序言：寫(xiě)作是分享個(gè)人見(jiàn)解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的投資組合的風(fēng)險(xiǎn)分析樣本，期待這些樣本能夠?yàn)槟峁┴S富的參考和啟發(fā)，請(qǐng)盡情閱讀。

第1篇

1952年3月，哈里•馬柯維茨發(fā)表的資產(chǎn)組合的選擇，將概率論和線(xiàn)性代數(shù)的方法應(yīng)用于證券投資組合的研究，探討了不同類(lèi)別的、運(yùn)動(dòng)方向各異的證券之間的內(nèi)在相關(guān)性，標(biāo)志著現(xiàn)代資產(chǎn)組合理論的誕生。在馬柯維茨對(duì)資產(chǎn)組合理論研究的基礎(chǔ)上，另兩位美國(guó)經(jīng)濟(jì)學(xué)家、金融學(xué)家、諾貝爾獎(jiǎng)金獲得者威廉•廈普和約翰•琳特納分別在1964年的文章《資本資產(chǎn)定價(jià):風(fēng)險(xiǎn)條件下的市場(chǎng)均衡理論》和1965年的文章《風(fēng)險(xiǎn)資產(chǎn)的價(jià)值，股票資產(chǎn)組合的風(fēng)險(xiǎn)投資選擇，資本預(yù)算》中，給出了資本資產(chǎn)定價(jià)模型———CAPM。CAPM模型主要是用來(lái)描述證券的風(fēng)險(xiǎn)價(jià)格進(jìn)而得出均衡價(jià)格形成機(jī)理的，在實(shí)際生活和理論分析中應(yīng)用十分廣泛。國(guó)內(nèi)學(xué)者也對(duì)證券投資組合理論做了大量的實(shí)證研究。這些研究主要通過(guò)分析我國(guó)證券市場(chǎng)的實(shí)際數(shù)據(jù)，用簡(jiǎn)單隨機(jī)等權(quán)組合的方法，研究投資組合規(guī)模與組合風(fēng)險(xiǎn)的關(guān)系。其中比較有代表性的有以下幾位學(xué)者的研究。1996年10月，我國(guó)學(xué)者施東暉先生在《經(jīng)濟(jì)研究》上發(fā)表了《上海股票市場(chǎng)風(fēng)險(xiǎn)性實(shí)證分析》一文。他以1993年4月至1996年5月上海證交所的50種股票為樣本，以雙周收益率為指標(biāo)，采用簡(jiǎn)單隨機(jī)等權(quán)組合構(gòu)造50個(gè)“n種股票組合”(n=1，2，……，50)來(lái)推斷股票組合分散風(fēng)險(xiǎn)的能力，由此得出“投資多元化只能分散掉大約20%的風(fēng)險(xiǎn),降低風(fēng)險(xiǎn)的效果極其有限”的結(jié)論。實(shí)際上，這一研究只構(gòu)造了1個(gè)“1種證券的組合”、1個(gè)“2種證券的組合”、……1個(gè)“50種證券的組合”，缺乏統(tǒng)計(jì)穩(wěn)定性和可靠性。2001年5月，顧嵐、薛繼銳等在《數(shù)理統(tǒng)計(jì)與管理》上發(fā)表了《中國(guó)股市的投資組合分析》一文，以深滬114種股票為樣本,以日收益率為指標(biāo)，分別研究了不同年份、不同行業(yè)等權(quán)組合規(guī)模的情況，得出“不同年份的組合方差相差很大，不同行業(yè)對(duì)于不同組合規(guī)模方差的降低有明顯差別”的結(jié)論。此外,他們還對(duì)比了馬科維茨組合和簡(jiǎn)單等權(quán)組合,發(fā)現(xiàn)在方差的減少效果上,馬科維茨組合優(yōu)于簡(jiǎn)單等權(quán)組合，并且馬科維茨組合的規(guī)模小于簡(jiǎn)單等權(quán)組合。本文在上述研究的基礎(chǔ)上,通過(guò)采用2007年上半年滬市A股的數(shù)據(jù),研究投資組合規(guī)模、投資收益和投資風(fēng)險(xiǎn)之間的關(guān)系。通過(guò)進(jìn)一步研究,希望能夠?yàn)橥顿Y者進(jìn)行證券投資組合提供理論和實(shí)踐的參考。

二、實(shí)證研究過(guò)程

（一）研究樣本及數(shù)據(jù)

本文選取樣本的原則，一是考慮足夠的樣本容量，本文數(shù)據(jù)取自2001年1月至2009年12月的上海證券交易所上市的股票。在2001年1月，共有562家上市公司，其中資料不全的公司有210家，因此本次研究的范圍共352家公司，樣本容量足夠大。二是抽樣方法，本文采取的是不放回隨機(jī)抽樣，按照簡(jiǎn)單等權(quán)的方法進(jìn)行1至30種股票的投資組合，選取上述方法的原因是計(jì)算方便，并且能夠比較從1支股票增加到30支股票，每增加一支，對(duì)收益和風(fēng)險(xiǎn)的影響。三是考慮適當(dāng)?shù)姆治鰰r(shí)間區(qū)段，避免由于樣本數(shù)據(jù)波動(dòng)帶來(lái)較大的估計(jì)誤差，經(jīng)過(guò)簡(jiǎn)單觀測(cè)上證指數(shù)的k線(xiàn)圖，本小組發(fā)現(xiàn)在2006年1月至2008年1月上證指數(shù)波動(dòng)較為平穩(wěn)，又考慮到時(shí)間跨度過(guò)大會(huì)影響股票收益及風(fēng)險(xiǎn)的變動(dòng)，故時(shí)間跨度確定為6到8個(gè)月。本研究選取的樣本為，隨機(jī)抽取在上海證券交易所上市的30家A股，時(shí)間跨度從2007年1月至2007年6月。

（二）證券投資組合的規(guī)模、收益與風(fēng)險(xiǎn)的實(shí)證

研究表1是本小組在隨機(jī)抽取30支股票后，運(yùn)用excel及spss統(tǒng)計(jì)軟件計(jì)算得出。經(jīng)過(guò)分析表1中的數(shù)據(jù)，我們可以得出投資組合規(guī)模與風(fēng)險(xiǎn)的關(guān)系、組合規(guī)模與收益的關(guān)系，并可利用他們之間的關(guān)系嘗試擬合回歸模型。

1.投資組合規(guī)模與風(fēng)險(xiǎn)的關(guān)系。從表1中的數(shù)據(jù)可以看出，當(dāng)股票規(guī)模由1支增加到2支時(shí)，股票的風(fēng)險(xiǎn)下降趨勢(shì)明顯，由9.24%下降到7.25%，下降了1.99%，下降幅度顯著，組合效果十分明顯。當(dāng)組合的規(guī)模從2種增加到6種時(shí)，股票的風(fēng)險(xiǎn)下降了1.26%，當(dāng)組合的規(guī)模從6種增加到12種時(shí)，股票的風(fēng)險(xiǎn)下降了0.58%，當(dāng)組合的規(guī)模由12種變化到18種時(shí)，風(fēng)險(xiǎn)下降了0.23%，而當(dāng)組合的規(guī)模由18種增加到30種時(shí)，投資組合的風(fēng)險(xiǎn)由5.18%降低到5.14%，風(fēng)險(xiǎn)僅降低了0.04%，組合效果不理想。根據(jù)隨機(jī)抽樣的30支股票的上述計(jì)算與比較，推斷上海證券市場(chǎng)在2007年1月至6月的總體情況。隨著投資組合規(guī)模的不斷擴(kuò)大，投資組合的風(fēng)險(xiǎn)會(huì)呈現(xiàn)逐步下降的趨勢(shì)，且風(fēng)險(xiǎn)的下降趨勢(shì)隨著組合規(guī)模的增加下降明顯。當(dāng)股票規(guī)模超過(guò)20支時(shí)，風(fēng)險(xiǎn)區(qū)域穩(wěn)定，下降趨勢(shì)不明顯。

2.投資組合規(guī)模與組合收益的關(guān)系。從表1中的數(shù)據(jù)可以看出：當(dāng)組合規(guī)模從1種增加到2種時(shí)，組合的收益率下降了0.54%。當(dāng)組合的規(guī)模由2種增加到6種，收益率上升了0.05%。當(dāng)組合的規(guī)模由6種增加到12種時(shí)，收益率下降了0.06%。當(dāng)組合的規(guī)模增加到18種時(shí)，收益率下降了0.11%，組合規(guī)模繼續(xù)增加到24種，收益率下降了0.02%，組合規(guī)模到達(dá)30時(shí)，收益率下降到2.24%，下降了0.04%。根據(jù)投資組合理論，組合的收益是組合中各風(fēng)險(xiǎn)資產(chǎn)收益的現(xiàn)行組合，本文采用的是簡(jiǎn)單的等權(quán)線(xiàn)性組合，投資組合的增加并不能增加組合的收益。從樣本數(shù)據(jù)可以看出，在2007年1月至6月的上海證券市場(chǎng)，隨著組合規(guī)模的增加組合的收益率出現(xiàn)了有規(guī)律的下降趨勢(shì)，但收益的這種下降程度并不是很高，當(dāng)組合數(shù)增加到一定程度后，組合收益的變動(dòng)范圍基本上保持在一個(gè)很小的范圍內(nèi)，這意味著達(dá)到一定規(guī)模后，組合規(guī)模的不斷擴(kuò)大，組合的收益差距基本不變。因此，投資組合規(guī)模的增加并不是增加組合收益的主要途徑，甚至可能降低組合的收益。

