随机极限正态分布与审慎风险监测.pdfVIP

锰c吾 象2014年第9期 随机极限正态分布与审慎风险监测术 宫晓琳 陈增敬 张晓朴 杨淑振 内容提要：本文利用我 国随机分析与计算领域 的国际领先成果 ，结合有关风险与 不确定性的哲学一经济学经典理论 ，创建 了新的概率统计分布模型—— 随机极 限正态 分布。进而，在此基础上提 出了审慎性风险监管指标 R—VaR和 R—Es。论文 旨在为解 决长久困扰金融监管界与实业界 的厚尾风险建模测度 问题提供开拓性 的理论与实证 支持。 关键词：审慎监管 风险测度 尖峰厚尾 在险价值 预期损失 一 、 引 言 在险价值 (VaR：ValueatRisk)是银行监管 中重要 的风险指标。其于 1996年 由巴塞尔银行监 管委员会推荐应用于银行交易帐户市场风险最低资本要求的建模计算之中。而早在其被监管界接 受、采纳之前，自上世纪90年代初 ，该指标已在金融业界得到广泛的关注与应用。然而 ，在近年牵 动世界经济的金融动荡中，VaR指标集中暴露出其不足之处 ，其 中尤为显著 的问题 即为 ：无法捕捉 厚尾风险。由此，在 2012年5月的 《交易帐户的基本反审》中，巴塞尔银行监管委员会提议使用替 代性风险指标。而颇受推崇的则为 ：预期损失指标 (ES：ExpectedShortfal1)。 因为作为一致性风险 指标，Es被视为至少在数学性质上优于VaR。相关学界及业界就是否应以Es替代 VaR或应保 留并改进 VaR的问题展开了激烈的争论 。 然而 ，为了助益于有效达成审慎监管 目标，在 2013年应 巴塞尔委员会银行监管研讨会之邀参 与相应 的监管改进研究时 ，本文在具体指标选择之争的基础上更进一步 ，探讨了更为根本性的风险 计量基础性概率统计模型的构建 。因为 ，不论 VaR还是 Es，其计算均基于一定的概率统计模型。 而一般风险测度方法中所使用的正态分布无法体现实际金融数据 “尖峰厚尾”的特征，因而上述两 指标也就无法有效测度风险。④ 本文利用我国随机分析与计算领域 的国际领先成果创建 了新 的概率统计模型—— 随机极 限 正态分布模 型 (RLND：RandomLimitNormalDistribution)，以优化对厚尾风险的建模 ，辅助银行测 算 、储备充足资本 以应对小概率 、大危害的厚尾事件 ；并在此基础上提 出了审慎性风险监管指标 R—VaR与 R—Es，从而为解决长久困扰金融监管界与实业界 的厚尾风险建模测度问题提供 了开拓 性的理论与实证支持 。不仅如此 ，本文所提 出的新 型概率统计分布模型还成功实现 了国内外相 关领域专家们就解决 “尖峰厚尾”问题的数项设想，如：(1)将金融风险监测 中经常使用的正态分 十 宫晓琳 ，山东大学经济学院，邮政编码 ：250100电子信箱：gcaelyn@gmail．eom；陈增敬，山东大学金融研究院；张晓朴，中国 银行业监督管理委员会政策研究局 ；杨淑振 ，山东大学金融研究院。本文得到国家 自然科学基金项 目——基于非线性数学期望的 系统性风 险测度与防控方法研究 (批准号 的资助。非常感谢匿名审稿人 的意见和建议 。当然 ，文责 自负。 ① 详见BaselCommitteeOilBankingSupe~ision(2012) ② 一致性风险指标应满足单调性、次可加、正齐性和保常性 (InuiandKijima，2005)。 ③ 就此 问题，相关理论界及业界在持续寻找、试用替代性分布模型，部分重要进展请见后文中的简介 。 135 乞垂蠢石；香=象204年第9期 图 1分别利用 SP500、FTSE100index和深成指数数据展示了实际金融数据分布的 “尖峰、厚 尾”特性。① 其中，就风险管理尤为关注的 “左后尾”而言，图中所标注各处均表明：实际金融数据 的局部概率分布超出对应的正态分布。譬如 ，经测算 ：在正态分布下，5个标准差以上的收益率 出 现的频度约为 170万天一次 ；但