金融風(fēng)險(xiǎn)測(cè)量論文
摘 要：VaR風(fēng)險(xiǎn)價(jià)值方法是上世紀(jì)90年代以后發(fā)展起來的新型風(fēng)險(xiǎn)管理工具,作為一種金融風(fēng)險(xiǎn)測(cè)量和控制的模型,它簡單易操作,應(yīng)用范圍廣,相比于傳統(tǒng)的金融風(fēng)險(xiǎn)管理模型,具有更高的使用價(jià)值。目前VaR方法是最先進(jìn)的風(fēng)險(xiǎn)測(cè)量技術(shù)而在金融風(fēng)險(xiǎn)測(cè)量領(lǐng)域廣泛應(yīng)用，但是在我國金融領(lǐng)域，VaR方法目前仍處于理論探索、模型建構(gòu)的起步階段。如何構(gòu)建VaR風(fēng)險(xiǎn)測(cè)量系統(tǒng)、將其投入金融實(shí)踐中是我們面臨的重大課題，本文通過對(duì)VaR方法的分析并結(jié)合我國金融領(lǐng)域的具體情況，對(duì)VaR方法在我國金融領(lǐng)域的應(yīng)用進(jìn)行初步探討，以期能對(duì)我國金融風(fēng)險(xiǎn)領(lǐng)域VaR方法的使用有所助益。
關(guān)鍵詞：VaR方法；金融風(fēng)險(xiǎn)
VaR測(cè)量風(fēng)險(xiǎn)方法是當(dāng)代世界上最先進(jìn)的風(fēng)險(xiǎn)測(cè)量技術(shù)，其最大特點(diǎn)是測(cè)量風(fēng)險(xiǎn)模型化，并結(jié)合計(jì)算機(jī)技術(shù)形成系統(tǒng)，因而該方法也被稱為VaR測(cè)量技術(shù)。從當(dāng)前的情況來看，測(cè)量風(fēng)險(xiǎn)發(fā)展的重點(diǎn)在于以下幾個(gè)方面:(l)將VaR用于投資決策，從而產(chǎn)生最優(yōu)VaR、邊際VaR、成分VaR和增量VaR等概念，創(chuàng)新投資決策的新方法;(2)借鑒VaR測(cè)量方法，開創(chuàng)CaR(在險(xiǎn)資本)的研究;(3)突破金融領(lǐng)域的限制，將VaR測(cè)量技術(shù)延伸到實(shí)業(yè)界:(4)VaR測(cè)量系統(tǒng)產(chǎn)品化，并進(jìn)行商業(yè)化運(yùn)作，開辟中介業(yè)務(wù)的新領(lǐng)域。
目前，VaR方法以綜合衡量風(fēng)險(xiǎn)的功能被廣泛地應(yīng)用于風(fēng)險(xiǎn)管理的實(shí)踐，并受到巴塞爾委員會(huì)的認(rèn)同和贊賞。隨著中國開放的進(jìn)一步發(fā)展，中國金融機(jī)構(gòu)在風(fēng)險(xiǎn)衡量和管理上必將與世界接軌，VaR測(cè)量風(fēng)險(xiǎn)方法在我國也必將成為最核心的風(fēng)險(xiǎn)測(cè)量技術(shù)。
一、我國證券市場(chǎng)的波動(dòng)性和收益的概率分布
波動(dòng)性是證券市場(chǎng)的主要特征;而且，波動(dòng)性和收益分布的確定是計(jì)算VaR值的核心內(nèi)容之一。為此，我國金融理論界的學(xué)者進(jìn)行了大量實(shí)證分析，這為建立計(jì)算VaR值的模型提供了重要的理論支持。下表列舉了我國部分學(xué)者針對(duì)證券市場(chǎng)的波動(dòng)性和概率分布所得出的實(shí)證結(jié)論。
