混合正态模型,该模型假设标准回报服从由两个不同正态分布构成的混合分布。 3 塑堕奎兰笙窒竺堡主兰垡堡兰 国内对v 出的研究主要集中在对v 狼理论的介绍、应用和计算方法的改进等 几方面。杭斌、赵俊康( 1 9 9 7 ) 、郑文通( 1 9 9 7 ) 、姚刚( 1 9 9 8 ) 、顾乃康( 1 9 9 8 ) 、 刘宇飞( 1 9 9 9 ) 等学者较早的向国内介绍了收的原理及计算方法。叶青( 2 0 0 ( ) ) 用基于g a r c h 和半参数法的畎模型实证研究了中国股市的市场风险。王春峰、 万海辉、李刚( 2 0 0 0 ) 提出了一种基于m c m c 模拟的v 报计算方法,该方法是将 随机过程中的马尔科夫过程引入蒙特卡洛模拟中,实现动态模拟。周开国、缪柏 其( 2 0 0 2 ) 用极值理论的方法实证分析了恒生指数的v 狼。彭寿康( 2 0 0 3 ) 用加 权正态模型和l o 西s t i c 分布模型研究了上证指数和深证指数的v 报,认为历史模拟 法和l 0 西s t i c 分布模型的估计效果比较好。 国内外对瓜理论的研究已经比较成熟,学者从不同的假设前提出发运用不 同的统计学方法提出了众多的计算方法。可以预见,随着统计学方法的发展和计 算机技术的进步,肯定还会有新的v 2 r 计算方法被提出来。 本文的研究属于v 报的应用研究,研究应用、恹方法来测量沪深3 0 0 指数市 场风险相关问题。 1 。3 本文的研究思路、方法和内容结构 任何一种方法或者模型,都有其适用的范围和条件,v 狼也应该是这样。要 用v 报方法测量沪深3 0 0 指数的市场风险,那么应满足以下几个条件:1 ) v 2 畎方 法能有效测量沪深3 0 0 指数的市场风险;2 ) v a r 方法有种类众多的计算方法,所 选用的方法应该在估计的准确度和精度符合要求;3 ) 模型中的参数被恰当的设置。 那么通过将计算的v 抿与实际的损益相比较,可以确定v 报方法的有效性;通过 比较不同的计算方法计算的v a r 的准确性和精确性,可以确定适合于沪深3 0 0 指 数的瓜计算方法;通过比较不同参数下计算的v i r 的准确性和精确性,可以了 解参数设置对v a r 计算的影响,从而确定适当的参数设置。通过对这几个问题的 回答,为使用v a r 测量沪深3 0 0 指数的市场风险提供实际的操作指导。 根据上边的思路,本文的研究方法以实证分析为主,定量分析和定性分析相 4 塑堕查兰堑塞竺堡主兰垡丝奎 结合,较多的使用一些统计学和计量经济学的理论和方法。全文的内容分为六章, 除了第一章绪论外,其他各章的内容和结构安排如下: 第二章,金融市场风险测量技术的演变和v a r 方法。这一部分首先简单回顾 金融市场风险测量技术由简单到复杂的演变过程,然后系统的介绍v 披的基本概 念、v 抿计算的基本原理和几类常用的v 披计算方法。 第三章,数据的搜集、整理和检验。这一部分主要是实证分析前的数据准备。 先简单介绍数据的来源及对数据的整理,然后是对数据的时间序列特征的检验, 主要检验了数据的随机性、平稳性和正态性。数据通过检验是后面进行浓估计 时建立计量模型的基础。 第四章,基于不同方法的沪深3 0 0 指数的瓜估计。这部分采用三大类八 种不同的方法计算了沪深3 0 0 指数的v 抓,主要以折线图的形式给出了估计的结 果,最后还给出了各种估计方法估计结果的均值和超限次数。这一部分估计的结 果是下一章评价不同方法优劣的依据。通过这一部分的估计可以发现,不同的估 计方法、同样的估计方法但不同的参数设置对估计的结果都有较大的影响,估计 结果差异较大。 第五章,估计结果的检验和评估。