3.組合規(guī)模與風(fēng)險(xiǎn)的回歸模型。根據(jù)上述實(shí)證數(shù)據(jù)，可以看出投資組合的規(guī)模與組合的風(fēng)險(xiǎn)呈現(xiàn)一定的相關(guān)關(guān)系，即投資組合的規(guī)模增加會(huì)減少組合的風(fēng)險(xiǎn)，但這種關(guān)系不是嚴(yán)格的線(xiàn)性關(guān)系。本文運(yùn)用spss軟件采用嘗試性的方法，將組合規(guī)模作為自變量，風(fēng)險(xiǎn)（即方差）作為因變量，擬合了包括Linear(線(xiàn)性)，Quadratic（二次）,Cubic（三次）,Inverse（倒數(shù)）四種模型。通過(guò)比較后，發(fā)現(xiàn)擬合模型中Inverse函數(shù)在四個(gè)函數(shù)中最為符合。以投資規(guī)模為X，風(fēng)險(xiǎn)為Y。擬合模型為：Y=0.023+0.004X此模型恰好與埃文斯和阿徹的投資組合模型Y=A+BNi〔其中Ni為組合的規(guī)模(i=1,2,3,……n);Yi為不同組合規(guī)模的σ〕相符合。4.組合規(guī)模與收益的回歸模型?；貧w模型擬合的比較好，擬合優(yōu)度為0.803，調(diào)整后的擬合優(yōu)度為0.798，整體的F檢驗(yàn)也非常顯著，各個(gè)參數(shù)的t檢驗(yàn)也比較顯著，據(jù)此說(shuō)明了投資組合規(guī)模與組合風(fēng)險(xiǎn)之間確實(shí)存在顯著的相關(guān)關(guān)系。我們可以用上述模型對(duì)投資組合的風(fēng)險(xiǎn)進(jìn)行合理的估計(jì),但由于組合中存在系統(tǒng)性風(fēng)險(xiǎn),因此,當(dāng)N趨向于無(wú)窮大時(shí),組合的風(fēng)險(xiǎn)并不趨向于0。5.組合規(guī)模與收益的回歸模型。與組合規(guī)模與風(fēng)險(xiǎn)的模型類(lèi)似，組合規(guī)模與收益的回歸模型為：Y=0.05+0.004X經(jīng)檢驗(yàn)回歸模型擬合得非常好，擬合優(yōu)度為0.980，調(diào)整后的擬合優(yōu)度為0.979，整體的F檢驗(yàn)十分顯著，各個(gè)參數(shù)的t檢驗(yàn)也十分顯著，但此模型沒(méi)有經(jīng)濟(jì)理論的支持，因此僅作為一種擬合趨勢(shì)，沒(méi)有變量間的因果關(guān)系，不能解釋兩者之間的關(guān)系。

三、結(jié)論與建議

經(jīng)過(guò)實(shí)證研究，得出如下結(jié)論:

（1)上海證券市場(chǎng)在2007年1月至6月期間,投資組合的適度規(guī)模數(shù)為16種股票。這種投資組合規(guī)模使投資組合總風(fēng)險(xiǎn)降低4.06%。因此，投資者為了降低組合的風(fēng)險(xiǎn)可以增加投資組合中的股票數(shù)，但投資組合的風(fēng)險(xiǎn)在組合規(guī)模達(dá)到一定程度后將逐漸穩(wěn)定。

（2)從之前規(guī)模與收益的風(fēng)險(xiǎn)分析可看出：簡(jiǎn)單的投資組合并不必然導(dǎo)致組合收益水平的提高,投資組合的規(guī)模存在一定的有效范圍,當(dāng)組合規(guī)模超過(guò)該范圍時(shí)將引起組合的過(guò)度分散，而組合的過(guò)度分散又將產(chǎn)生各種交易費(fèi)用及不必要的管理成本,這樣勢(shì)必會(huì)引起整個(gè)投資組合的收益降低。

第2篇

【關(guān)鍵詞】Copula 金融市場(chǎng)風(fēng)險(xiǎn) 綜合風(fēng)險(xiǎn) 測(cè)算

隨著經(jīng)濟(jì)全球化和金融自由化的發(fā)展，全球金融市場(chǎng)特別是金融衍生品市場(chǎng)得到迅猛發(fā)展，呈現(xiàn)出了前所未有的波動(dòng)性，金融機(jī)構(gòu)和投資者面臨的各種風(fēng)險(xiǎn)日益復(fù)雜和多樣化，因此對(duì)金融風(fēng)險(xiǎn)的評(píng)估和測(cè)量也提出了越來(lái)越高的要求。傳統(tǒng)的風(fēng)險(xiǎn)計(jì)量方法已不能適應(yīng)現(xiàn)代金融業(yè)的需要?；诖?，Copula方法這種全新的測(cè)算技術(shù)被引入金融風(fēng)險(xiǎn)的計(jì)量中。

Copula函數(shù)被稱(chēng)為“相依函數(shù)”或者“連接函數(shù)”，它是把多維隨機(jī)變量的聯(lián)合分布用其一維邊際分布連接起來(lái)的函數(shù)。Copula理論于1959年由Sklar提出，定義了一個(gè)聯(lián)合分布分解為它的K個(gè)邊緣分布和一個(gè)Copula函數(shù)，其中Copula函數(shù)描述了變量間的相關(guān)結(jié)構(gòu)，Sklar定理為Copula方法體系的發(fā)展打下了基礎(chǔ)。但直到上世紀(jì)90年代末期才被引入金融領(lǐng)域，Nelson(1998)比較系統(tǒng)地介紹了Copula的定義、構(gòu)建方法，并全面介紹了Copula函數(shù)的各項(xiàng)性質(zhì)以及幾種重要的Copula函數(shù)族。Embrechs(1999)把Copula理論引入到金融領(lǐng)域中，把金融風(fēng)險(xiǎn)分析推向了一個(gè)新的階段。在我國(guó)，對(duì)Copula的研究起步較晚，最早是張堯庭(2002)在理論上，主要是從概率論的角度上探討了Copula方法在金融上應(yīng)用的可行性。Copula方法在金融風(fēng)險(xiǎn)測(cè)算中主要具有如下優(yōu)勢(shì)：①Copula理論不限制邊緣分布的選擇，結(jié)合Copula函數(shù)可以更為靈活地構(gòu)建多元分布函數(shù)；②在運(yùn)用Copula理論建立模型時(shí)，邊緣分布反映的只是單變量的個(gè)體信息，變量間的相關(guān)信息完全由Copula函數(shù)來(lái)體現(xiàn)，可以將隨機(jī)變量的邊緣分布和它們之間的相關(guān)關(guān)系分開(kāi)來(lái)研究；③通過(guò)不同形式Copula函數(shù)的選擇使用，可以準(zhǔn)確捕捉到變量間非線(xiàn)性、非對(duì)稱(chēng)的相關(guān)關(guān)系，特別是容易捕捉到分布尾部的相關(guān)關(guān)系，這有助于風(fēng)險(xiǎn)管理機(jī)構(gòu)度量出現(xiàn)極端情況下的風(fēng)險(xiǎn)值。

一、Copula方法在國(guó)外金融市場(chǎng)風(fēng)險(xiǎn)測(cè)算中的應(yīng)用

1.常規(guī)模式下Copula方法的應(yīng)用

如同任何新方法被應(yīng)用到新的領(lǐng)域一樣，Copula方法之于金融市場(chǎng)風(fēng)險(xiǎn)管理也經(jīng)歷了從簡(jiǎn)單到復(fù)雜，從理論研究到具體實(shí)證中的過(guò)程。Sklar(1959)到Nelson(1998)，對(duì)Copula理論起到了奠基性的作用。Embrochts(1999)把Copula作為相關(guān)性度量的工具，引入金融領(lǐng)域。Matteis(2001)詳細(xì)介紹了Arehimedean Copulas在數(shù)據(jù)建模中的應(yīng)用，并運(yùn)用Copula對(duì)丹麥火災(zāi)險(xiǎn)損失進(jìn)行了度量。Bouye(2000)系統(tǒng)介紹了Copula在金融中的一些應(yīng)用。Embrechts (2003)，Genest(1995)分別于模擬技術(shù)、半?yún)?shù)估計(jì)、參數(shù)估計(jì)對(duì)Copula的統(tǒng)計(jì)推斷作了詳細(xì)介紹。Roberto De Matteis(2001)對(duì)Copula函數(shù)，特別是Archimedean Copula函數(shù)作了較為全面地總結(jié)。Romano(2002)開(kāi)始用Copula進(jìn)行了風(fēng)險(xiǎn)分析，計(jì)算投資組合的風(fēng)險(xiǎn)值，同時(shí)用多元函數(shù)極值通過(guò)使用Monte Carlo方法來(lái)刻畫(huà)市場(chǎng)風(fēng)險(xiǎn)。Forbes(2002)通過(guò)對(duì)固定Copula模型來(lái)描述Copula的各種相關(guān)模式，并把這一個(gè)方法廣泛地應(yīng)用在金融市場(chǎng)上的風(fēng)險(xiǎn)管理、投資組合選擇及資產(chǎn)定價(jià)上。Hu(2002)提出了混合Copula函數(shù)(Mixed-Copula)的概念，即把不同的Copula函數(shù)進(jìn)行線(xiàn)性組合，這樣就可以用一個(gè)Copula函數(shù)來(lái)描述具有各種相關(guān)模式的多個(gè)金融市場(chǎng)的相關(guān)關(guān)系了。上述文獻(xiàn)主要從理論上探討了Copula方法的適用性，并對(duì)Copula函數(shù)形式的選擇，Copula函數(shù)的參數(shù)估計(jì)方法等展開(kāi)了較為深入的研究且采用金融市場(chǎng)的數(shù)據(jù)進(jìn)行了相關(guān)實(shí)證說(shuō)明，但都是在固定時(shí)間段內(nèi)固定相關(guān)模式的假設(shè)下進(jìn)行，沒(méi)有體現(xiàn)出金融市場(chǎng)風(fēng)險(xiǎn)瞬息萬(wàn)變，投資組合的風(fēng)險(xiǎn)值動(dòng)態(tài)變化的特征。

