首页 金融市场风险计量VaR方法研究

金融市场风险计量VaR方法研究

举报
开通vip

金融市场风险计量VaR方法研究 金融市场风险计量的重要方法包 括灵敏度分析、波动性分析、VaR方 法、压力测试法和极值理论,其中, VaR方法是目前市场风险计量的主 流方法。 VaR(ValueatRisk)是风险价值 的简称,定义为:在正常的市场波动 下,给定一定的时间间隔和置信水平, 某一金融资产或证券组合的最大可能 损失,也可以定义为证券组合的损失 的分布的分位数。这两个定义是等价 的。要正确计算和运用市场风险进行 风险管理,必须对VaR有详尽的分析 了解。 VaR计算的基本要素分析 在大多数情况下,资产组合...

金融市场风险计量VaR方法研究
金融市场风险计量的重要方法包 括灵敏度分析、波动性分析、VaR方 法、压力测试法和极值理论,其中, VaR方法是目前市场风险计量的主 流方法。 VaR(ValueatRisk)是风险价值 的简称,定义为:在正常的市场波动 下,给定一定的时间间隔和置信水平, 某一金融资产或证券组合的最大可能 损失,也可以定义为证券组合的损失 的分布的分位数。这两个定义是等价 的。要正确计算和运用市场风险进行 风险管理,必须对VaR有详尽的分析 了解。 VaR计算的基本要素分析 在大多数情况下,资产组合庞大 而复杂,保留组合中每一种资产的历 史数据不太现实,直接估算组合中每 一种资产的收益也几乎不可能,组合 的价值一般难以直接根据组合中每一 种资产的价值加权平均得到。在VaR 的计算中,通常是将每一种资产映射 (Mapping)为一系列市场因子(Mar— ketfactor)的组合。 VaR的计算包括5个基本要素: l、持有期;2、数据的频度;3、显著性水 平或置信水平;4、资产组合的价值函 数;5、累计分布函数。这5个要素中, 1、2、3个要素是主观确定的参数,是 VaR模型的外生变量。要素4是证券 组合的估值模型,需要根据证券组合 价值与市场因子的关系确定。要素5 则取决于市场因子未来的分布,即市 场因子的波动性模型。因此,要素4、5 是计算VaR模型的核心和难点。不同 的估值模型和波动性模型构成VaR 计算的不同方法。 目 下面对以上5个要素分别进行分 析。 1、持有期的选择 持有期是VaR的时间范围。由于 波动性与时间长度成正比,所以VaR 随持有期的增加而增加。通常的持有 期是一天或一个月,但某些金融机构 也选择更长的持有期如一个季度或一 年。在Ⅸ市场风险修订案》中,持有期 为两个星期(10个交易日)。一般来讲, 金融机构最短的持有期是一天,但理 论上可以使用小于一天的持有期。选 择持有期时,往往需要考虑四种因素: 流动性、正态性、头寸调整。 2、数据频度的选择 VaR的计算往往需要大规模历 史样本数据,数据频度越长,所需的历 史时间跨度越大。例如,假定计算 VaR所需数据为1000个观察值,如 果选择数据频度为一天,则需要至少 4年的样本数据(每年250交易Et);而 如果选数据频度为一周(或一个月),即 历史样本采用的是周数据(或月)数据, 则需要20年(或80年)的数据才能满 足基本要求。这样长时间的数据不仅 在实际中无法得到,而且时间过早的 数据也没有意义一一金融市场的不断 大幅变化,十几年前的市场与现在的 市场相比截然不同。因此,VaR计算 的数据样本量要求 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明,数据频度越 短,得到大量样本数据的可能性就越 大。 3、置信水平的选择 置信水平的选择依赖于对VaR 验证的要求、内部风险资本要求、监管 要求以及在不同监管机构之间比较的 需要。同时,正态分布和其他一些具有 较好分布特征的分布形式(如t分布) 也会影响置信水平的选择。 (1)有效性验证。 如果非常关心VaR计算结果的 有效性,则置信度不应选得过高。置信 越高,则实际中损失超过VaR的可能 性(或次数)越小。这种额外损失的数目 越少,为了验证VaR预测结果所需要 的数据越多。由于实际中无法获得大 量数据的约束,因此限制了较高置信 水平的选择。 (2)风险资本要求 当考虑内部资本要求时,置信水 平选择依赖于银行对极值事件风险的 厌恶程度。风险厌恶程度越高,则越需 准备更加充足的风险资本来补偿额外 的损失。因此,用VaR模型确定内部 风险资本时,安全性追求越高,置信水 平选择也越高。置信水平反映了银行 在安全性与盈利性(风险资本高不利 于银行盈利)之间的平衡。 (3)监管要求 金融监管当局为保持银行系统的 稳定性,会要求银行设置较高的置信 水平。如《市场风险修订案》要求的置 信度为99%。 (4)统计和比较的需要 不同的机构使用不同的置信水平 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 其VaR数据,例如Banker Trust(信孚银行)在99%的置信 水平下计算VaR,JPMorgan在95% 的置信水平下计算VaR。如果存在标 准的变换方法,将不同的置信度下的 VaR转换成同一置信水平下的VaR 进行比较,则置信水平的选择就无关 紧要了。例如,在正态分布的假设下, 一种置信水平下的VaR可以方便地 集团经济研究2004·10(总第168期) 万方数据 转换为另一种置信水平下的VaR。因 此,在正态分布假定下可以选择任意 水平的置信度,不会影响不同金融机 构之间的比较。如果不服从正态分布 或一些具有类似性质的分布,则一种 置信水平下的VaR数据将无法说明 另一种置信水平下的情况。 综上所述,不同置信水平适用于 不同目的:当考虑VaR的有效性时, 需要选择较低的置信水平;而内部风 险资本要求和外部监管要求金则需要 选择较高的置信水平;此外,对于统计 和比较的目的,需要选择中等或较高 的置信水平。 4、证券组合的估值模型 估计证券组合价值的变化和分布 的方法主要有两种:模拟方法(全值模 型)和分析方法(局部估值模型)。 除了期权类显著非线性的金融工 具,大多数资产组合价值的变化都是 市场因子变化的线性函数,这类资产 组合的价值变化可以用它对市场因子 的敏感性来刻画。而对于期权这种特 殊的金融工具,一般用模拟的方法描 述其价值与市场因子之间的非线性关 系;另外也可以用近似的方法来处理, 即在假设Black-Scholes期权定价公 式能够准确的对期权进行定价的基础 上,取该公式的一阶或二阶近似。 5、市场因子的波动性模型 推测市场因子未来变化的方法有 三种:一种是历史模拟法,利用市场因 子的历史状况,直接推测市场因子未 来的情景;第二种是方差一协方差方 法,在市场因子变化服从多元正态分 布的情形下,可以利用方差和相关系 数来描述市场因子的未来变化;第三 种是MonteCarlo模拟法,利用 MonteCarlo模拟市场因子未来的 情景;第四种是情景分析法,情景分析 法采用市场因子波动的特定假设(如 极端市场事件)定义和构造市场因子 的未来变化情景,压力测试是最为常 用的情景分析法。 vaR计算的假设条件分析 集团经济研究2004-10(总第168期) 对于VaR.计算的五个基本要 素:持有期、数据频度、置信水平、证券 组合估值模型、市场因子波动模型;其 中,持有期、数据频度、置信水平三个 要素是主管确定的参数,是VaR模型 的外生变量。证券组合估值模型、市场 因子波动模型两个因素是VaR计算 必须考虑的两个关键因素:(1)证券组 合的估计模型,即证券组合价值变化 与市场因子的变化的关系是否线性关 系。线性类证券组合价值的变化可以 通过灵敏度近似;而对于期权类显著 非线性金融工具,一方面可以通过模 拟方法描述其价值与市场因子间的非 线性关系,另一方面在某些情况下可 以采用近似的方法处理,如在期权定 价公式成立的条件下,取期权定价公 式的一阶或二阶近似。(2)市场因子的 波动模型,即市场因子的未来变化是 否服从正态分布;如果市场因子的变 化服从多元正态分布,则可以用方差 和协方差描述市场因子的变化,同时 证券组合的价值变化也月乙从正态分 布,VaR的估计可大为简化;如果不 服从正态分布,则只能采用较为复杂 的其他分布形式。 为了合理估计VaR,必须对上述 后两种因素做出合理假设。 l、组合价值的敏感性假设 组合价值的敏感性假设包括风险 因子的覆盖范围、非线性、局部测量的 不充分性和模型风险四类因素。 (1)风险因子的覆盖范围 风险因子的覆盖范围,是指VaR 的计算中组合估值模型的灵敏度方 法,能否捕捉到影响组合价值的所有 潜在风险来源。如为了简化计算,一些 VaR计算方法忽略了期权的波动 性或Vega风险,但这些被忽略的风险 来源可能是最重要的风险来源。一种 解决方法是,把隐含波动性作为另一 种市场价格,将Vega看作是另一种 Delta。 (2)非线性。 