不同风险价值估计下的条件风险价值资产配置方法.docxVIP

目录 1、简介 4 2、理论背景 5 VaR CVaR 基本定义 5 一致性风险度量 7 CVaR 的优化问题 9 3、资产组合优化 12 回测设置 12 样本外回测结果 13 4、总结 18 参考资料 19 附录 20 重要免责声明 21 表格目录 表格 1 VaR 的非次可加性 8 表格 2 样本外回测结果 A 14 表格 3 样本外回测结果 B 16 表格 4 样本外回测结果 C 17 图表目录 图表 1 ??????(??)值 6 图表 2 虚构的资产回报分布 7 图表 3 四类资产的每日回报 11 图表 4 36 个月开始的滚动窗口 12 图表 5 36 个月开始的递归窗口 13 图表 6 36 个月开始的滚动窗口样本外回测结果 15 图表 7 36 个月开始的递归窗口样本外回测结果 15 图表 8 样本外回测结果 C 17 图表 9 24 个月开始的滚动窗口样本外回测结果 20 图表 10 24 个月开始的递归窗口样本外回测结果 20 1、简介 风险是资产组合里的一个重要因素，资产回报的标准差通常会被用来衡量市场风险(下文简称风险)。标准差虽然简化了风险计算过程并且让人通俗易懂，但是它也有一些不足之处，其中之一是假设回报服从正态分布，换句话说投资者向往的上侧回报和厌恶的下侧回报具有同等概率，这在实际投资中很有可能是不成立的特别是在牛市或者熊市时期。在 2008 年的金融危机之后，风险价值(Value-at-Risk : VaR) 和条件风险价值(Conditional Value-at-Risk : CVaR)作为下侧风险衡量被广泛应用，从 2009 Basel 2.5 到目前 Basel III，风险价值和条件风险价值都是市场风险框架里比较重要的一部份内容。 给定一个置信水平和时间区间，风险价值衡量了最坏的预期损失，但是它并没有明确指出损失到底会有多大当一些小概率的厌恶事件发生时。基于风险价值的基础上，条件风险价值则衡量了尾部的平均预期损失， 所以条件风险价值有时也会被称作期望损失(Expected Shortfall : ES)。 另一方面，CVaR 比 VaR 能够更好地满足一致性风险度量(Coherent Risk Measure)的四个特征：单调性(Monotonicity)、次可加性(Subadditivity)、平移不变性(Translation Invariance)和正齐次性(Positive Homogeneity)。 资产配置的核心目标之一是降低投资组合风险，所以不管是以资产回报的标准差、风险价值还是条件风险价值等作为优化的目标函数，整个优化过程是去寻找合适的决策变量即分配不同资产合理的权重从而实现目标函数值最小化。这篇报告将会在不同 VaR 的估计方法下(正态分布法、历史模拟法、GARCH 调整法) 进行 CVaR 的组合优化。 2、理论背景 VaR CVaR 基本定义 上面介绍了 VaR 是衡量最差的预期损失在特定的置信水平下和时间区间里，以资产组合的回报为例子，1 天的VaR 在99?的置信水平下是5，这里可以表达为在一天的时间里有 99?的概率资产组合的回报会高于 -5?，也可以表达为在一天的时间里有 1的概率资产组合的回报会低于 -5；以资产组合的价值为例子，1 天的 VaR 在 99?的置信水平下是 50 万元，这里可以表达为在一天的时间里有 99?的概率资产组合的损失不会超过 50 万元，也可以表达为在一天的时间里有 1的概率资产组合 的损失会超过 50 万元 (只是举例说明无实际意义)。当?? = 0.88， ????????的值如图表 1 所示。 ????????的数学表达式为： ????????? ∫ ??(??)???? = 1 ? ??，???????????????????? ???????????????????????? ?∞ ???????? = ? inf{?? ∈ ?, ??(???????????? ≤ ??) ≥ 1 ? ??} ，???????????????? ???????????????????????? ?? ?? 其中??(??)为回报概率密度函数。 从定义中可以看出 VaR 并没有具体地指出可能的预期损失，它只是在大概率上指出了损失不会大于某数值或者小概率上指出了损失会大于某数值。CVaR 可以说弥补了 VaR 的这个不足之处，如图表 2 所示，CVaR 是基于 VaR 的情况去估计预期损失，换句话说 CVaR 衡量的是整个尾部事件的平均预期损失。 ??????????的数学表达式为： ?????????? = ?E(????????????|???????????? ≤ ?????????)