这一部分从准确性和精确性两方面对上一 章估计的结果进行检验和评估。准确性检验采用的方法是失败频率检验法,精确 性检验采用的方法是损失函数法。本文要回答的几个问题通过这一章对结果的检 验和评估给出答案,因此这一部分是本文的核心所在。 第六章,研究的结论及展望。这一章总结了前边数据检验、v 状估计以及估 计结果检验所得到的结论,为使用v 状方法估计沪深3 0 0 指数的市场风险提供了 借鉴。最后指出了本文研究上的一些不足以及需要进一步研究的问题。 5 河南大学研究生硕士学位论文 2 金融市场风险测量技术的演变和v a r 方法 2 1 金融市场风险测量技术的演变 金融市场风险测量是对金融风险的定量分析和评估,是风险管理的基础也是 关键。随着金融市场和交易的不断发展和复杂化,风险测量技术也经历了从简单 到复杂的过程。最初的金融市场风险测量方法很简单,某一证券组合的市场风险 就是该证券组合的价值,因为在市场变化中它可能全部损失,这种方法称为名义 量法。这是一种很粗略的估计方法,因为在多数情况下只是组合的部分价值处于 风险状态,只在极少的情况下整个证券组合的价值才可能全部损失。、 随着金融市场的复杂化和竞争的激烈,人们引入了众多的更精确的风险测量 方法。传统的方法可以分为两大类:一类是敏感性方法,一类是波动性方法。 敏感性方法就是测量证券组合价值对于一些市场因子的敏感性,这种方法由 于简单、直观,在实际中应用比较广泛。针对不同的金融资产有不同形式的敏感 度指标。麦考利在1 9 3 8 年提出了久期( d u r a t i o n ) 的概念,这一个概念用来衡量债 券价格对于利率变化的敏感度,久期越长,债券面临的利率风险就越大。久期衡 量债券的利率风险的准确性受利率变化幅度的影响,这是因为利率与债券价格的 关系不是线性的,而是一条曲线,因此还要考虑利率和债券价格曲线的凸性 ( c o n v e x 对) 凸性是债券价格对利率的二阶导数,反映了债券的利率弹性对利率 变化的敏感度,与久期结合起来使用能更准确的反映债券的利率风险状况。夏普 在1 9 6 3 年提出了资本资产定价模型( c a p m ) ,在模型中夏普用p 来衡量个股收益 对市场收益变动的敏感性。1 9 7 3 年,布莱克和斯科尔斯发表了期权定价的b s 模 型。根据b s 模型,期权价格对于基础资产价格变化的敏感度可以用期权价格对 基础资产价格的偏导数表示,这就是o 。期权价格和基础资产价格之间的关系也是 非线性的,那么也要考虑。相对于基础资产价格变化的敏感度,这用丫表示。另 外,用0 衡量期权价格对合约到期时间的敏感度,用v e g a 衡量期权价格对基础资 6 河南大学研冗生坝二七学位论文 产价格波动性的敏感度,用p 衡量期权价格对无风险利率的敏感度。 敏感性方法虽然简单、直观,但有以下缺陷:l 、近似性,只有当市场因子的 变化范围很小时,这种近似才会与现实相符;2 、一个敏感度指标只适合于某一类 资产针对与某一个市场因子,无法用来比较不同资产的风险程度;3 、敏感度指标 只是一个相对的概念,不能回答风险到底有多大的问题。 金融市场风险测量的第二类方法是波动性方法,就是用统计学的方法反映证 券收益的波动性。马克维茨在1 9 5 2 年发表的关于资产组合的论文中首先用资产收 益率的方差来衡量资产的风险。风险是未来收益的不确定性,波动性是实际收益 偏离期望结果的程度,那么波动性在一定程度上测量了这种不确定性。而波动性 可以通过规范的统计方法量化,方差和标准差是最为常用的方法。 波动性方法主要存在两个缺点:1 、只描述了收益的偏离程度,却没有描述偏 离的方向,实际中人们最为关心的是负偏离;2 、波动性并没有反映组合的损失到 底是多大。