基于动态VaR模型和Copula函数省级政府平台公司投资风险测度.docVIP

基于动态VaR模型和Copula函数省级政府平台公司投资风险测度 　　基金项目：国家自然科学基金项目、国家社会科学基金重点项目（08AJY040） 　　摘 要：省级政府投融资平台公司在城镇化建设中发挥着重要作用，其投融资风险问题亦逐渐引起重视。基于平台公司的投资收益会随着市场等宏观环境的变化而波动的考虑，将平台公司的项目投资资产视为金融资产而度量其风险状况。考虑单笔投资的情形，建立极值理论和SVt模型的相结合平台公司一维融资风险动态VaR模型；进而考虑多笔投资间的非线性关系，结合Copula函数和蒙特卡洛模拟思路，建立平台公司多维融资风险度量模型。所构建的模型避免了传统研究的强主观性，并实现了投资风险的实时、动态度量。 　　关键词： 省级政府投融资平台；投资风险；动态VaR；Copula函数 　　中图分类号：F830.59 文献标识码： A文章编号：1003-7217（2014）03-0055-05 　　一、引 言 　　城镇化是中国实现工业化和现代化的必经之路。城镇化建设离不开基础设施的完善，而基础设施的完善离不开资金的支持。数据显示，未来3年我国城镇化投融资资金需求量将达25万亿元，而现阶段财政资金难以独立承担城镇化建设重任，城镇化建设资金缺口约为11.7万亿元。在这样的背景下，地方政府投融资平台成为解决城镇化建设所面临的资金难题的重要途径。截至2013年底，全国各级政府平台公司数量达到7170家，融资平台贷款规模超过10万亿。这其中，省级政府投融资平台公司承担了排头兵的模范示范任务。然而，随着省级政府投融资平台数量与负债规模的激增，其所蕴含的大量财政风险与金融风险也引起了广泛的关注与担忧。当前，省级政府融资平台存在运作不规范、政府担保无法律效力、偿债能力有限、蕴含着大量的信息不对称与道德风险等问题。这些问题不仅可能会对我国金融系统造成较大的冲击，更可能延缓整个经济增长的步伐，影响城镇化建设的进程和质量，甚至威胁社会的安定与和谐。 　　省级政府投融资平台的风险源于其融资行为和投资行为，本文拟研究平台公司单笔投资下的一维投资风险和多笔投资下的多维投资风险的度量问题。省级政府投融资平台的投资风险，表现为平台公司在对某一项目或资产进行投资后，所投资资产的资产收益随市场变化的波动风险。现有关于政府融资平台公司投资风险度量问题的研究，基本采用的是层次分析法、模糊评价法等粗略的度量方法[1，2]，其度量结果精确度差、主观性强，难以精确体现尤其是动态体现投资回报的变化和投资风险程度。 　　省级政府投融资平台公司进行的投资包含的项目种类较多，如城市交通轨道建设、污水处理、污泥变肥处理等等。除了部分公益性建设项目外，平台公司的投资项目一般具有持续的收益，但是该收益受市场、宏观环境等因素影响而存在显著波动。以污泥变肥处理为例，其收益受到处理规模、处理成本、化肥价格等的影响而存在持续波动。基于此，本文将平台公司的投资资产视为一种金融资产，不考虑标的资产收益波动的外在原因，专注标的资产的价格波动，度量这种金融资产在外部环境等变化时可能出现的异常波动和极端损失。从现有的研究来看，资产收益变化的尖峰厚尾和条件异方差特征已被达成共识，波动性建模成为近几十年来的研究焦点。在波动率模型中，ARCH（自回归条件异方差）模型和SV（随机波动）模型应用最为广泛。前者将波动率视为滞后平方观测值和前期方差的确定函数；后者则认为波动率由潜在的不可观测的随机过程所决定，即在波动率方程中引入一个新的随机变量，该变量可能服从马尔科夫过程。 SV模型中新的随机变量的引入，使得其在三个方面优于ARCH族模型：长期波动性的预测、波动率序列的稳定性、对资产定价理论的应用。进一步地，由于t分布更接近于资产分布的实际，因此，SVt模型与基本SV模型相比更好地考虑了资产收益的尖峰厚尾特征，更接近资产收益波动的实际情况。但是无论是ARCH族模型还是SV模型、SVt模型，都无法描述极端情况下资产的收益情况，因此，将极值理论与之融合显得不可或缺。极值理论常用来分析概率罕见的极端情况，在风险管理和可靠性研究中常用到，其与风险度量的VaR方法结合在一起也逐渐被学者所探索[3]。因此，本文拟动态考虑资产风险价值VaR的时间序列特征，将SVt模型与极值理论相结合拟合资产收益的尾部特征，建立POTSVt动态VaR模型度量省级投融资平台的一维投资风险。在对多维投资风险进行度量时，考虑到多维变量的相关关系，结合Copula函数度量省级政府平台公司的多维投资风险。 　　财经理论与实践（双月刊）2014年第3期2014年第3期（总第189期）胡亚明：基于动态VaR模型和Copula函数的省级政府平台公司投资风险测度 　　二、基于POTSVt动态VaR模型的一维投资风险度量