2.動(dòng)態(tài)模式下Copula方法的應(yīng)用

眾所周知，金融市場(chǎng)投資組合面臨的風(fēng)險(xiǎn)每時(shí)每刻都在波動(dòng)，在模型假設(shè)固定的情況下測(cè)算往往會(huì)低估風(fēng)險(xiǎn)，因此建立動(dòng)態(tài)的，能及時(shí)體現(xiàn)市場(chǎng)波動(dòng)特征的模型顯得更為重要。Dean Fantazzini(2003)將條件Copula函數(shù)的概念引入金融市場(chǎng)的風(fēng)險(xiǎn)計(jì)量中，同時(shí)將Kendall秩相關(guān)系數(shù)和傳統(tǒng)的線(xiàn)性相關(guān)系數(shù)分別運(yùn)用于混合Copula函數(shù)模型中對(duì)美國(guó)期貨市場(chǎng)進(jìn)行分析。Patton(2001)通過(guò)研究日元/美元和英鎊/美元匯率間的相關(guān)性，發(fā)現(xiàn)在歐元體系推出前后這兩種匯率之間的相關(guān)性程度發(fā)生了顯著變化。在此基礎(chǔ)上，Patton提出引入時(shí)間參數(shù)，在二元正態(tài)分布的假設(shè)下提出了時(shí)變Copula函數(shù)來(lái)刻畫(huà)金融資產(chǎn)。Goorbergh，Genest和Werker(2005)在Patton的基礎(chǔ)上設(shè)計(jì)出新的動(dòng)態(tài)演進(jìn)方程并用在時(shí)變Copula中對(duì)期權(quán)定價(jià)進(jìn)行了研究。Jing Zhang，Dominique Guegan(2006)開(kāi)始構(gòu)造擬合優(yōu)度的統(tǒng)計(jì)檢驗(yàn)量來(lái)判斷樣本數(shù)據(jù)在進(jìn)行動(dòng)態(tài)Copula建模時(shí)適用的模型結(jié)構(gòu)，也就是時(shí)變相關(guān)Copula模型與變結(jié)構(gòu)的Copula模型的統(tǒng)計(jì)推斷，Ane，T.and C.Labidi (2006)采用條件Copula對(duì)金融市場(chǎng)的溢出效應(yīng)進(jìn)行了分析，Bartram，S. M.，S. J. Taylor，and Y-H Wang(2007)采用GJR-GARCH-MA-t作為邊緣分布并用Gaussian Copula作為連接函數(shù)建立了動(dòng)態(tài)Copula模型對(duì)歐洲股票市場(chǎng)數(shù)據(jù)進(jìn)行了擬合，取得了較好的結(jié)果，Aas，K.，C. Czado，A. Frigessi，and H. Bakken(2008)在多元分布前提下對(duì)雙形Copula建模進(jìn)行了研究。

二、Copula方法在我國(guó)金融市場(chǎng)風(fēng)險(xiǎn)測(cè)算中的應(yīng)用

1.二元Copula方法的應(yīng)用

Copula方法在我國(guó)起步較晚，直到張堯庭(2002)才將該方法引入我國(guó)，主要在概率統(tǒng)計(jì)的角度上探討了Copula方法在金融上應(yīng)用的可行性，介紹了連接函數(shù)Copula的定義、性質(zhì)，連接函數(shù)導(dǎo)出的相關(guān)性指標(biāo)等。隨后韋艷華(2003，2004) 結(jié)合t-GARCH模型和Copula函數(shù)，建立Copula-GARCH模型并對(duì)上海股市各板塊指數(shù)收益率序列間的條件相關(guān)性進(jìn)行分析。結(jié)果表明，不同板塊的指數(shù)收益率序列具有不同的邊緣分布，各序列間有很強(qiáng)的正相關(guān)關(guān)系，條件相關(guān)具有時(shí)變性，各序列間相關(guān)性的變化趨勢(shì)極為相似。史道濟(jì)、姚慶祝(2004)給出了相關(guān)結(jié)構(gòu)Copula、秩相關(guān)系數(shù)Spearman與Kendall tau和尾部相關(guān)系數(shù)，以及這三個(gè)關(guān)聯(lián)度量與Copula之間的關(guān)系，各個(gè)相關(guān)系數(shù)的估計(jì)方法等，并以滬、深日收盤(pán)綜合指數(shù)為例，討論了二個(gè)股市波動(dòng)率的相關(guān)性，建立了一個(gè)較好的數(shù)學(xué)模型。葉五一、繆柏其、吳振翔(2006)運(yùn)用Archimedean Copula給出了確定投資組合條件在險(xiǎn)價(jià)值(CVaR)的方法，對(duì)歐元和日元的投資組合做了相應(yīng)的風(fēng)險(xiǎn)分析，得到了二者的最小風(fēng)險(xiǎn)投資組合，并對(duì)不同置信水平下VaR和組合系數(shù)做了敏感性分析。曾健和陳俊芳(2005)運(yùn)用Copula函數(shù)對(duì)上海證券市場(chǎng)A股與B股指數(shù)的相關(guān)結(jié)構(gòu)進(jìn)行分析，發(fā)現(xiàn)了與國(guó)外市場(chǎng)不同的研究結(jié)果：不論市場(chǎng)處于上升期或下跌期，上證A股與B股指數(shù)間均存在較強(qiáng)的尾部相關(guān)性。李?lèi)偂⒊滔ｒE(2006)采用Copula方法分析了上證指數(shù)和恒生指數(shù)的尾部相關(guān)性。肖璨(2007)則較為全面的介紹了Copula方法應(yīng)用二元情況下的建模與應(yīng)用。

2.多元Copula方法的應(yīng)用

只在二元情況下度量金融市場(chǎng)風(fēng)險(xiǎn)并不全面，現(xiàn)實(shí)金融市場(chǎng)中的機(jī)構(gòu)投資者和個(gè)體投資人通常選擇多個(gè)金融資產(chǎn)進(jìn)行組合投資以降低投資風(fēng)險(xiǎn)，因此如何刻畫(huà)多個(gè)金融資產(chǎn)間的相關(guān)結(jié)構(gòu)，對(duì)于規(guī)避市場(chǎng)風(fēng)險(xiǎn)更具有現(xiàn)實(shí)意義，但如何將二元向多元推廣依然是一個(gè)需要解決的難題。這是因?yàn)楫?dāng)變量增加時(shí)，模型的復(fù)雜程度及參數(shù)估計(jì)難度都將呈指數(shù)倍增長(zhǎng)，針對(duì)二元方法的模型參數(shù)估計(jì)可能將不再適用，需要研究新的估計(jì)方法。

第3篇

芝交所風(fēng)險(xiǎn)控制制度的主要特點(diǎn)

由于金融衍生品交易的高風(fēng)險(xiǎn)，芝加哥商業(yè)交易所十分重視交易相關(guān)的風(fēng)險(xiǎn)控制問(wèn)題。在過(guò)去的30多年中，該所已經(jīng)形成了一整套行之有效的風(fēng)險(xiǎn)管理體系。保證金是芝加哥商業(yè)交易所風(fēng)險(xiǎn)控制制度的核心要素之一。

(1)芝交所關(guān)于金融衍生品交易的風(fēng)險(xiǎn)控制制度，以交易所監(jiān)管清算會(huì)員負(fù)責(zé)內(nèi)部和客戶(hù)賬戶(hù)風(fēng)險(xiǎn)控制的二元風(fēng)險(xiǎn)管理制度為基礎(chǔ)。交易所根據(jù)聯(lián)邦期貨監(jiān)管委員會(huì)條例和內(nèi)部管理章程對(duì)所有清算會(huì)員實(shí)行風(fēng)險(xiǎn)防范管理；清算會(huì)員則根據(jù)交易所相關(guān)業(yè)務(wù)章程和內(nèi)部控制制度對(duì)自己和客戶(hù)賬產(chǎn)業(yè)務(wù)風(fēng)險(xiǎn)進(jìn)行管理。