对于随机变量统计特征的描述需要引入概率分布,仅仅有方差是不够 的。 为了解决这些传统的风险测量方法所不能解决的问题,种能全面测量复杂 证券组合的市场风险的方法v a r 诞生了。v a r 方法是在1 9 9 3 年由腰m o 堵纽公 司首先提出的。叹( v a l u ea tr i s k ) 的含义是处于风险中的价值,准确的定义为: 在一定的概率水平下( 置信度) ,某一金融资产或证券组合在未来特定时间段的最 大可能损失。v 披的计算主要是基于证券组合价值变化的统计分布,找出与置信 度对应的分位数,这个分位数就是v 承值。汛既给出了一定时问区间内证券组 合可能损失的大小,也给出了出现损失的概率,从而让人们对于所面临的风险有 一个清晰的认识。, v 状的优点可以归纳为以下几点:l 、可以测量不同市场因子、不同金融工具 构成的复杂证券组合和不同业务部门的总体的市场风险暴露;2 、v a r 提供了一个 统一的方法来测量市场风险,为比较不同业务部门的风险暴露的大小、绩效评估、 风险限额设置等提供了一个简单可行的办法;3 、概念简单、容易理解;4 、瓜 考虑了不同资产价格变化之间的相关性。 7 塑堕奎兰堕窒生堡主兰垡笙奎 但v 报方法也有缺陷:l 、v 孤的计算是基于历史数据的,并假定变量分布在 未来保持不变,这显然不符合实际;2 、v 娘的一些常用假设条件可能与现实不符 合,比如数据分布的正态性假设;3 、只能测量市场处于正常变动下的风险,不能 处理金融市场在极端变动下的情形,比如股市崩盘等情况。当然,v i r 的这些缺 陷是由于计算时所依赖的统计方法所造成的,并不是r 方法自身的问题。 为了测量极端市场状况下的市场风险,作为对v 砜的补充,巴塞尔银行监管 委员会在1 9 9 6 年的报告中要求银行定期进行压力测试。压力测试( s 仃镪st e s t i n g ) 是测量市场因子发生极端不利的变化时,金融机构和证券组合的损失大小。典型 的压力测试方法有情景分析和系统化压力试验。另外。统计学的一个分支极值 理论( e 】【慨v 加e 岫) 也被用来测量极端市场情况下的金融市场风险,这也 可以看作是对v 报的补充。 2 2v a r 方法 2 2 1v a r 的基本概念 v 报的含义是“处于风险中的价值,确切的定义为:在一定的概率水平下( 置 信度) ,某一金融资产或证券组合在未来特定的一段时间内( 持有期) 的最大损失。 可表示为: m 6 ( p 愀) = 1 一c 其中,p 为资产或组合在持有期t 内的损失;v 报为置信水平c 下处于风险 中的价值。 在v a r 的定义中,有两个重要的参数持有期和置信度。任何v a 【r 只有在 给定了持有期和置信度这两个参数的情况下才有意义。, 持有期是计算v a r 的时问范围。由于资产价值的波动与时间长度正相关,因 此畎随资产持有期的延长而变大。通常的持有期是一天或一个月,有的金融机 构选取更长的持有期,如一个季度或一年。有些金融资产的价值变化很快,不管 r 塑堕奎兰婴壅竺堕主兰垡堡茎 是从理论上还是实际上来讲,持有期都可以小于一天。影响持有期选择的因素主 要有资产的流动性和数据约束等。金融资产的流动性越强,持有期一般越短;流 动性越差,持有期一般越长。v 报的计算往往需要大规模的历史样本数据,持有 期越长,所需的历史数据时间跨度就越长;持有期很短( 如5 分钟) ,就需要高频 数据。这就涉及到数据的可得性和处理的难度问题,因此,数据反过来影响到持 有期的选择。 置信水平的选择依赖于对v 搬验证的需要、内部风险资本需求、监管要求和 统计比较的需要。