综合因子分析法在我的国债券风险管理中的运用.docVIP

综合因子分析法在我国债券风险管理中的运用 【摘要】本文将因子分析与VaR方法相结合得到了债券风险管理的综合因子分析法模型，并将该模型与方差－协方差模型进行了实证检验与比较，对我国的债券风险管理提供了一些思考。　　【关键词】债券 收益率曲线 综合因子分析法 VaR 　　 　　一、综合因子分析法模型提出的背景 　　 　　中国人民银行决定，自2006年8月19日起上调金融机构人民币存贷款基准利率。金融机构一年期存款基准利率上调0.27个百分点，由现行的2.25%提高到2.52%；一年期贷款基准利率上调0.27个百分点，由现行的5.85%提高到6.12%；其他各档次存贷款基准利率也做出了相应调整。这次加息是继2004年10月29日加息以来的第二次加息，两次加息的幅度虽然不太大，但加息给整个国民经济带来的影响也是不容忽视的，以下仅从债券投资的角度分析加息带来的影响。 　　首先，它将对作为债券重要投资主体之一的银行产生较大的影响。一方面，银行自身作为债券投资主体，会增加银行的机会成本；另一方面，银行作为融资的中介机构，存贷款利率的增加将会降低银行融资的竞争力。 　　其次，保险公司也会面临较大的利率风险。保险公司的资金来源以长期资金为主，出于资产负债期限匹配的目的，主要投资于中长期债券。由于上世纪上世纪90年代央行历次降息，使保险公司降息前承保的高息保单成为历史包袱，而目前的加息无疑会给保险公司雪上加霜。 　　最后，对基金管理公司等金融公司的债券投资也会带来更大的不确定性。这类金融公司对债券也有较高的投资需求，而且往往具有增强整个市场的活跃程度的作用，因此，这种不确定性的影响将会波及到整个市场，从而加大整个市场的投资风险。 　　目前，与美国等经济发达的国家相比，我国债券的风险管理水平是比较滞后的，基于上述背景，本文将因子分析应用于国际上风险管理的主流分析方法--VaR方法中得到综合因子分析法模型，希望能够对我国的债券风险管理提供一些思考。 　　 　　二、综合因子分析法模型 　　 　　1、因子分析实证 　　考虑到我国债券发行的历史不长，而国债市场相对来说比较成熟，因此，本文使用了2003年1月2日到2003年12月26日230个交易日上海证券交易所的国债交易数据作为对象进行分析。在该时间段内，上海证券交易所国债市场挂牌流通的附息国债由17只增加到22只，剔除0100112，010210两个浮动利率国债品种后，用于拟合收益率曲线的固定利率国债包括：000696、009704、000905、000896、009908、010004、0100010、010103、010107、010110、101112、010115、010213、010214、010215、010301、010303、010307、010308、010311。由于我国交易所的国债品种较少，因而本文使用Nelson-Siegel方法来估算。本文分别计算了1年、2年、3年、4年、5年、6年、7年、8年、9年、10年的国债即期收益率。 　　首先，本文使用了巴特利特球度（Bartlett test of sphericity）和KMO (Kaiser-Meyer-Olkin)的统计检验方法对1年、2年、3年、4年、5年、6年、7年、8年、9年、10年的国债即期收益率这10个原有变量进行相关分析，结果显著，说明这10个原有变量之间存在较强的相关关系，因而适合作因子分析。 　　其次，本文利用ADF检验了数据的平稳性。从ADF检验结果看(见表1)，各种期限的收益率水平时间序列均未通过90%置信度，显示出较明显的非平稳特征，；而所有一阶差分时间序列均明显呈现良好的稳定状态。综合相关分析和平稳性检验结果，在下文主成分分析中采用一阶差分(即收益率日变化量)作为分析对象。 　　 　　 　　最后，本文使用SPSS统计软件对国债即期收益率日变化量（一阶差分）进行主成分分析，结果（见表2）显示，前三个主要因子对收益率的方差贡献率分别为65.72%、29.07%、5.16%，对总体方差累计解释能力达到99.95%，因此，前三个主要因子基本上已解释了国债收益率曲线的变动特征。这三个因子分别是水平、倾斜和曲率。由于水平和倾斜两个因子的特征值均大于1，而且累计贡献率达到了80％以上，根据确定共性变量的数量的原则，本文提取了这两个因子对这两个因子的综合形式进行建模。 　　2、综合因子分析法模型概述 　　由于水平和倾斜这两个综合因子能够解释债券价值变化的绝大部分，而且债券收益率的变化可以表示为因子的线性组合，因此，债券收益率的变化可以表示为：三、综合因子分析法模型在我国债券风险管理中的运用及建议 　　 　　本文分别运用综合因子分析法和方差－协方差方法计算了2003年4月份由债券000696、000896、0009908