(2)通過(guò)逐日盯市制度及時(shí)調(diào)整清算會(huì)員和客戶(hù)保證金是交易所控制風(fēng)險(xiǎn)的主要制度安排。交易所根據(jù)市場(chǎng)交易行情變化即時(shí)調(diào)整(增加)日中盯市清算頻率。這是防范清算會(huì)員和客戶(hù)風(fēng)險(xiǎn)擴(kuò)大的有效措施。在市場(chǎng)劇烈變動(dòng)之時(shí)，增加日中盯市清算安排，可以有效地限制清算會(huì)員和客戶(hù)風(fēng)險(xiǎn)累積擴(kuò)大的幅度，從而為防范交易所范圍內(nèi)出現(xiàn)體系性風(fēng)險(xiǎn)奠定了堅(jiān)實(shí)的制度基礎(chǔ)。

(3)交易所通過(guò)按期核準(zhǔn)清算會(huì)員最低凈資本金標(biāo)準(zhǔn)和財(cái)務(wù)報(bào)告的形式審查清算會(huì)員資格，同時(shí)要求清算會(huì)員購(gòu)買(mǎi)商業(yè)交易所股份、向交易所存繳安全存款準(zhǔn)備金，并要求清算會(huì)員根據(jù)客戶(hù)賬戶(hù)交易和持倉(cāng)規(guī)模繳納和調(diào)整賬戶(hù)維持保證金的辦法，控制清算會(huì)員和客戶(hù)交易風(fēng)險(xiǎn)。這種風(fēng)險(xiǎn)控制制度不僅要求清算會(huì)員對(duì)自己和客戶(hù)風(fēng)險(xiǎn)進(jìn)行有效控制，而且交易所和清算會(huì)員之間建立了事實(shí)上的風(fēng)險(xiǎn)控制利益共同體。這是芝交所有效防范交易風(fēng)險(xiǎn)的重要制度保證。

(4)芝交所集多年金融衍生品交易風(fēng)險(xiǎn)管理的經(jīng)驗(yàn)研究開(kāi)：發(fā)的標(biāo)準(zhǔn)組合資產(chǎn)風(fēng)險(xiǎn)分析系統(tǒng)(SPAN)是交易所、清算會(huì)員和參加金融衍生品交易單位管理金融衍生品交易風(fēng)險(xiǎn)的有效工具。這一工具不僅可以用于交易保證金的計(jì)算，而且對(duì)于各種市場(chǎng)條件下風(fēng)險(xiǎn)值的匡算，以及實(shí)現(xiàn)交易風(fēng)險(xiǎn)實(shí)時(shí)監(jiān)控，都有著不可替代的優(yōu)勢(shì)。

(5)作為芝交所金融衍生品交：易風(fēng)險(xiǎn)控制的重要組成部分，清算會(huì)員對(duì)客戶(hù)風(fēng)險(xiǎn)的監(jiān)控需建立在有效的事前、事中和事后監(jiān)管制度。事前控制的必要組成部分包括，會(huì)員下單核實(shí)、風(fēng)險(xiǎn)管理和定單管理的內(nèi)容。會(huì)員下單核實(shí)主要包括對(duì)交易雙方身份的認(rèn)定、下單內(nèi)容的審核等內(nèi)容。風(fēng)險(xiǎn)管理主要包括在定單交易之前檢測(cè)資金支付方保證金是否足額，是否符合限倉(cāng)和大戶(hù)報(bào)告等其他需要滿(mǎn)足的風(fēng)控指標(biāo)。如果保證金不足，需要求資金支付方在交易前的一定時(shí)間內(nèi)補(bǔ)足保證金。如果違反限倉(cāng)制度和大戶(hù)報(bào)告制度，則要求資金支付方先滿(mǎn)足這兩個(gè)制度，再進(jìn)行交易。定單管理指及時(shí)顯示和取消在交易時(shí)間里未成交的定單，并及時(shí)把相關(guān)信息轉(zhuǎn)遞到中后臺(tái)。在有效防范風(fēng)險(xiǎn)的基礎(chǔ)上，兼顧市場(chǎng)交易效率和風(fēng)險(xiǎn)管理目標(biāo)也是風(fēng)險(xiǎn)控制制度建設(shè)的重要參照指標(biāo)。

風(fēng)險(xiǎn)分析和控制系統(tǒng)

風(fēng)險(xiǎn)分析和控制系統(tǒng)(SPAN)由芝交所于1988年設(shè)計(jì)開(kāi)發(fā)并執(zhí)行。目前SPAN是全球50個(gè)注冊(cè)交易所和清算組織的正式保證金機(jī)制。

SPAN的主要功能有三個(gè)：在一組給定風(fēng)險(xiǎn)參數(shù)下，給定的投資組合的最大可能損失是多少；SPAN根據(jù)保證金設(shè)定機(jī)構(gòu)(通常是交易所或清算組織)設(shè)置的風(fēng)險(xiǎn)參數(shù)，通過(guò)計(jì)算標(biāo)準(zhǔn)投資組合所能承受的最大損失來(lái)評(píng)估投資組合的風(fēng)險(xiǎn)；保證金設(shè)定機(jī)構(gòu)對(duì)保證金參數(shù)和保證金保險(xiǎn)范圍有完全的控制權(quán)。

保證金的計(jì)算

SPAN在投資組合水平、清算水平和混合水平上，在盡可能廣泛的產(chǎn)品的基礎(chǔ)上計(jì)算保證金。SPAN提供的詳細(xì)的投資組合信息包括保證金數(shù)據(jù)、投資組合價(jià)值、詳細(xì)頭寸。

SPAN掃描風(fēng)險(xiǎn)――風(fēng)險(xiǎn)矩陣

SPAN對(duì)于每一個(gè)合約，都有一個(gè)多重(通常為16)風(fēng)險(xiǎn)矩陣。每一個(gè)矩陣上的點(diǎn)代表著特定市場(chǎng)假定下，合約發(fā)生的潛在的收益或損失。投資組合里的每一頭寸都將和風(fēng)險(xiǎn)矩陣進(jìn)行組合，得出頭寸自身的收益或損失。一個(gè)投資組合所有頭寸的收益／損失矩陣綜合在一起，形成投資組合總的收益／損失矩陣。風(fēng)險(xiǎn)矩陣中有最大損失的那個(gè)點(diǎn)代表的風(fēng)險(xiǎn)就是投資組合的價(jià)格掃描風(fēng)險(xiǎn)。在掃描風(fēng)險(xiǎn)范圍內(nèi)的潛在的價(jià)格上升或下跌以及在掃描風(fēng)險(xiǎn)變動(dòng)率范圍內(nèi)的期權(quán)變動(dòng)率的上升或下跌的組合，形成SPAN系統(tǒng)中的每一個(gè)市場(chǎng)假定。

CMEl6個(gè)市場(chǎng)假定條件如下：價(jià)格不變，數(shù)量上升；價(jià)格不變，數(shù)量下降；價(jià)格上升1／3，數(shù)量上升；價(jià)格上升1／3，數(shù)量下降；價(jià)格下跌1／3，數(shù)量上升；價(jià)格下跌1／3，數(shù)量下降；價(jià)格上升2／3，數(shù)量上升；價(jià)格下跌2／3，數(shù)量下降；價(jià)格下跌，數(shù)量上升；價(jià)格下跌2／3，數(shù)量下降；價(jià)格上升1倍，數(shù)量上升；價(jià)格上升1倍，數(shù)量下降；價(jià)格下跌1倍，數(shù)量上升；價(jià)格下跌1倍，數(shù)量下降；極端市場(chǎng)變動(dòng)，價(jià)格上升3X，覆蓋部分?jǐn)?shù)量不變，極端市場(chǎng)變動(dòng)，價(jià)格下跌3X，覆蓋部分30％數(shù)量不變。

SPAN分析過(guò)程

SPAN首先估計(jì)每一種商品的直接市場(chǎng)風(fēng)險(xiǎn)(價(jià)格掃描風(fēng)險(xiǎn))，過(guò)程如下：

■估算在同樣的假定條件下，不同到期合約之間價(jià)格行為差異引起的風(fēng)險(xiǎn)，即跨月價(jià)差風(fēng)險(xiǎn)；

■針對(duì)可能存在的流動(dòng)性(交割性)風(fēng)險(xiǎn)附加的額外費(fèi)用，即交割風(fēng)險(xiǎn)；

■如果投資組合中含有期權(quán)空頭頭寸，計(jì)算期權(quán)空頭的最低風(fēng)險(xiǎn)；

■加總價(jià)格掃描風(fēng)險(xiǎn)、跨月價(jià)差風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)；

