La-VaR模型在股票市场流动性风险度量中的应用.docxVIP

La-VaR模型在股票市场流动性风险度量 中的应用 a rel=nofollow onclick=doyoo.util.openChat();return false; href=# 匚=f 图分类号 :F222.3 文献标识码 :A 内容摘要：本文对Bangia等学者提出的BDSS模型进行了 理论推导，并针对我国的订单驱动型股票市场 ，对BDSS模型中 的相对价差进行调整 优化了 BDSS模型。本文将优化的BDSS 模型与BDSS模型、基于GARCH族的传统VaR模型进行后验 测试对比分析，证明优化的BDSS模型比GARCH族的VaR模型 和BDSS模型更能够充分的估计流动性风险，更加符合我国的 实际情况。 关键词:股票市场流动性风险La-VaR模型BDSS模型优 上世纪90年代,VaR(Value at Risk被提出并逐渐成为市场 风险的标准计量方法。Jorion给出的目前比较公认的 VaR定 义,指在某一给定的置信水平下 ,资产组合在未来特定的一段 时间内可能遭受的最大损失。 流动性风险是金融风险的一种 ,指由于市场交易不足而 无法按照当前的市场价值进行交易所造成的损失。它是一种 综合性风险 ,是其他风险在金融机构整体经营方面的综合体 现。因此流动性的问题开始引入到风险值的计算当中, 现。因此流动性的问题开始引入到风险值的计算当中 ,使风险 值针对流动性风险作调整 ,而衡量流动性调整的风险值 (La-VaR则是本文要讨论的问题。 1999 年 Bangia、Diebold、 Schuermann 和 Stroughair 四 位学者提出了著名的基于流动性调整的 La-VaR即BDSS莫型, 为以后的研究做出了相当大的贡献。 但是,Bangia等学者在提 出BDSS莫型的时候，并没有进行严格的数学推导，这使得该模 型对价差的估计缺乏理论依据。 国外关于流动性风险的相关研究很少,多数研究仍然处于理论研究阶段 ,目前仍然没有一个统一的、 国外关于流动性风险的相关研究很少 ,多数研究仍然处 于理论研究阶段 ,目前仍然没有一个统一的、 令人信服的理论 框架。而且国外的研究多是基于做市商制度 ,而我国的股票市 场是订单驱动型市场 ,与做市商制度有着很大的区别 ,而针对 于我国股票订单驱动型市场的研究更少。因此本文希望借鉴 当前风险管理技术的新发展 ,在介绍传统的金融风险度量工 具VaR(value at risk)的基础上，引入股票市场的流动性因素，使 其在VaR中有所体现，针对我国订单驱动的股票市场建立 La-VaR (liquidity adjust value at risk) 模型。 基于GARCH族的VaR模型及实证 本文选取在 2000 年 1 月 4 日以前上市的沪深股市中各 前 5 支股票作为研究样本 ,样本考察期为 2000 年 1 月 4 日至 2008年 12月 31日。所有数据均来源于国泰君安数据库软件。 此外,实证中的计算结果都是通过 Eviews5. 0软件和 Excel2003 计算得到的。 为了精确地测量 VaR必须考虑股票回报波动的重尾性以 及价格冲击的不对称性。本文初步确定了 6 个模型作为比较 的对象：残差序列基于正态分布假设的 GARCH模型（下文记为 GARCH-N ）为; 考察回报波动的重尾性 ,选用基于 t 分布的 GARCH下文记为GARCH-T）基于广义误差分布的 GARCH下文 记为GARCH-GED基于正态分布的 EGARCH下文记为 EGARCH-N基于t分布的EGARCH下文记为EGARCH-T基于 广义误差分布的EGARCH下文记为EGARCH-GED通过它既能 考察回报的重尾性 ,又能观测价格冲击的非对称性。 对抽样的 10支股票采用上述方法 ,通过比较 6个模型 ,根 据参数的显著性和对数似然估计量以及计算的 VaR效果，分 别筛选出最佳的GARCH模型，结果如表1所示。 由表1可知,对于所选择的样本股票来说,GED分布均是 最佳的选择，然后计算出每支股票每日的 VaR。计算出的结果 将在下文与La-VaR模型计算出的结果进行对比分析。 基于价差理论的La-VaR模型及实证 (一)修正的BDSS模型 1999 年 Bangia 等提出了基于价差来计算流动性的 ,这使La-VaR模型（下文简称 BDSS模型 ,即 La-VaR=st{[1-exp@ - e zc a )]+(￡-+ Yb )}(1)), ,这使 得该模型对价差的估计缺乏理论依据 ,故需要从理论上重新 修正BDSS模型。 设资产在未来t时刻的中间价格是st,其实际的交易价格 (交割价格或成交价格 )为 pt, 则由 Roll 中间价格、价差和交易 价格计算公式有 : pt=st+ITwt(2), 其中