如何用CVaR模型监测极端风险.docVIP

如何用CVaR模型监测极端风险【摘要】金融活动在很大程度上是风险管理活动,一次次的灾难性事件提示着我们风险管理的重要性。本文通过实证检验,发现CVaR模型对历史上海外几次大级别股灾都有显著警示作用,同时计算了1999年至今的沪深指数VaR与CVaR时序,以及2006年至今的模拟股票投资组合VaR与CVaR时序,发现CVaR指标对极端事件的发生更为敏感,并且与VaR模型结合使用会起到更好的风险识别作用,从而及早提示“黑天鹅”的到来。 【关键词】VaR CVaR 黑天鹅 股灾 仅仅两年,上证综指从998点涨到6124点;弹指一挥间,又从6124点跌至1664点,A股跌幅超过70%,20多万亿市值灰飞烟灭;也是仅仅一年时间,财富象征的华尔街由欣欣向荣变成悲惨世界,昔日呼风唤雨的各大投行纷纷倒下或转型。金融活动在很大程度上是风险管理活动,一次次的灾难性事件挑战着我们的想象力,并一次次提示风险管理的重要性,同时也给风险管理带来很大难题。因此,如何识别风险显得尤为重要。 一、监测黑天鹅的慧眼――CVaR模型 破坏性极强的小概率事件对我们的投资收益和风险有极其重要的影响,它们就是“黑天鹅”。因为概率小,存在或然性,所以预测难度大,又往往被我们所忽视;因为破坏性强、冲击性大,所以我们有必要对它们他们给予足够的关注和警惕。本文所述的CVaR模型对极端风险的监测优于VaR,它能够及时觉察“黑天鹅”的来临,让我们迅速逃离。 VaR模型可以直观刻画大概率下的是最大损失。例如,假定一个投资组合,2008年11月3日的置信度为95%的日VaR值为100万元,也就是说我们的投资组合以95%的可能性保证,08年11月3日,由于市场价格变动而带来的损失不会超过100万元。VaR模型缺陷在于,虽然模型能以较大的概率保证损失不超过VaR,但不能告诉我们损失一旦超过VaR这种极端情况发生时,组合的潜在损失会有多大,它使人们忽略了类似金融危机这样的小概率事件发生可能带来的巨额损失,而这恰恰是风险管理所必须特别关注的,否则我们将在“黑天鹅”到来时浑然不觉,在意识到重大损失不可避免时手足无措。 为了克服VaR模型的缺陷,Rockafeller和Uryasev在1999年提出了CVaR这一新的风险测度。CVaR即条件VaR(Conditional Value at Risk),其含义为:在一定的概率水平下,损失超过VaR的条件均值,反映了超额损失的平均水平,较之VaR更能体现投资组合的潜在风险。简而言之,也就是小概率事件下的平均损失。 CVaR?琢=E[f(x,r)│f(x,r)≥VaR?琢] r是资产向量,x为对应的权重向量,f(x,r)是损失函数,α是置信水平。 仍然以上面的例子说明,假定我们之前的组合在2008年11月3日的置信水平95%下的日CVaR是150万元,也就是说如果5%的小概率事件即损失超过VaR(100万)的情况发生了,那么我们的潜在损失是150万元。 简单比较一下,VaR模型假设小概率事件不发生,也就是95%概率可能下投资组合的最大损失是100万,因此没有考虑到损失发生时会坏到什么程度;而CVaR的前提是小概率事件发生了,在最坏的5%的情况(损失超过100万了)下,我们组合的潜在损失是150万。 由此我们可以清楚看到CVaR模型的优点――即能够对尾部风险进行良好控制。VaR对极端事件的发生缺乏预料与控制,不能度量市场因素异常罕见的极端波动所带来的风险,在极端情况下无法预知结果如何。而CVaR是指损失超过VaR的条件均值,反映了超额损失的平均水平,较之VaR更能体现投资组合的潜在风险,能够对尾部风险进行良好控制。因此,CVaR在一定程度上弥补了VaR的缺陷,不仅考虑了超过VaR值的概率,而且考虑了超过VaR值损失的条件期望,明确告诉我们“黑天鹅”来袭时也就是极端情况下的潜在损失。 二、用CVaR模型来捕捉A股的“黑天鹅” 我们选择A股1996年12月16日之后,至2009年2月9日共3946天的上证综指和深证成指的日收盘价为样本,取置信度为95%,样本期数为500天,来计算从1999年1月4日至2009年2月9日的日VaR和日CVaR。 我们将CVaR 与VaR和股市波动率指标进行比较(深证成指与上证综指情况类似,因此我们以上证综指为例分析),可以发现以下两点特征。 1、VaR与CVaR指标对极端情况有更好的指示作用,而波动率指标对股市的日常波动较为敏感。我们看到,当上证综指从2006年末大幅拉升时,波动率虽然也迅速增加,但对比2000年和2002年的高点,增幅并不大,特别是100日波动率在沪指6124点新高之后甚至还有所下探,至2008年3月之后才达到前期高点,不