從文獻(xiàn)的結(jié)論可以看出，我國的股票市場(chǎng)具有從集現(xiàn)象，即存在異方差，這意味著在模型選擇中用GARCH模型或指數(shù)移動(dòng)平均模型估計(jì)方差更符合市場(chǎng)實(shí)際;更有甚者的結(jié)論證明了方差不存在，這表明刻畫波動(dòng)性的隨機(jī)模型更復(fù)雜。異方差的結(jié)論說明我國股市的波動(dòng)極不規(guī)則。從股票市場(chǎng)的收益分布來看，存在著細(xì)腰后尾現(xiàn)象，即非正態(tài)分布。這表明極端值出現(xiàn)的概率較大，會(huì)使從以值在正態(tài)假設(shè)下被低估，這一問題應(yīng)該在VaR建模中引起高度重視。
二、VaR測(cè)量方法在我國的應(yīng)用研究
1.數(shù)據(jù)匾乏
波動(dòng)性的測(cè)量和收益分布的確定需要大量的歷史數(shù)據(jù)。目前，我國的金融市場(chǎng)還處于發(fā)展階段，金融產(chǎn)品品種少，其中最適用姚沮測(cè)量的資產(chǎn)組合是股票和債券。
然而，我國的股票市場(chǎng)從成立到現(xiàn)在也只有十余年的歷史，而且很多股票還是在最近幾年的擴(kuò)容過程中才上市的，交易的數(shù)據(jù)非常有限。特別是由于股票市場(chǎng)的不規(guī)范，新上市的股票容易成為被炒作的對(duì)象，升值的潛力很大，往往在投資組合里占有較大的比重，這就使得對(duì)新上市股票占有較大比重的投資組合運(yùn)用VaR方法測(cè)量市場(chǎng)風(fēng)險(xiǎn)因數(shù)據(jù)不足而變得非常困難。此外，按巴塞爾委員會(huì)對(duì)金融機(jī)構(gòu)使用VaR度量風(fēng)險(xiǎn)的要求，VaR模型的有效性必須進(jìn)行返回檢驗(yàn)，即運(yùn)用歷史數(shù)據(jù)多次輸入模型，并將得出的結(jié)果與預(yù)測(cè)的VaR值比較，這樣，返回檢驗(yàn)所需要的歷史數(shù)據(jù)更多。由此可見，數(shù)據(jù)匾乏就成為我國證券市場(chǎng)運(yùn)用VaR衡量金融風(fēng)險(xiǎn)的最大制約因素。
2.定價(jià)問題
資產(chǎn)定價(jià)是VaR模型得以實(shí)施的關(guān)鍵，這是因?yàn)閂aR測(cè)量風(fēng)險(xiǎn)方法需要一個(gè)關(guān)鍵技術(shù)即映射，而映射實(shí)際上是資產(chǎn)對(duì)市場(chǎng)因子的定價(jià)問題。按照外國的經(jīng)驗(yàn)，市場(chǎng)因子越多，VaR值的估計(jì)就越精確，但也會(huì)帶來巨大的計(jì)算成本。以形skirnetrics為例，僅固定收益類資產(chǎn)就確定了15個(gè)市場(chǎng)因子，即15個(gè)不同期限的到期收益率。由于中國股票目前不適用CAPM模型，這使得中國股票市場(chǎng)在確定市場(chǎng)因子時(shí)變得很復(fù)雜。多項(xiàng)實(shí)證表明，中國股票的定價(jià)更適用多因素模型，即股票的價(jià)格不僅取決于股票價(jià)格指數(shù)，而且受公司規(guī)模等多種超市場(chǎng)因素的影響，這些影響因素都可視為模型因子，因此，建立多因素模型己成為我國開發(fā)測(cè)量VaR系統(tǒng)的關(guān)鍵。
3.VaR在我國應(yīng)用的可行性研究