一般来说,不同的置信水平适用于不同的目的:当考虑v 报的 有效性时,需选择较低的置信水平;而内部风险资本需求和外部监管要求则需要 选择较高的置信水平;对于统计和比较目的需要选择中等或较高的置信水平。 2 2 2v a r 估计的基本原理 考虑一个证券组合,假定昂为证券组合的初始价值,r 是持有期内的投资回 报率,则在持有期末,证券组合的价值可以表示为p = 风( 1 + r ) 。假定回报率r 的期望回报和波动率分别为和仃。如果在某一置信水平c 下,证券组合的最低 价值为p = 岛( 1 + 尺) ,根据v 承的定义,相对于证券组合价值均值的v 报为: 玩如= e ( p ) 一尸= 一只( 尺一) 如果不以组合价值的均值为基准,可以定义绝对v 出: 1 眦= 昂一,= 一昂f 。 根据以上定义,计算v 孤就相当于计算最小值尸或最低回报率f 考虑证券 组合未来日回报行为的随机过程,假定其未来回报的概率密度函数为厂( p ) ,则对 于某一置信水平c 下的证券组合最低值,有 c = e 厂( p 物 或 9 河南大学研究生硕士学位论文 l c = e 厂( p “ 无论分布是离散的还是连续的,厚尾的还是瘦尾的,这种表示方式都是有效 地。 2 2 3 常用的v a r 估计方法 v a r 本质上是对资产组合价值波动的统计测量,其核心在于构造资产组合价值 变化的概率分布。基本思想仍然是利用资产组合价值的历史波动信息来推断未来 的情形,只不过对未来价值波动的推断给出的不是一个确定值,而是一个概率分 布。围绕这一个问题的解决,国内外的学者提出了多种计算方法以改进计算结果 的精确性和提高其计算效率。根据推测资产价值未来波动的不同方法,当前v a i r 估计的方法可以分为三类:非参数法、半参数法和参数法。 2 2 3 1 非参数法 非参数法是指在推测资产价值未来波动时不需要预先确定价值波动的分布和 参数的一种v 报计算方法。历史模拟法是一种常用的非参数估计方法。历史模拟 法的基本假设是资产收益的过去变化情况会在未来完全重现,收益率变化服从独 立同分布。历史模拟法利用过去一段时间资产收益资料估计资产组合变化的统计 分布( 经验分布) ,再根据不同的分位数求得相对应的置信水平的风险值。与参数 方法不同的是,历史模拟法对收益的分布不做任何的假设,只用到历史经验分布, 统计上用的是非参数技术。 假设投资组合包含研项资产,选取过去+ 1 的历史损益资料,得到: k ,= q ;f = 一1 ,一2 ,一; f = i 其中:为第f 项资产在时间f 的损益( f = l ,2 ,掰;f = 一l ,一2 ,一;) 国;为第f 项资产在时间f = 0 时的投资权重 1 0 河南大学研究生硕士学位论文 将历史损益值 圪) 。一l 。- - 由小到大排序,并给出经验分布函数,由此就可以 估计不同置信水平下的v 出值。例如,损益经验分布由1 0 0 0 笔损益数据的频率数据 组成,则在置信水平为9 5 的条件下,应选取从小到大排列的第5 l 笔损益金额为v 俎 值的估计,即损益经验分布的5 分位数 历史模拟法是一种概念直观、计算简单、实施容易、容易被各方接受的计算 方法。由于属于非参数方法,历史模拟法不需要假定统计分布,能较好的处理非 对称和厚尾的问题。另外,历史模拟法无需估计波动性等参数,也就没有参数估 计的风险;历史模拟法也不需要市场动态性模型,因此避免了模型风险。历史模 拟法也有不少缺点。历史模拟法假定市场未来变化与历史变化完全一样,服从独 立同分布,概率密度函数不随时间而变化,这与金融市场的实际变化是不一致的, 因此不能预测和反映未来的突变事件和极端事件;而当历史样本包含了极端市场 事件时,又会严重高估市场风险。