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 的基于灵敏度的证券组合估 值模型往往忽略了高阶项,如二阶 Gamma项或交叉Gamma的影响,只 考虑组合的Delta,这在彳艮多情况下 可能导致VaR估计的错误。当市场因 子的变化范围较大时,Delta-Gamma 估计通过捕捉组合的直接和交叉 Gamma风险或凸性风险,并将其考虑 到VaR(3)局部测量的不充分性基本 分析方法的VaR估计,通常使用标准 的局部敏感性测量方法如Delta、 Gamma等近似组合的回报。这种局部 方法是通过构建泰勒展开式近似组合 的回报,在很大程度上简化了计算。但 这种测量具有局部性,只描述了市场 因子在当前值附近微小变动时,组合 价值的近似变化。这种局部测量方法 不能充分体现市场因子发生大幅波动 所导致的组合价值的真实变化。有些 组合在极端市场情况下会出现很大的 波动,而Delta-Gamma方法尽管可 以捕捉市场因子在一定变动范围下的 凸性或Gamma风险,但作为一种局 部测量方法,有时它无法有效体现实 际风险状况。特别是,Delta-Gamma 方法的估计误差还随着极端市场变动 的增加而增加。因此,VaR计算中许 多情形下只使用局部风险测量方法可 能不充分。对于复杂的期权风险,模拟 技术可能是唯一能体现非局部风险的 方法。 (4)模型风险 许多衍生证券定价模型对市场流 动性或市场因子变化方式的简单假设 与实际金融市场行为不符,如许多衍 生证券定价模型假定当价格发生大幅 波动时,市场的流动性不变,对交易可 以不断地进行连续的重新平衡或动态 对冲。这种假定一方面不仅没有考虑 交易成本,而且忽视了一个重要事实; 当市场发生大幅变动时,市场的流动 性会显著降低,甚至会出现市场不流 动,或只朝一个方向流动一一市场参 与者离场,如1987年的美国股市崩 盘。 2、市场因子分布的假设 ■ 万方数据 ●蝴l!J■挝耻山:■■■■■■■■鬣—翟●Ⅺ露圈■■■■●■■隧麟黼;i 对市场因子的分布假设包括正态 分布、对称性、关系的稳定性等。 (1)市场因子的分布假定 VaR分析方法通常假定市场因 子的变动服从联合正态分布。大量实 证研究指出,金融市场的经验分布给 出的市场发生大幅变动的概率高于正 态分布的预测(即经验分布具有厚尾 性),并在均值处具有更高的峰度(尖 峰),即所谓尖峰厚尾性。 在VaR计算中,为了反映厚尾 性,可以通过增加对均值的偏离距离, 如考虑4个或6个标准差下的事件以 调整VaR(而在正态分布假定下一般 考虑2个或3个标准差事件)。另外, 为了更好地描述分布的厚尾性特征和 刻画市场价格的变化过程,人们引入 了其他分布形式和定价过程,如t分 布、随机过程等,试图更好的描述市场 价格变动过程。市场因子正态分布假 设的另一个问 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 是,正态分布是对称 的,而经验分布往往是有偏的。最后, 通常假定市场因子变化是独立的。这 与许多实证研究和无套利模型的结果 相矛盾,例如利率中的均值回复现象。 (2)关系的稳定性 市场因子的波动性和相关性估计 是VaR计算的重要因素之一。这些参 数的估计通常基于特定的统计模型, 其中大部分模型假定在样本区间上估 计的参数是不变的,或至少是存在的。 而在实际金融市场中,尽管历史相关 性很稳定,但未来的相关性可能很不 稳定(如1992年欧洲货币危机的极端 市场情形),这就导致实际的VaR远 高于模型的预测值。为此,许多学者引 入了一些更复杂的统计模型(如因素 GARCH模型),以提高对市场因子的 动态特性估计。 VaR的优、缺点及其应用 1、VaR方法有许多优点:(1)VaR 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部门的 总体市场风险暴露;(2)由于VaR提 供了一个统一的方法来测量风险,因 固 此,为高层管理者比较不同业务部的 风险暴露大小、基于风险调整的绩效 评估、资本配置、风险限额设置等提供 了一个简单可行的方法;(3)VaR概念 简单、理解容易,在一定的时间内和置 信水平下的证券组合的最大损失,比 较适宜与股东、外界沟通其风险状况; (4)VaR充分考虑了不同资产价格变 化之间的相关性,这可以体现出投资 组合分散化对降低风险的贡献;(5)特 别是和监管部门的风险监管。 