基于CVaR模型的投资组合风险测量实证分析.docVIP

基于CVaR模型的投资组合风险测量实证分析 国际经济贸易学院 金融工程专业 张志锋 指导老师：蔡伟宏 内容摘要：2007年的美国次贷金融危机彻底震撼了金融界，人们开始重新审视了金融危机等极端风险对金融市场造成的影响，并寻求更有效的金融风险管理方法，而条件风险价值CVaR则是其中最具代表性的风险测量模型。本文讨论了VaR在风险测量中的优点与不足，介绍了条件风险价值模型CVaR的优势，分析了CVaR在中国股票市场风险测量中的适用性、可靠性及均值-CVaR模型的投资优化能力，最后探讨了CVaR在中国市场的优势与不足，得出CVaR有利于我国金融市场风险管理的结论。 关键词：金融风险；投资组合优化；CVaR；VaR Abstract: In 2007 the US subprime crisis has severely struck the financial industry, since then people have begun to re-evaluate the impact of financial crisis and looked for more effective ways to measure financial risks, one of which being the most representative model, Conditional Value-at-Risk. This essay has discussed the advantage and disadvantage of the application of VaR in risk measurement, then introduced the strength of CVaR as well as analyzed the feasibility and robustness of CVaR in Chinese stock market and the ability of portfolio optimization of the Mean-CVaR model. At last this essay explored the pros and cons of CVaRs application and drew the conclusion that CVaR is beneficial to risk management in Chinese financial market. Key words: Financial Risk; Portfolio Optimization; CVaR; VaR 1 绪论 2007年席卷全球的美国次贷金融危机彻底震撼了金融界，人们在重新审视金融危机等极端风险对金融市场造成的影响的同时，开始寻找更有效的金融风险管理方法，而条件风险价值CVaR则是其中最具代表性的风险测量模型。CVaR自2000年提出以来一直受国内外学者追捧，其理论已经比较成熟，然而针对中国国内金融市场的实证分析却比较少，难以体现其对投资者的实用价值。本文试图通过以上证50指数和深圳成份指数两指数及其成份股为样本，分析CVaR在中国股票市场的适用性及可靠性，并进一步研究基于CVaR的均值－CVaR投资优化模型的实用价值，为其在投资组合等应用方面提供实证分析数据基础。 2 关于CVaR的介绍 2.1 VaR的发展与优势 美国经济学家Harry Markowitz首先在Portfolio Selection一文中提出现代投资组合理论均值－方差模Mean-Variance Optimization/MVO），为投资者们提出了一种可量化的决策计算方法。随－模型的深入应用，研究者们渐渐发现其测量平均风险而最大风险。为了克服这缺点，提出了多种，其中应用最为广泛的是上世纪90年代金融业开始流行的VaR风险测量方法。VaR即Value at Risk风险价值，表示市场正常波动下投资组合的风险头寸在一定的置信区间特定时间内的最大损失。与方差相比，VaR易于理解，计算方便，能有效预测投资组合的风险头寸，更符合投资者的风险心理。正因测优势，J.P.Morgan公司其后根据VaR推出了Risk Metric风险控制模型，并被金融领域广泛采用。除了作为风险测量工具，VaR还被用在投资组合优化上1999年，AlexanderBaptista指出MVO模型的有效前沿投资组合中，低方差的投资组合可能有更高的VaR值，即不能对VaR进行优化，并提出以最小化VaR为约束条件的均值－VaR模型。风险测量虽然VaR金融界热捧，但其理论基础仍有相当的局限性。由于VaR是对正常市场波动的测度，计算的是收益密度曲线的分位点，并没考虑尾部以下的小概率风险，不能处理极