■比較加總后的數(shù)額同期權(quán)空頭最低風(fēng)險(xiǎn)的大小。較大者作為組合商品的風(fēng)險(xiǎn)值。

然后，比較不同商品組合之間風(fēng)險(xiǎn)值的價(jià)差抵扣。

最后，保證金要求將所有商品組合的風(fēng)險(xiǎn)加總后減去不同商品組合之間的風(fēng)險(xiǎn)信用抵扣。

SPAN的功能分離

從理論上看，在定制的SPAN中僅包含保證金計(jì)算和SPAN文件生成功能是完全可行的，但客戶(hù)只能購(gòu)買(mǎi)或者放棄SPAN，而不能只定制其中的某些功能，因?yàn)镃ME不是軟件開(kāi)發(fā)商，且無(wú)此先例。

保證SPAN運(yùn)行的一個(gè)關(guān)鍵點(diǎn)是必須向SPAN輸入特定格式的數(shù)據(jù)，即輸入SPAN文件，才可能輸出保證金計(jì)算結(jié)果以及其他風(fēng)險(xiǎn)計(jì)算結(jié)果，據(jù)了解，交易所層面運(yùn)行SPAN有以下三種途徑：一是購(gòu)買(mǎi)PC－SPAN軟件，同時(shí)開(kāi)發(fā)能生成SPAN文件的軟件或者從芝所下載相關(guān)SPAN文件。開(kāi)發(fā)能生成SPAN文件的軟件需投入較高成本，從芝所下載文件難以滿(mǎn)易所層面隨時(shí)計(jì)算保證金和計(jì)算保證金至客戶(hù)一級(jí)的需求(清算會(huì)員一般購(gòu)買(mǎi)PC－SPAN，一天兩次從芝所下載文件，計(jì)算至客戶(hù)一級(jí))；二是購(gòu)買(mǎi)SPAN風(fēng)險(xiǎn)管理清算軟件，該軟件包含了生成SPAN文件的功能，此時(shí)只需開(kāi)發(fā)接口，將本交易所清算系統(tǒng)的數(shù)據(jù)通過(guò)接口傳至SPAN風(fēng)險(xiǎn)管理

清算系統(tǒng)，后者生成SPAN文件并計(jì)算保證金，目前新加坡交易所使用了此套方案；三是購(gòu)買(mǎi)PC―SPAN軟件，同時(shí)購(gòu)買(mǎi)清算二十一系統(tǒng)，清算二十一系統(tǒng)可以生成SPAN文件輸出供PC―SPAN計(jì)算保證金(SPAN體系共有3種軟件可供選擇，詳見(jiàn)黃面介紹手冊(cè))。

國(guó)內(nèi)金融衍生品交易的監(jiān)管環(huán)境

健全我國(guó)相應(yīng)的金融法規(guī)，相應(yīng)完善金融衍生產(chǎn)品交易的監(jiān)管體制是我國(guó)衍生品市場(chǎng)能夠?qū)崿F(xiàn)高效和有序發(fā)展的必要條件。

首先，中國(guó)人民銀行和外匯管理局對(duì)金融和外匯期貨交易監(jiān)管。其相關(guān)監(jiān)管法規(guī)主要包括《國(guó)務(wù)院關(guān)于堅(jiān)決制止期貨市場(chǎng)盲目發(fā)展的通知》(1993)、《國(guó)家外匯管理局關(guān)于金融機(jī)構(gòu)辦理自營(yíng)外匯買(mǎi)賣(mài)業(yè)務(wù)的管理規(guī)定》(1993)、《中國(guó)人民銀行遠(yuǎn)期結(jié)售匯業(yè)務(wù)暫行管理辦法》(1994)、和《國(guó)有企業(yè)境外期貨套期保值業(yè)務(wù)外匯管理操作規(guī)程》(試行，2001)。

第二，中國(guó)證監(jiān)會(huì)統(tǒng)一監(jiān)管期貨交易市場(chǎng)。其相關(guān)監(jiān)管法規(guī)主要包括《關(guān)于嚴(yán)厲查處非法外匯期貨和外匯按金交易活動(dòng)的通知》(1994)、《期貨交易管理暫行條例》(1999)、《期貨交易所管理辦法》(2002)、《期貨從業(yè)人員資格管理辦法》(2002)、《期貨交易所、期貨經(jīng)營(yíng)機(jī)構(gòu)、信息技術(shù)管理規(guī)范》(2000)、《期貨經(jīng)紀(jì)公司管理辦法》(修訂，2002)、《期貨經(jīng)紀(jì)公司高級(jí)管理人員資格管理辦法》(修訂，2002)、《國(guó)有企業(yè)境外期貨套期保值業(yè)務(wù)管理辦法》(2001)等等。這些法規(guī)主要針對(duì)期貨交易所、期貨經(jīng)紀(jì)公司及其從業(yè)人員的所有市場(chǎng)行為進(jìn)行監(jiān)管。

第三，中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)負(fù)責(zé)對(duì)金融機(jī)構(gòu)衍生產(chǎn)品交易的監(jiān)管。其相關(guān)監(jiān)管法規(guī)主要包括《中國(guó)商業(yè)銀行法》(修改，2003)和《金融機(jī)構(gòu)衍生產(chǎn)品交易業(yè)務(wù)管理暫行辦法》(2004)等。大部分中小金融機(jī)構(gòu)目前還不具備銀監(jiān)會(huì)《金融機(jī)構(gòu)衍生產(chǎn)品交易業(yè)務(wù)管理暫行辦法》的條件。

此外，中國(guó)期貨行業(yè)公會(huì)和期貨交易所對(duì)衍生品交易存在自律管理?xiàng)l例，最高人民法院依據(jù)《最高人民法院關(guān)于審理期貨糾紛案件若干問(wèn)題的規(guī)定》處理有關(guān)期貨交易的糾紛。

從健全我國(guó)金融外匯衍生交易法律環(huán)境的需要．出發(fā)對(duì)衍生交易場(chǎng)內(nèi)市場(chǎng)進(jìn)行重新立法，對(duì)期貨交易所的法律性質(zhì)重新定位，允許交易所以公司制形式運(yùn)營(yíng)。同時(shí)，降低進(jìn)入衍生交易所的準(zhǔn)入門(mén)檻，制定對(duì)市場(chǎng)交易行為管理的規(guī)定，對(duì)外匯衍生交易中的糾紛和仲裁進(jìn)行立法。借鑒西方發(fā)達(dá)國(guó)家的經(jīng)驗(yàn)，在法律規(guī)定的范圍內(nèi)，制定包括金融衍生品交易在內(nèi)的統(tǒng)一的行業(yè)協(xié)會(huì)自律和從業(yè)人員管理相關(guān)規(guī)定。

國(guó)內(nèi)相應(yīng)風(fēng)險(xiǎn)管理制度建設(shè)的建議

首先，結(jié)合國(guó)內(nèi)有關(guān)市場(chǎng)風(fēng)險(xiǎn)管理的經(jīng)驗(yàn)，同時(shí)參照國(guó)際市場(chǎng)成熟風(fēng)險(xiǎn)控制制度和實(shí)際業(yè)務(wù)做法，從審慎發(fā)展國(guó)內(nèi)銀行間金融衍生品交易需要出發(fā)，自主進(jìn)行相關(guān)風(fēng)險(xiǎn)管理制度建設(shè)。從目前實(shí)際出發(fā)，建議在金融衍生品交易風(fēng)險(xiǎn)管理制度中，堅(jiān)持“事先原則”和“充分原則”。

第4篇

【關(guān)鍵詞】財(cái)務(wù)管理 風(fēng)險(xiǎn)投資 風(fēng)險(xiǎn)評(píng)估 風(fēng)險(xiǎn)控制

一、企業(yè)風(fēng)險(xiǎn)投資的概念及基本特征

（一）企業(yè)風(fēng)險(xiǎn)投資的概念。

企業(yè)的風(fēng)險(xiǎn)投資又被稱(chēng)作創(chuàng)業(yè)投資，主要是指企業(yè)為了促進(jìn)行業(yè)高科技的產(chǎn)業(yè)化發(fā)展，以股權(quán)資本的形式將資金專(zhuān)門(mén)投向存在著較大失敗風(fēng)險(xiǎn)的高新技術(shù)開(kāi)發(fā)領(lǐng)域，并期待成功后能通過(guò)股權(quán)的轉(zhuǎn)讓來(lái)獲得較高資本的收益的一種投資行為。

（二）風(fēng)險(xiǎn)投資的基本特征。

1. 風(fēng)險(xiǎn)投資是一種具有較大風(fēng)險(xiǎn)的投資

風(fēng)險(xiǎn)投資主要支持的是高新科技、產(chǎn)品的創(chuàng)新，所以在技術(shù)、市場(chǎng)、經(jīng)濟(jì)等方面存在著巨大的投資風(fēng)險(xiǎn)，一般而言投資成功率平均只占到30%左右。但是，面對(duì)高額的投資回報(bào)率，很多企業(yè)仍樂(lè)此不疲地進(jìn)行風(fēng)險(xiǎn)投資，其仍舊吸引著全球各企業(yè)的目光。