另外,估计所需样本数据的多少也不好确定: 如果样本数据太少,会导致估计的v 水波动性较大和不精确;如果样本数据太多, 吸取了太多的旧信息,会违反独立同分布的假设。 2 2 3 2 半参数方法 半参数方法常用的是蒙特卡罗模拟法。蒙特卡罗模拟法是在一定的统计分布 假设下模拟风险因子变化的情境首先假设资产收益为某一随机过程,并根据所确 定的价格变动过程,大量模拟未来各种可能发生的情境,然后将每一情境下的投资 组合值排序,给出投资组合值变化的分布,据此就可以估算出不同置信水平下的 v 水值。 实际应用中,对于不同的风险因子有许多的统计分布族可以应用,常用的分布 族有正态、对数正态等。本文的研究中采用了几何布朗运动来描述股指收益在短 时间内的变动过程,具体步骤如下: 1 ) 建立描述资产价格变动的动态模型,这罩使用几何布朗运动( g e o m e t r i c b r o w i l i 锄m o t i o n ) 来描述资产价格在短时间内的变动过程; 河南火学研究生硕士学位论文 d s t = p t s t d t + a t s t d w l 其中:姆为价格变动量; 以为资产的收益率( 为模型的漂移项) ; q 为收益标准差,批( o ,西) 为布朗运动。 经简化处理后,得到特定时期( o d 资产价格变化过程: 墨= 墨( p f + 晖f ) ;f = 1 ,2 ,;f = r 于是得到: 。 墨+ 1 墨+ 墨( 必汁哆届) 重复上式次得到晶= 品,由此可以模拟整段时间中,每一时点的价格。 2 ) 从标准正态分布( o ,1 ) 中抽取随机序列毛,f 2 ,知,代入步骤1 ) ,最 后得到资产价格过程公式,得到一个模拟的价格序列s ,是,晶且昂= 品 3 ) 将步骤2 ) 重复k 次,得到r 时刻足个可能的价格s ;,s ;,s 笋,并求得 损益分布。 4 ) 给定置信水平1 一口,根据步骤3 得到的损益分布的口分位数可以估算 出相应的v 水值。 蒙特卡洛模拟法可以产生大量的情景,能模拟回报的不同行为和不同分布, 因此可以处理非线性、大幅波动以及厚尾等问题。但是,蒙特卡洛模拟依赖于特 定的随机过程和所选择的历史数据,计算量大、计算时间长,比历史模拟法和刹 参数法更复杂。另外,蒙特卡洛模拟法产生的数据序列是伪随机数,可能导致错 误结果,这些是蒙特卡洛模拟法的不足。 2 2 3 3 参数类方法 在推测资产未来价值波动时,假定资产价值变化符合某一种分布,那么只要 确定了分布的参数,就可以确定资产价值未来变化的各种可能性,这一类确定资 产价值波动的方法就是参数类方法。最常用的参数类方法是币态模型法,也就是 1 2 塑堕奎兰! 型竺堡主兰堡堡奎 基于正态分布假设的方法。其他的参数类方法还有基于l o 百s t i c 分布假设和极值理 论等的方法,这两种方法处理厚尾情况时表现要优于正态模型法。 1 ) 正态模型法 正态模型法假定资产收益率变化符合正态分布,那么只要确定了正态分布的 均值和标准差( 也就是德尔塔,o ) ,也就确定了资产未来的损益以及概率。但是, 实际情况是资产收益率的分布基本上都不符合正态分布,本文第三章对沪深3 0 0 指 数的收益率进行的检验也验证了这一点。与正态分布相比,资产收益率的分布大 多有尖峰厚尾的特点,测量风险时如果采用正态分布的假设,势必会造成低估市 场风险的后果。 在正态分布假设下,v 出估计的方法如下: 根据v 抿的定义,有p ( x 纥砭) = 口; 根据正态分布的性质,有p ( 彳 一乙盯) = 口; 所以,玩心= 一乙仃 这里乙为标准正态分布的口分位数,为分布的均值,仃为分布的标准差。 