基于时变Copula的La—VaR测度研究.docVIP

PAGE PAGE 1 基于时变Copula的La—VaR测度研究 　　摘要：目前关于流动性调整的市场风险测度研究，主要是静态模型。针对此，文章提出经流动性风险调整的市场风险动态测度的时变Copula方法。该方法使用连接函数构建流动性风险和市场风险的联合分布，能够兼顾这两种风险的非正态特征和它们之间的动态相关结构。基于该方法度量了中国股市经流动性调整的市场风险La-VaR，Kupiec检验表明，基于时变Copula模型预测La-VaR的效果优于基于常相关Copula模型的预测效果，并且时变T-Copula模型优于时变N-Copula模型。 　　关键词：市场风险；流动性风险；经流动性调整的市场风险；时变Copula；极值理论；La-VaR 　　中图分类号：F84032文献标志码：A文章编号2013　　市场风险是指由资产价格波动导致投资者收益的不确定性。流动性风险源于流动性的不足，是指资产不能按照市场价格立即变现而使变现价格产生的不确定性[1]。投资者尤其是机构投资者变现资产的过程不可避免地将影响资产价格，产生流动性风险。在指令驱动市场中，如A股市场，如果投资者投资理念趋同、持股集中或者发生羊群效应，有可能进一步加大流动性风险[2]。因此，在测度市场风险时，有必要考虑流动性风险因子。20世纪90年代以来，随着VaR技术在风险管理方面的广泛应用，一些学者对传统的VaR方法进行扩展，提出了经流动性调整的VaR模型（LiquidityadjustedVaR，简称La-VaR）。Bangia等[3]提出了著名的BDSS模型，创造性地在传统VaR的基础上加上可观测的买卖价差作为流动性风险。此后，LeSaout[4]，Francois-Heude和Wynendaele[5]使用这种方法进行了研究，胡经生等[6]、陈剑利等[7]也借鉴Bangia等[3]的方法研究中国市场。宋逢明、谭惠[8]建立了一个对流动性风险进行调整的VaR模型，用以度量中国股票的价格风险和流动性风险。胡小平和李超杰[9]、谢福座和左柏云[10]基于Copula方法测度了经流动性调整的市场风险。张金清和李徐[2]、张蕊等[11]基于Copula方法研究了市场风险与流动性风险的集成（整合）风险。 　　Copula方法是多资产、多风险建模的常用方法，但现阶段测度经流动性调整的市场风险，或者研究市场风险与流动性风险的集成（整合）风险时，主要采用的是常相关Copula模型（静态Copula模型），即Copula函数的参数是常量，而事实上金融时间序列间的相关性会随市场波动而发生变化，这就需要建立新模型来描述时间序列之间的动态（时变，Timevarying）相关结构。最先研究时变Copula模型的是Patton[12]，他提出用一个类似ARMA（1，10）的过程来描述二元Copula函数的相关参数。Patton[13]随后基于时变Copula研究了汇率间非对称相关性。Mendes[14]基于时变Copula测度了投资组合的CVaR。罗付岩、邓光明[15]基于时变Copula模型估计了投资组合的VaR。周好文、晏富贵[16]基于时变Copula研究了基金、股票和国债动态尾部相关性。 　　市场处于常态时，流动性充裕，只需付出较小的流动性成本就能完成投资交易，而当市场巨幅下跌，市场风险较大时，投资者可能需要付出巨大的流动性成本才能完成交易，甚至不能进行交易（如金融危机时），也就是说，极端情况下，市场风险与流动性风险的相关性可能呈现出与正常情况下不一样的特征。静态Copula模型无法准确地刻画这一特征，需要借助于时变Copula方法。基于此，本文基于时变Copula方法研究经流动性调整的市场风险：首先基于GARCH-EVT模型对市场风险因子和流动性风险因子建模，然后应用时变Copula测度市场风险因子与流动性风险因子间的动态相关结构，最后应用MonteCarlo方法模拟市场风险因子和流动性风险因子，计算经流动性调整的市场风险LaVaR和LaES值。 　　一、市场风险和流动性风险因子 　　市场风险因子一般使用收益率来描述。设Pt为资产的收盘价，将资产损失率定义为： 　　Rt=-ln（Pt/Pt-1） 　　流动性是证券市场的重要属性，学术界一般认为流动性是在不改变价格或价格微小变动的情况下迅速完成大规模交易的能力。一般而言，若单位时间完成单位成交量引起的价格变化越小，则市场流动性越好。流动性风险源于流动性的不足，是指资产不能按照市场价格立即变现而使变现价格产生的不确定性[2]。刻画流动性的指标很多，本文采用谢福座、左柏云[10]的流动性指标来描述流动性风险因子： 　　Lt=（Pmax-Pmin）/Pmin/Vt 　　其中，Pmax是日最高价，Pmin