2. 風(fēng)險(xiǎn)投資是一種典型的組合型投資

很多成功的風(fēng)險(xiǎn)投資案例證明，如果采取組合投資，將是企業(yè)風(fēng)險(xiǎn)投資行之有效的方法。通俗的說(shuō)，就是不要把雞蛋放在同一個(gè)籃子里。這就要求企業(yè)不要將所有的資金全部投放在一個(gè)項(xiàng)目、一個(gè)階段、一個(gè)企業(yè)中，而是將投資均衡的投放在不同的企業(yè)和企業(yè)不同的發(fā)展階段和項(xiàng)目中。這種分散式的組合投資將投資的風(fēng)險(xiǎn)成功的進(jìn)行了分散，即使有一部分項(xiàng)目失敗，也不會(huì)引起資金大規(guī)模的損失。反之，如果有一部分項(xiàng)目成功，則可以彌補(bǔ)其他項(xiàng)目失敗所帶來(lái)的損失。企業(yè)也可以只投入所需資本的一部分，不必承擔(dān)全部投資，這樣可以避免企業(yè)孤注一擲。

3. 風(fēng)險(xiǎn)投資屬于一種長(zhǎng)期投資

一般的風(fēng)險(xiǎn)投資要經(jīng)歷3至7年的時(shí)間才能獲得收益。在投資的過(guò)程中還要不斷的對(duì)那些有希望成功的項(xiàng)目或企業(yè)不斷的進(jìn)行增資投資，因此，風(fēng)險(xiǎn)投資不僅要有足夠的資本，還要有足夠的耐心。不僅要在投資之前進(jìn)行評(píng)估，在后期的發(fā)展階段也要做好跟蹤。

4. 風(fēng)險(xiǎn)投資屬于一種權(quán)益性投資

風(fēng)險(xiǎn)投資的本質(zhì)并不是借貸資金，而是一種明顯的權(quán)益資本投資。投資的著眼點(diǎn)并不在于投資對(duì)象當(dāng)前的盈虧上，而是在于對(duì)投資企業(yè)或項(xiàng)目的發(fā)展前景或資產(chǎn)的增值上。這樣做的目的主要是希望通過(guò)對(duì)投資企業(yè)的上市或出售轉(zhuǎn)讓變現(xiàn)而取得高額的回報(bào)。

5. 風(fēng)險(xiǎn)投資是一種非常專(zhuān)業(yè)的投資

企業(yè)的風(fēng)險(xiǎn)投資并不是單純的向投資企業(yè)的創(chuàng)業(yè)者提供資金，而是企業(yè)的投資者憑借自己積累的豐富學(xué)識(shí)、經(jīng)營(yíng)管理經(jīng)驗(yàn)、廣泛的社會(huì)關(guān)系等向投資企業(yè)提供這些資源。投資人需要有這方面的專(zhuān)業(yè)知識(shí)、管理手段以及一定的財(cái)務(wù)知識(shí)，并積極參與企業(yè)的創(chuàng)業(yè)，與企業(yè)的創(chuàng)業(yè)者共同創(chuàng)辦企業(yè)的經(jīng)營(yíng)管理，幫助企業(yè)的創(chuàng)業(yè)者取得經(jīng)營(yíng)的成功。

二、投資風(fēng)險(xiǎn)評(píng)估

（一）風(fēng)險(xiǎn)報(bào)酬率。

風(fēng)險(xiǎn)報(bào)酬率是指投資者因承擔(dān)風(fēng)險(xiǎn)而獲得的超過(guò)時(shí)間價(jià)值率的那部分額外報(bào)酬率，即風(fēng)險(xiǎn)報(bào)酬與原投資額的比率。風(fēng)險(xiǎn)報(bào)酬率是投資項(xiàng)目報(bào)酬率的一個(gè)重要組成部分，如果不考慮通貨膨脹因素，投資報(bào)酬率就是時(shí)間價(jià)值率與風(fēng)險(xiǎn)報(bào)酬率之和。

（二）單項(xiàng)投資風(fēng)險(xiǎn)報(bào)酬率的評(píng)估。

單項(xiàng)投資風(fēng)險(xiǎn)是指某一項(xiàng)投資方案實(shí)施后，將會(huì)出現(xiàn)各種投資結(jié)果的概率。換句話(huà)說(shuō)，某一項(xiàng)投資方案實(shí)施后，能否如期收回投資以及能否獲得預(yù)期的收益，在事前是無(wú)法確定的，這就是單項(xiàng)投資的風(fēng)險(xiǎn)。除國(guó)庫(kù)券投資外，其他所有投資項(xiàng)目的預(yù)期報(bào)酬率都可能不同于實(shí)際獲得的報(bào)酬率。對(duì)于有風(fēng)險(xiǎn)的投資項(xiàng)目來(lái)說(shuō)，其實(shí)際報(bào)酬率可以用如下標(biāo)準(zhǔn)來(lái)進(jìn)行衡量：

1.期望報(bào)酬率

期望報(bào)酬率（Expected rate of return）；是指各種可能的報(bào)酬率按概率加權(quán)計(jì)算的平均報(bào)酬率，又稱(chēng)為預(yù)期值或均值。它表示在一定的風(fēng)險(xiǎn)條件下，期望得到的平均報(bào)酬率。

2.方差、標(biāo)準(zhǔn)離差和標(biāo)準(zhǔn)離差率

（1） 方差

按照概率論的定義，方差是各種可能的結(jié)果偏離期望值的綜合差異，是反映離散程度的一種量度。

（2）標(biāo)準(zhǔn)離差

標(biāo)準(zhǔn)離差則是方差的平方根。在實(shí)務(wù)中一般使用標(biāo)準(zhǔn)離差而不使用方差來(lái)反映風(fēng)險(xiǎn)的大小程度。一般來(lái)說(shuō)，標(biāo)準(zhǔn)離差越小，說(shuō)明離散程度越小，風(fēng)險(xiǎn)也就越??；反之標(biāo)準(zhǔn)離差越大則風(fēng)險(xiǎn)越大。

（3） 標(biāo)準(zhǔn)離差率

標(biāo)準(zhǔn)離差是一個(gè)絕對(duì)指標(biāo)，作為一個(gè)絕對(duì)指標(biāo)，標(biāo)準(zhǔn)離差無(wú)法準(zhǔn)確地反映隨機(jī)變量的離散程度。解決這一問(wèn)題的思路是計(jì)算反映離散程度的相對(duì)指標(biāo)，即標(biāo)準(zhǔn)里差率。標(biāo)準(zhǔn)里差率是某隨機(jī)變量標(biāo)準(zhǔn)離差相對(duì)該隨機(jī)變量期望值的比率。

3. 風(fēng)險(xiǎn)價(jià)值系數(shù)和風(fēng)險(xiǎn)報(bào)酬率

標(biāo)準(zhǔn)離差率雖然能正確評(píng)價(jià)投資風(fēng)險(xiǎn)程度的大小，但還無(wú)法將風(fēng)險(xiǎn)與報(bào)酬結(jié)合起來(lái)進(jìn)行分析。因此我們還需要一個(gè)指標(biāo)來(lái)將對(duì)風(fēng)險(xiǎn)的評(píng)價(jià)轉(zhuǎn)化為報(bào)酬率指標(biāo)，這便是風(fēng)險(xiǎn)報(bào)酬系數(shù)。

（三）投資組合風(fēng)險(xiǎn)報(bào)酬率的評(píng)估。

1. 投資組合的報(bào)酬率

投資組合的期望報(bào)酬率就是組成投資組合的各種投資項(xiàng)目的期望報(bào)酬率的加權(quán)平均數(shù)，其權(quán)數(shù)是各種投資項(xiàng)目在整個(gè)投資組合總額中所占的比例。

2. 投資組合的風(fēng)險(xiǎn)

在一個(gè)投資組合中，如果某一投資項(xiàng)目的報(bào)酬率呈上升的趨勢(shì)，其他投資項(xiàng)目的報(bào)酬率有可能上升、下降或者不變。在統(tǒng)計(jì)學(xué)測(cè)算投資組合中，協(xié)方差和相關(guān)系數(shù)是任意兩個(gè)投資項(xiàng)目報(bào)酬率之間變動(dòng)關(guān)系的指標(biāo)，這也是投資組合風(fēng)險(xiǎn)分析中的兩個(gè)核心概念。

（1）協(xié)方差

協(xié)方差是一個(gè)測(cè)量投資組合中一個(gè)投資項(xiàng)目相對(duì)于其他投資項(xiàng)目風(fēng)險(xiǎn)的統(tǒng)計(jì)量。各投資組合相互變化的方式影響著投資組合的整體方差，從而影響著整體的風(fēng)險(xiǎn)。

（2）相關(guān)系數(shù)

為了使其概念能更易于接受，可以將協(xié)方差標(biāo)準(zhǔn)化，將協(xié)方差除以?xún)蓚€(gè)投資方案投資報(bào)酬率的標(biāo)準(zhǔn)差之積，得出一個(gè)與協(xié)方差具有相同性質(zhì)但卻沒(méi)有量化的數(shù)，我們將這個(gè)數(shù)稱(chēng)為這兩個(gè)投資項(xiàng)目的相關(guān)系數(shù)（correlation coefficient）。

三、企業(yè)風(fēng)險(xiǎn)投資的控制對(duì)策

投資風(fēng)險(xiǎn)的控制是企業(yè)風(fēng)險(xiǎn)管理人員在經(jīng)過(guò)對(duì)風(fēng)險(xiǎn)的分析評(píng)估后，針對(duì)企業(yè)所面臨的不同風(fēng)險(xiǎn)而采取的相應(yīng)控制風(fēng)險(xiǎn)的措施，從而降低企業(yè)的預(yù)期損失。

