究竟何种VaR方法更适合A股场风险测量.docVIP

PAGE PAGE 3 基于VaR方法对原油和黄金市场风险度量研究 南华期货 陈 彤 李晓萍 单位 南华期货研究所上海研发中心 作者 陈 彤，李晓萍 电话 021 -传真 021 -Email chentong1023@，lixiaoping@ 地址 上海市浦东新区世纪大道1589号长泰国际金融大厦8层（邮编：200122） 一．前言 金融市场的风险管理一直是各国、各金融机构所面临的共同问题，对处于高速发展同时又在转型的中国金融市场来说，风险管理显得尤为重要。从2007年1月到2008年7月，国际原油价格一年半的时间从50美元/桶暴涨到接近150美元/桶，然后在短短3个月的时间又暴跌到70美元/桶附近。而作为保值品种的黄金，其价格也一度在半年内从680美元/盎司涨到1000美元/盎司，然后两个月的时间又回落到760美元/盎司。图1给出了原油和黄金市场近10年(2500个交易日)的现货价格走势。面对如此巨大的投资风险，科学的风险管理方法更凸显其重要性。 数据来源：Reuters 南华研究 图1 原油和黄金现货价格走势(1998年10 目前，金融市场风险测量方法主要包括灵敏度分析、波动性方法、VaR、压力测试和极值理论。灵敏度和波动性只能表述某金融资产的相对风险以及偏离平均收益的程度，而无法判断损失的具体数值。而压力测试以及极值理论描述的是极端市场情景，不适用于市场正常波动时的风险管理，因此VaR是目前金融市场风险测量的主流方法。VaR(Value at Risk)翻译成中文即“在险价值”或“风险价值”。它的含义为“处于风险中的价值”，是指市场正常波动下，某一金融资产或证券组合的最大可能损失。更确切的说，是指在一定的置信度下，某一金融资产或证券组合在未来一段时间内的最大可能损失。其中置信度以及天数都是可变的，例如，当置信度为5％、VaR等于1000元的时候，“我们95％确定，某客户所持股票头寸明天最大损失不会超过1000元”。 本文将利用VaR方法对原油和黄金市场进行风险度量，希望能够对投资者在风险控制和投资管理上有更好的借鉴意义。 二．VaR风险测量方法 风险测量的模型主要有两大类：参数模型和非参数模型。参数模型包括分析法的各类模型，利用了灵敏度和统计分布特性简化了VaR，但由于对分布形式的假定和灵敏度的局部特征，分析法很难有效处理实际金融市场的厚尾性和大幅度波动的非线性问题，而产生测量误差以及模型风险。非参数法包括历史模拟法和Monte Carlo模拟法，相对分析法来说，模拟法可以较好的处理非正态问题，是一种完全估计，可有效地处理非线性问题。 2.1 参数法 1) 分析法 分析法是VaR计算中最为常用的方法。它利用证券组合的价值函数与市场因子间的近似关系、市场因子的统计分布(方差-协方差矩阵)简化VaR的计算。分析法根据证券组合价值函数形式的不同，可分为两大类：Delta-类模型和Gamma-类模型。其中，Delta-类模型识别的是线性风险，Gamma-类模型可识别凸性风险，例如组合中含有期权类的衍生品。本文将采用Delta-类模型中的Delta-正态模型与Delta-GARCH模型。 2.2 非参数法 1) 历史模拟法 最简单而又直观的方法就是历史模拟法，其核心在于根据市场因子的历史样本变化模拟证券组合的未来损益分布。用给定历史时期上所观测到的市场因子的变化，来表示市场因子的未来变化。根据市场因子的未来价格水平对头寸进行重新估值，计算出头寸的价值损益变化；最后，在历史模拟法中将组合的损益从小到大进行排序，得到损益分布，通过给定置信度下的分位数求出VaR。 2) Monte Carlo模拟法 由于分析利用了统计分布特征，如果市场存在厚尾性和大幅度波动的非线性问题，则风险测量偏差会比较大。Monte Carlo模拟是反复模拟决定金融工具价格的随机过程，每次模拟都可以得到组合在持有期末的一个可能值，然后进行大量的模拟，那么组合价值的模拟分布将收敛于组合的真实分布，然后根据置信度得到VaR。 三．实证分析 3.1 数据采集与相关参数设置 本文历史样本数据选取的是，国际黄金现货价格指数从1990年1月2日到2008年10月17日，西德克萨斯原油现货价格指数从 置信度选取常用的99%和95%。样本内时间区间选取1年，对未来预测1天的VaR值。然后通过时间移动的方法，就可以得到样本外时间序列的VaR值。我们上述的四种VaR模型，截取1998年10月27日至2008年10月17 3.2 VaR风险测量的检验 无论用哪种方法来计算VaR，想达到在百分之百正确几乎是不可能的，有不同程度的偏差在所难免。为了判断VaR的有效性，我们必须对所用模型的准确性进行检验。本文采用了失败率检验法，即