2、VaR方法也有缺陷:(1)它是一 种向后看(backward—looking)的方 法,对未来的损失是基于历史数据;并 假定变量间过去的关系在未来保持不 变,显然,许多情况下,这并不符合实 际;(2)VaR是在特定的假定条件下计 算的、有时这些假定与现实可能不符; (3)VaR的计算有时非常复杂;(4)VaR 只是在市场处于正常变动下市场风险 的有效测量;它不能处理金融市场处 于极端价格变动的情形,如股市崩盘 等;理论上讲,这些缺陷的根源不在于 VaR自身,而在于其所依据的统计方 法。 3、VaR的应用:由于VaR的众多 优点,近十年来,它获得广泛应用,范 围涉及证券公司、投资银行、商业银 行、养老基金及非金融企业等。171前, VaR的应用已不仅仅局限市场风险 的计量,在《新巴塞尔资本协议》中, 市场风险、信用风险、操作风险的计量 方法都是VaR。 除了在风险计量方面获得广泛的 应用外,VaR在银行风险管理方面有 广泛的用途,如用于信息披露、设定风 险限额和绩效评估等。 (1)信息披露功能,VaR在银行内 部可以用于定期向高级管理层提供的 风险报告,对外可以作为公开信息披 露的工具。 (2)确定内部资本需求和设定风险 限额,利用VaR可以确定银行在整体 上为抵御市场风险所需要的内部经济 资本需求,并为交易员或业务部门设 置风险限额,以防止过度投机行为I银 行为防止某一交易员或业务部门,如 规定某个从事美元债券交易的交易员 不能持有超过100万美元的国库券, 另一种方法是风险限额,如到期日或 久期限定、VaR等;如限定交易员只 能持有2年期内100万美元,他就不 能投资30年期的100万美元债券。 利用VaR设置头寸限额具有许 多优点,如基于VaR的头寸限额可以 对不同交易、不同部门进行比较,操作 简单,含义明确;VaR限额考虑了组 合的风险分散的效果,且有助于逐级 设置限额结构。 (3)绩效评估,传统对交易员和业 务部门的绩效评估在很大程度上取决 于总回报。在金融投资中,高收益总是 伴随着高风险,交易员可能不惜冒巨 大的风险追逐利润,因此简单基于回 报的绩效评估能导致风险的过度承 担。银行出于稳健经营的需要,必须对 可能的过度投机行为进行限制。为此, 必须引入风险因素,在绩效评估中综 合考虑收益和风险,采用经过风险调 整后的回报测量,即RAPMS。其中, 一种广泛应用的方法是用“风险调整 的资本回报”指标RAROC,取代资本 回报指标ROC(returnof capital), 其中,银行的RAROC=经风险调整 后的资本收益ROC/VaR。显然, RAROC代表了损失1个单位的资本 所带来的回报大小,有效地测量了获 得收益的风险效率。如果交易员从事 高风险投资项目而使VaR值很高,则 即使其利润再高,其业绩评价也不会 很高,这样有助于抑制交易员的过度 投机行为,使其在最小风险条件下为 公司谋取最大利益。 总之,在VaR的计算和运用中, 涉及五大因素和相应假定条件,商业 银行在对金融市场进行风险计量与管 理中必须充分考虑各种因素和假设前 提,以期达到对金融市场风险计量管 理的真正目的(作者单位:广东商学 院)。 集团经济研究2004·10(总第168期) 万方数据 金融市场风险计量VaR方法研究 作者: 马崇明 作者单位: 广东商学院 刊名: 集团经济研究 英文刊名: GROUP ECONOMICS RESEARCH 年,卷(期): 2004,""(10) 被引用次数: 4次 引证文献(4条) 1.侯媛媛 金融风险管理与VaR方法[期刊论文]-华南金融电脑 2008(2) 2.王海侠 基于VaR的金融市场风险管理[期刊论文]-统计与决策 2007(18) 3.伊霞 VaR模型在我国金融市场风险管理中的可行性研究[学位论文]硕士 2006 4.程先双 VaR模型研究及其在寿险公司资产负债管理中的应用[学位论文]硕士 2005 本文链接:http://d.g.wanfangdata.com.cn/Periodical_jtjjyj200410049.aspx 授权使用:哈尔滨商业大学(hebsydx),授权号:60fa26d8-eb38-4d64-890e-9e50014d7dfd 下载时间:2010年12月18日
本文档为【金融市场风险计量VaR方法研究】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
下载需要: 免费 已有0 人下载
最新资料
资料动态
专题动态
is_470899
暂无简介~
格式:pdf
大小:334KB
软件:PDF阅读器
页数:4
分类:企业经营
上传时间:2011-04-19
浏览量:26