投资风险计量方法阶段性特性探析.docVIP

投资风险计量方法的阶段性特性分析 　　摘 要 马克维茨的资产选择理论为采用均值―方差法来衡量投资风险奠定了基础，通过风险与收益的效用分析选择投资组合，然而随着市场的发展变化，该理论与投资分析产生了一定的矛盾。本文从投资风险以及一般统计学风险角度阐述了马科维兹风险计量方法存在的问题，并分析了相关原因，以建立更切合当前投资实际的期望-半方差风险计量模型 关键词 投资风险 计量方法 阶段性 一、引言 近20年来国际金融市场的发展使行业内的竞争加剧，现代金融理论、金融工程技术和计算机技术的发展为金融投资带来了更多的可能性。目前关于投资风险的计量有很多指标，包括以投资收益率的方差、标准差为基础的计量方法；以Hurst指数计量的风险指标代表的非线性计算方法；以收益率的下方风险为基础的计量指标，包括Var、LPM等等。投资除了存在系统性的市场风险之外，主要面对的风险就是价格波动的风险，这种因为价格波动而带来损失的可能性就是我们所说的投资风险。运用统计学的方法对投资风险进行计量通常运用的是均值方差，用于指导投资者关注风险，把握投资时机 二、投资风险概述 投资风险管理经历了60年代的资产负债模式到80年代的资本协议约束模式，到现代的全面风险管理模式，经过金融危机的洗礼，各国领导吸取经验教训，认识到金融危机中最大的教训就是监管责任的不到位，美国监管部门对于金融投资机构的管理有欠缺，因此诞生了新的衍生工具，从管理思想到风险管理定价模型到市场风险与信用风险的相关关系等内容确定了投资风险的测算和管理方法。通过一系列的模型定出最终收益与风险的相关关系，给出相应的评级，为投资者提供投资参考。市场定价模型考虑的因素包含市场的所有因素，例如基础资产、交易对手金融违约风险等，也为信用资产的归类给出了相关性指导。构建了风险管理的识别和量化体系，实施新资本协议的目标来指导提高风险管理水平。建立有效的风险评估模型，控制操作风险，运用巴塞尔规定的基本指标法和标准法以及高级计量法，对相关数据进行测量 三、投资风险统计学特征 （一）偏差的好坏 当收益率波动向下时，低于投资者预期，就是一种坏的偏差，反之投资收益率向上波动，可能高于投资者预期时就是一种好的偏差，通常情况，对于多头投资者而言，投资风险就是坏的偏差。对于空头投资者而言则情况相反。观察收益率曲线的波动情况和总体走势能够帮助投资者对风险形成预期，以及判断市场情绪 （二）投资风险的期望特性 对于投资者来说，投资风险与投资期望是相对的，当实际获得的投资收益高于投资者的原始期望值时，有利于投资者建立信心，与此同时，投资期望值越高，投资风险就越大，此时投资者将舍弃低盈利机会，增加融资，用于投资更高风险高收益的项目，其期望值也同时增加。因此，对于投资风险的分析一定是建立在投资期望的基础上的。通常投资都有一定的周期，根据投资周期的阶段性，能够运用统计学方法对投资风险进行计量，运用均值―方差量化投资者实际收益情况，通过统计分布情况分析投资的好坏。在投资实践中通常选择无风险收益率作为期望收益率，并且将低于无风险收益率的投资视为发生投资风险，若是针对个人投资者的研究则需要依据个人投资者的投资期望来进行测算 （三）投资风险的时间特性 设定不同的统计周期对投资风险进行测量，其风险程度会有所差异。时间单位属于月、季、年以上的投资为长线投资，时间以日、周为单位为短线投资。投资风险的时间特性与不同时间段的投资收益相关联，因此描述投资风险时应当以时间为基础，叙述为月投资风险、季投资风险和年投资风险 四、基于均值-方差模型的风险计量方法 均值―方差模型是统计学的基本计量方法，在马科维兹之后的研究集中于期望收益率曲线向下趋势的风险研究，并且建立了计量风险的通用公示： 定义：W为未来的财富值； f（W）表示财富值的概率密度； F（W）表示财富值的积累概率密度； U表示财富的期望值； 得到的计算公示如下： 第一，方差 第二，半方差 第三，绝对离差 第四，财富值低于期望的概率 将以上公示进行合并得到如下公示： 将W固定于U上之后，得到专门用于计量Downside Risk的a-t两参数模型，也就是现在著名的LPM（Lower Partial Moments）模型： 上述公示中的a，t可以代表任意值，通常情况只讨论a取值为0，1，2的情况；当a=0时，LPM0 表示低于期望的概率水平；当a=1时，LPM1表示低于期望的收益率与期望值之间的偏差；当a=0时，LPM2 表示低于期望的收益率与期望之差的平方的平均可能性 五、期望-半方差风险计量模型 2000年之后学术界开始重新审视半方差的计量方法，并给出了一个新的