（一）風(fēng)險(xiǎn)的避免。

在風(fēng)險(xiǎn)投資管理中，風(fēng)險(xiǎn)的避免是一種較為消極的方法。高風(fēng)險(xiǎn)伴隨著高收益，風(fēng)險(xiǎn)的避免也意味著可能損失這一部分風(fēng)險(xiǎn)所帶來(lái)的收益。其方式主要是通過(guò)對(duì)風(fēng)險(xiǎn)源的中斷來(lái)徹底消除某一風(fēng)險(xiǎn)造成的損失和一些潛在的負(fù)面影響。在現(xiàn)實(shí)中，風(fēng)險(xiǎn)避免將受到大自然、國(guó)內(nèi)外政策等很多因素的影響。另外，在避免這一風(fēng)險(xiǎn)的同時(shí)，很有可能帶來(lái)了其他風(fēng)險(xiǎn)的發(fā)生。

（二）風(fēng)險(xiǎn)損失的控制。

損失控制主要是指在發(fā)生風(fēng)險(xiǎn)之前對(duì)企業(yè)的投資過(guò)程中的某些方面進(jìn)行調(diào)整或重組，以便降低企業(yè)投資損失的發(fā)生。一般情況下，企業(yè)可以采取改變企業(yè)的投資風(fēng)險(xiǎn)因素、改變風(fēng)險(xiǎn)因素所處的環(huán)境、改變風(fēng)險(xiǎn)因素與所處環(huán)境的相互作用機(jī)制等措施來(lái)完成對(duì)風(fēng)險(xiǎn)損失的控制。

（三）風(fēng)險(xiǎn)轉(zhuǎn)移控制。

風(fēng)險(xiǎn)轉(zhuǎn)移是一種風(fēng)險(xiǎn)控制的基本方法，主要是指企業(yè)將自己不愿意承擔(dān)的分先以某種方式轉(zhuǎn)移給其他單位或個(gè)人的一種風(fēng)險(xiǎn)管理措施。它主要包括：風(fēng)險(xiǎn)的保險(xiǎn)轉(zhuǎn)移、風(fēng)險(xiǎn)的非保險(xiǎn)轉(zhuǎn)移。風(fēng)險(xiǎn)的保險(xiǎn)轉(zhuǎn)移主要將風(fēng)險(xiǎn)轉(zhuǎn)移給保險(xiǎn)公司。風(fēng)險(xiǎn)的非保險(xiǎn)轉(zhuǎn)移有控制型風(fēng)險(xiǎn)的轉(zhuǎn)移和財(cái)務(wù)型風(fēng)險(xiǎn)的轉(zhuǎn)移。企業(yè)實(shí)施風(fēng)險(xiǎn)的控制轉(zhuǎn)移主要的方法為：出售買(mǎi)賣(mài)合同，將風(fēng)險(xiǎn)轉(zhuǎn)移到其他單位或個(gè)人。在轉(zhuǎn)移的過(guò)程中切忌那些無(wú)節(jié)制的、無(wú)限度的不道德行為，必須通過(guò)合理合法的手段進(jìn)行風(fēng)險(xiǎn)的轉(zhuǎn)移。

（四）財(cái)務(wù)控制策略。

企業(yè)的風(fēng)險(xiǎn)投資控制還可以通過(guò)經(jīng)濟(jì)手段進(jìn)行處理和控制。設(shè)計(jì)良好的財(cái)務(wù)管理制度，在投資前期進(jìn)行財(cái)務(wù)評(píng)價(jià)，在投資跟進(jìn)期間實(shí)行動(dòng)態(tài)財(cái)務(wù)管理。加強(qiáng)管理手段，在具體實(shí)踐中實(shí)行縱橫交叉的網(wǎng)絡(luò)式管理，主要有以下幾種方式：財(cái)務(wù)經(jīng)理雙任聯(lián)簽制、財(cái)務(wù)經(jīng)理單任制、記賬制、中介機(jī)構(gòu)審計(jì)的方式和數(shù)據(jù)庫(kù)管理方式。

四、結(jié)論

大量事實(shí)表明，做任何投資都有風(fēng)險(xiǎn)，風(fēng)險(xiǎn)本身并不可怕，可怕的是不知道如何規(guī)避風(fēng)險(xiǎn)；風(fēng)險(xiǎn)投資企業(yè)從事高風(fēng)險(xiǎn)項(xiàng)目可以帶來(lái)高收益，關(guān)鍵在于對(duì)風(fēng)險(xiǎn)的管理。企業(yè)應(yīng)加強(qiáng)風(fēng)險(xiǎn)投資財(cái)務(wù)管理，做好風(fēng)險(xiǎn)評(píng)估，從源頭上規(guī)避風(fēng)險(xiǎn)，在跟進(jìn)中降低風(fēng)險(xiǎn)，為企業(yè)謀取最大的利益。在政府的直接推動(dòng)和社會(huì)各界的廣泛關(guān)注和參與下，我國(guó)的投資事業(yè)已經(jīng)進(jìn)入了高速的發(fā)展時(shí)期。例如新浪這些優(yōu)秀的企業(yè)的造就，使得風(fēng)險(xiǎn)投資成為我國(guó)高新技術(shù)企業(yè)進(jìn)一步發(fā)展的源泉?jiǎng)恿?。雖然，我國(guó)的風(fēng)險(xiǎn)投資發(fā)展沒(méi)有國(guó)外成熟，仍舊處于起步階段，但是我國(guó)的風(fēng)險(xiǎn)投資事業(yè)正朝著蓬勃的勢(shì)頭發(fā)展。

參考文獻(xiàn)：

[1]龔琳.我國(guó)風(fēng)險(xiǎn)投資的發(fā)展及其對(duì)策[J].中國(guó)集體經(jīng)濟(jì)，2010，（12）.

[2]高囡囡，張曉梅，伍萌.關(guān)于風(fēng)險(xiǎn)投資的分析與思考[J].中國(guó)市場(chǎng)，2010，（26）.

[3]何佳.淺析我國(guó)風(fēng)險(xiǎn)投資現(xiàn)狀及發(fā)展對(duì)策略[J].特區(qū)今天幾點(diǎn)，2010，（02）.

第5篇

1.引言

近年來(lái)金融工具及其衍生物越來(lái)越多元化，其帶來(lái)的不確定因素也越來(lái)越大，因而金融市場(chǎng)的風(fēng)險(xiǎn)也就越來(lái)越高。金融市場(chǎng)間的關(guān)系更是變得日趨復(fù)雜，更多的呈現(xiàn)出非線(xiàn)性、非對(duì)稱(chēng)和厚尾的特性，金融波動(dòng)和危機(jī)的頻繁出現(xiàn)使聚合風(fēng)險(xiǎn)管理和金融市場(chǎng)間相依關(guān)系分析成為國(guó)內(nèi)外關(guān)注的焦點(diǎn)。

現(xiàn)階段最常使用的風(fēng)險(xiǎn)度量指標(biāo)是20世紀(jì)90年代J.P.Morgan和G30[1]集團(tuán)提出的VaR（Value at Risk）方法，VaR旨在一定的置信水平下，估計(jì)金融資產(chǎn)或組合受市場(chǎng)因子波動(dòng)影響，而在未來(lái)特定的一段時(shí)間內(nèi)的最大可能損失。嚴(yán)格的說(shuō)，VaR描述了在一定的目標(biāo)期間內(nèi)收益和損失的預(yù)期分布的分位數(shù)。如果c代表置信水平，VaR對(duì)應(yīng)的是較低的尾部水平1-c?？杀硎緸椋?/p>

其中，表示某事件的概率，表示資產(chǎn)或資產(chǎn)組合在持有期內(nèi)的損失，c為置信度水平。在最近這些年VaR作為金融風(fēng)險(xiǎn)度量工具得到了廣泛的應(yīng)用，然而，研究發(fā)現(xiàn)VaR不具有次可加性和一致性的風(fēng)險(xiǎn)度量，后來(lái)針對(duì)這一問(wèn)題，ACerbi等[2-3]提出了期望損失ES（expected shortfall）的定義。

假設(shè)R為持有期內(nèi)資產(chǎn)或者資產(chǎn)組合的損益，并假設(shè)R的累積分布函數(shù)F（r）（CDF）是連續(xù)的，那么對(duì)于置信水平，VaR也可以用如下定義：

式中，表示R的分布在給定顯著水平的下側(cè)分位數(shù)。假設(shè)表示R的概率密度函數(shù)，那么置信水平為1-c下的ES可以定義為：

式中，為示性函數(shù)。ES實(shí)質(zhì)上是將資產(chǎn)價(jià)值r乘以權(quán)重的從-到0的積分，這樣它就把超過(guò)VaR水平的損失部分考慮進(jìn)去了。從經(jīng)濟(jì)意義上講，ES就是指當(dāng)損失超過(guò)VaR時(shí)的平均損失。由于它同時(shí)具有了次可加性和一致性，是一個(gè)較好的風(fēng)險(xiǎn)度量工具。Rappoport（1993）[4]第一次在金融行業(yè)中用它來(lái)做風(fēng)險(xiǎn)管理的一個(gè)工具，后來(lái)ACerbi（1997）[3]等人證明了該方法是一個(gè)一致性的風(fēng)險(xiǎn)度量工具。