我國是一個(gè)新興的金融市場(chǎng)國家，諸如數(shù)據(jù)匾乏和定價(jià)問題使得我國開發(fā)像發(fā)達(dá)國家那樣復(fù)雜的VaR模型變得非常困難。但是，也正因?yàn)槲覈慕鹑谑袌?chǎng)剛剛起步，金融產(chǎn)品品種稀少，使得我國投資機(jī)構(gòu)的組合所包含的種類有限，這又為我國開發(fā)適合我國實(shí)際情況的VaR模型帶來極大便利。由于金融產(chǎn)品品種稀少，我國投資組合所包含的資產(chǎn)類別不過是國債和股票，這將有利于姚以模型中市場(chǎng)因子的選擇。從債券來看，我國組合里的品種種類主要是國債，而且國債的品種少，這就可以省去市場(chǎng)因子選擇過程，可直接用國債的期限結(jié)構(gòu)作為市場(chǎng)因子建模。從股票來看，由于我國的投資組合大都較小，組合里的品種有限，因而可將股票本身的收益率當(dāng)作市場(chǎng)因子來建模。至于新上市股票的歷史數(shù)據(jù)不足問題，可用市場(chǎng)上與其相似的股票作為其近似的代表，從而計(jì)算出組合的VaR值。等到條件成熟以后，可以考慮從下面兩個(gè)系統(tǒng)來生成VaR:第一個(gè)系統(tǒng)是按本章第二節(jié)所述的方法形成多因素模型，從而確定市場(chǎng)因子;第二個(gè)系統(tǒng)是測(cè)量VaR系統(tǒng)，其具體模型可按下面的討論進(jìn)行選擇。由此可見，在我國證券市場(chǎng)建立VaR模型在技術(shù)上是可行的。
4.模型的選擇研究
從參數(shù)的選擇來看，為便于反映新股比重較大的投資組合的市場(chǎng)風(fēng)險(xiǎn)和便于返回檢驗(yàn)，在歷史數(shù)據(jù)不足的情況下，VaR模型的持有期限不宜過長，置信水平也應(yīng)定在比較低的水平。按發(fā)達(dá)國家的經(jīng)驗(yàn)，置信水平的選擇范圍是95%~99%，在我國目前階段以定于下限為宜，即95%。從模型的選擇來看，由于我國收益分布的非正態(tài)特征，正態(tài)發(fā)布假定會(huì)嚴(yán)重低估極端條件下的VaR值，為此，我國理論界提出了用具有厚尾特征的概率分布函數(shù)模型去解決厚尾問題，如t分布、混合正態(tài)分布、極值分布等。其中，極值分布作為一種非參數(shù)估計(jì)方法，只研究極端值的分布情況，可以在總體分布未知的情況下，依靠樣本數(shù)據(jù)，得到總體中極值的變化性質(zhì)，因而，在理論界大都建議用極值理論去建立VaR模型。就模擬法而言，由于歷史數(shù)據(jù)的不足和我國股票市場(chǎng)波動(dòng)的不規(guī)則(即異方差現(xiàn)象和方差不存在現(xiàn)象，“歷史再現(xiàn)”的假設(shè)難于成立，隨機(jī)過程模型的確定也有待市場(chǎng)
【金融風(fēng)險(xiǎn)測(cè)量論文】相關(guān)文章：
基于CAPM-EGARCH模型的金融風(fēng)險(xiǎn)測(cè)量及波動(dòng)溢出12-02
工程測(cè)量論文03-23
地圖測(cè)量論文致謝詞12-07
GPS測(cè)量技術(shù)及其在工程測(cè)量中的應(yīng)用論文03-15
對(duì)工程測(cè)量學(xué)認(rèn)識(shí)論文06-04
發(fā)展資本市場(chǎng)化解國有商業(yè)銀行金融風(fēng)險(xiǎn)論文提綱03-30
測(cè)繪工程技術(shù)在礦山測(cè)量的應(yīng)用論文03-17
- 相關(guān)推薦