2 ) l o 百s t i c 模型法 与正态分布相比,l o g i s t i c 分布有更厚的尾部。当资产收益率分布具有尖峰厚 尾特点时,使用1 0 西s t i c 分布的假设是更合理的。 l o 西s t i c 分布的分布函数为: 1 f ( x ) = 二百,咱 工 佃 。 一一 1 + p 口 其中一 0 为常数,分别称为分布的位置参数和尺度参数。分 布的密度函数为: 厂( x ) = x p g 盯 仃( + p j 孑) 2 0 ,当善o 时y 0 ,当f 0 时0 y 一f 。 下边是利用极值理论计算v a r 的方法。 为了估计回报率的尾部分布,根据前边的式子,选取足够大的阈值u ,使得 e ( 工) g 钗。) ( 功,令工= 口+ y ,可以得到f ( x ) 的近似估计为: f ( 砖= ( 1 一f 颤) ) g ,户。) ( y ) + ,0 ) 通过历史数据可以得到,似) 的估计为: 户( “) = ( 万一七) 刀 式子中k 为超过阈值u 的次数。由此可得f ( 石) 的估计: ,嘲斗牡宇r , 有了对分布函数的估计,对给定的置信度p ,v a r 为: 吨詈一一1 式子中的参数和善可以通过下面的对数似然函数估计: 从茧厉力一山胪( 抄驴1 + 砂。 - ;一l 工, 参数类方法的最大优点是简化了计算,缩短了计算时间。参数类方法的缺点 也是很明显的。参数类方法首先要假设样本的分布类型,而常用的分布一般都和 洲雨人学研究生硕士学位论文 现实不完全相符,那么就存在模型风险。设定分布模型后还要估计分布的参数, 那么就又有参数估计的风险。另外,参数类方法无法处理厚尾现象。 每一类汛估计方法都有特定的假设前提,所用到的统计方法也不同,因此 造成这三类计算方法在许多方面存在差异,如计算的准确性、执行的难易程度、 向管理层解释的难易程度、结果的可靠性以及对不同假设的适应性等。因此,在 进行计算方法选择时,实际上需要在计算效率、所需信息、计算的准确性等几方 面进行平衡。最为关键的是要理解每一种方法的缺点并进行控制,用最为简单的 方法得到最有价值的信息,而不是盲目追求精度。各种方法在不同方面各有优势, 不存在绝对最优的计算方法,因此只能根据实际情况相机抉择。 1 6 河南大学研究生硕士学位论文 3 数据的收集、整理和检验 3 1 数据的收集和整理 本文研究所用的数据是中证指数有限公司发布的沪深3 0 0 指数的每日收盘价, 时间跨度为从2 0 0 5 年4 月8 日到2 0 0 8 年2 月2 9 日,总共7 0 3 个样本数据,数据 来源于中证指数有限公司网站。 在金融研究中,大多数都是使用资产的收益率而不是资产的价格,这主要因 为两个原因:第一,对于投资者来说,资产收益率是投资机会更完全、更准确的 衡量;第二,资产收益率序列比资产价格序列更容易处理,因为收益率序列具有 更好的统计性质。因此,在本文的研究中也使用沪深3 0 0 指数的收益率,即估计 的是日收益率的v 抿。 常用的收益率有简单收益率、对数收益率等,本文使用对数收益率,因为对 数收益率有更容易处理的统计性质。这里,对数收益率的定义为: n = l n ( l ) p f l r t 为第t 日沪深3 0 0 指数的日对数收益率,p t 为第t 日的沪深3 0 0 指数收盘价, “l 为第t - 1 日的沪深3 0 0 指数的收盘价。 下面是样本数据的基本统计: 时

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论