[风险测度.docVIP

1.风险测度的缘起 Markowzti时代之前，金融风险曾被视为期望收益的修正系数。1952年， Marko初zt提出用与收益分布的均值的偏离，即方差来测度与各单个资产的收益 相应的风险，而在考虑多资产投资组合时，用组合内各对资产之间的协方差决定 该组合风险水平，即Cov[X，Y]二E[X，Y]一E[X]E[Y]，其中X和Y为随机收益。 Marko诚zt的主要创新在于他通过所有单个资产的联合分布来测度投资组合 的风险。多元分布由所有成分随机变量的边缘统计特性以及它们的相关结构来刻 画。Mkarowizt用单变量分布的乘积来描述前者，通过每对随机收益之间的相关 系数来描述后者，即P(x，Y)一ocvlx，Y]/(弓时尹，其中丐和几分别表示独立 随机变量X和Y的标准差。 我们注意到，Markowizt模型与恰当的效用函数密切相关。效用函数允许投 资者在对资产和资产组合进行排序时有个人主观选择。当相关的分布不是正态分 布时，尽管是对称的分布，效用函数就必须为二次函数。而在实际中，这样的限 制阻碍了Makrowizt模型在投资组合上的应用。使得模型的应用仅限于由收益的 联合正态分布所描述的投资组合，在这种情形下，所有资产的收益以及它们之间 的相关结构均是正态的。 1%3年，Mkarowizt的学生sh哪e根据Mkarowizt的模型建立了一个计算相 对简化的模型—单一指数模型，即刀模型。这一模型假设资产收益只与市场总 体收益相关，从而大大降低了计算量。各种证券的收益与市场收益之间的线性依 赖关系的测度刀，引出了主要的定价理论，如cAPM和APT。这些模型都在“正 态世界”中发展，而当他们被用于日常生活中的情况时，则有可能导致错误的结 果。比如说，非市场的贷款是完全非对称的，甚至是有尖峰的，并且，某些发展 中国家的公债的收益分布可能包含极值。 不幸的是，Markowizt模型已经被视为问题的解决方案，而且被不恰当地用 于很多风险不能用方差描述、依赖性不能用线性相关系数来测度的实际案例中 了，而且有时所用的效用函数根本不是二次函数。因此，很可能会得出非理性的 结果，影响风险监管效果。