同時(shí)，通過(guò)引入Copula函數(shù)度量資產(chǎn)組合集成風(fēng)險(xiǎn)的方法已經(jīng)越來(lái)越成熟。Schweizer和Sklar最早提出Copula函數(shù)的概念及其它的一些性質(zhì)。后來(lái)Sklar指出了Copula函數(shù)可以把具有不同類(lèi)型邊緣分布函數(shù)連接起來(lái)，并且能抓住它在風(fēng)險(xiǎn)管理應(yīng)用中的本質(zhì)特征（例如：尖峰厚尾性）；Emberchts等第一次把該方法引入到金融類(lèi)相關(guān)研究之中。許多研究學(xué)者在他們的基礎(chǔ)上做了很多有意義的研究。例如：Breymann等人研究表明了學(xué)生t-Copula的經(jīng)驗(yàn)擬合比高斯Copula優(yōu)越很多；Ceske，Hemandez（1999）提出可以將Copula函數(shù)與MonteCarlo技術(shù)結(jié)合計(jì)算相關(guān)損失；MATTEIS對(duì)Archimedean Copula做了很好的總結(jié)。

在我國(guó)，Copula函數(shù)方法在金融上的應(yīng)用才剛剛起步，且其中絕大多數(shù)文獻(xiàn)做的是介紹性、引入性的研究。最早見(jiàn)的是張堯庭（2002）提出Copula函數(shù)在金融風(fēng)險(xiǎn)領(lǐng)域大有可為；史道濟(jì)利用Copula函數(shù)研究外匯組合的相關(guān)性；司繼文（2004，2005）分別將Copula函數(shù)應(yīng)用于國(guó)內(nèi)外的股票市場(chǎng)和期貨市場(chǎng)；韋艷華、張世英（2004）將GARCH模型應(yīng)用于Copula函數(shù)，來(lái)度量金融時(shí)間序列的自相關(guān)結(jié)構(gòu)。前人的研究主要集中在利用Copula函數(shù)對(duì)股市或資產(chǎn)組合的相關(guān)性研究。而韋艷華（2004）利用GARCH模型擬合正態(tài)Copula函數(shù)的邊緣分布，然后運(yùn)用Monte Carlo仿真技術(shù)計(jì)算投資組合的VaR。

本文創(chuàng)新一是采用GARCH或者EGARCH模型來(lái)擬合t-Copula函數(shù)的邊緣分布，克服了傳統(tǒng)GARCH模型不能處理特定非對(duì)稱(chēng)金融時(shí)間序列的局限性。對(duì)此，本文也比較分析了單獨(dú)使用GARCH下和本文采取的方法下的風(fēng)險(xiǎn)值，研究表明本文提出改進(jìn)的思路對(duì)風(fēng)險(xiǎn)估計(jì)更為準(zhǔn)確。改進(jìn)二在于對(duì)于風(fēng)險(xiǎn)衡量的指標(biāo)不是僅僅采用VaR，而是利用VaR與ES雙監(jiān)管的風(fēng)險(xiǎn)度量方法，克服了傳統(tǒng)風(fēng)險(xiǎn)度量VaR的很多缺陷（不具有次可加性、正齊次性等）。最后通過(guò)度量我國(guó)股票型開(kāi)放式基金的市場(chǎng)風(fēng)險(xiǎn)為出發(fā)點(diǎn)，運(yùn)用Monte Carlo仿真技術(shù)計(jì)算投資組合的VaR以及ES，具有很強(qiáng)的實(shí)用價(jià)值。

2.GARCH或者EGARCH收益率分布模型

對(duì)于某一金融資產(chǎn)，投資者最想知道的是將來(lái)某個(gè)時(shí)刻該資產(chǎn)收益率的信息。由于金融資產(chǎn)收益率的尖峰厚尾性、條件異方差性、波動(dòng)聚集性和杠桿效應(yīng)等，普通的GARCH模型對(duì)對(duì)前三者能較好的刻畫(huà)，但是對(duì)于杠杠效應(yīng)GARCH模型不能刻畫(huà)出，因此，本文對(duì)不存在杠桿效應(yīng)的收益率序列采用GARCH模型擬合資產(chǎn)收益率的特征，對(duì)存在杠杠效應(yīng)的收益率序列采用EGARC模型刻畫(huà)。該模型是Glosten Jagannathan和Runkle在Engle提出自回歸條件異方差（ARCH）模型和Bofloerselev提出的廣義自回歸條件異方差（GARCH）模型的基礎(chǔ)上改進(jìn)提出的，它考慮了壞消息和好消息對(duì)波動(dòng)性不同的影響。

假設(shè)投資組合中有d種金融資產(chǎn)，對(duì)于資產(chǎn)i，直接根據(jù)最近的n期歷史收益率數(shù)據(jù)（t=1，2，…，n）運(yùn)用GARCH其中EAGCH模型中條件方差采用自然對(duì)數(shù)形式，意味著非負(fù)，且杠杠效應(yīng)為指數(shù)型的。模型中引入了一個(gè)重要參數(shù)，若，說(shuō)明信息作用非對(duì)稱(chēng)，存在杠杠效應(yīng)。為第i個(gè)資產(chǎn)收益率序列；為的條件均值項(xiàng)；v是t分布的自由度。為待估參數(shù)；隨機(jī)擾動(dòng)項(xiàng)服從均值為0，方差為1的標(biāo)準(zhǔn)t分布。即：

它的形式使得GARCH或者EGARCH模型能夠較好地描述收益率序列的各種特性（如條件異方差性、波動(dòng)聚集性）。

假定利用觀察資產(chǎn)收益率歷史數(shù)據(jù)樣本可以得到，在估計(jì)出參數(shù)后，可以得到下一時(shí)刻收益率的條件分布：

其中，是自由度為v的t分布函數(shù)，是到時(shí)刻t為止的信息集。利用Matlab可以很方便地由樣本觀測(cè)數(shù)據(jù)估計(jì)出GARCH模型的各個(gè)參數(shù)，從而由式（2）得到給定T時(shí)刻前信息集的條件概率分布。

3.Copula函數(shù)的參數(shù)估計(jì)

在資產(chǎn)分配、衍生品定價(jià)和風(fēng)險(xiǎn)管理等許多金融領(lǐng)域中，有關(guān)風(fēng)險(xiǎn)因素之間的相關(guān)性度量及其重要。許多文獻(xiàn)中常采用多元正態(tài)函數(shù)，然而各種金融資產(chǎn)的收益率之間一般并不符合多元正態(tài)分布的假設(shè)，為此，本文使用Copula函數(shù)來(lái)解決這個(gè)問(wèn)題。

由Sklar定理可知，對(duì)于一個(gè)具有邊際分布函數(shù)為（）的金融資產(chǎn)的聯(lián)合分布函數(shù)F，一定能找到一個(gè)Copula函數(shù)C，使得：

如果所有的邊際分布函數(shù)都連續(xù)則從上式定義的Copula函數(shù)是唯一的。從上式可以計(jì)算得出Copula：

其中，

文獻(xiàn)表明，t-Copula能更好地刻畫(huà)各個(gè)金融資產(chǎn)的尾部相關(guān)性，本文研究的是t-Copula連接函數(shù)分布。

其中，表示相關(guān)系數(shù)矩陣為R，自由度為v的維標(biāo)準(zhǔn)t分布函數(shù)，表示自由度為v的單變量標(biāo)準(zhǔn)t分布函數(shù)的反函數(shù)。Copula模型為：

參數(shù)v為t分布的自由度。為d維t-Copula分布，表示均值為0，方差為1，自由度參數(shù)為的正規(guī)化t分布函數(shù)，即：

式中是伽馬函數(shù)。由于t-Copula的密度函數(shù)對(duì)任意維數(shù)都不是一個(gè)簡(jiǎn)單的形式，本文根據(jù)t-Copula函數(shù)形式使用matlab工具估計(jì)其參數(shù)，過(guò)程如下：

（1）把資產(chǎn)收益率數(shù)據(jù)通過(guò)概率積分變換轉(zhuǎn)化為一致分布；

（2）用對(duì)數(shù)似然函數(shù)法估計(jì)學(xué)生t-Copula的參數(shù)：

此處的copula函數(shù)c為公式（4）給出的；

（3）令，此處是單變量累積標(biāo)準(zhǔn)正態(tài)分布函數(shù)；

4.利用模特卡羅模擬資產(chǎn)組合的VaR和ES

根據(jù)EMBRECHTS關(guān)于利用t-Copula函數(shù)模擬隨機(jī)變量的方法，多次模擬資產(chǎn)組合資產(chǎn)收益率的隨機(jī)擾動(dòng)項(xiàng)。具體模擬步驟為：

（1）由上述估計(jì)出的隨機(jī)擾動(dòng)項(xiàng)的相關(guān)系數(shù)矩陣R，對(duì)其進(jìn)行Cholesky分解。

（2）根據(jù)標(biāo)準(zhǔn)正態(tài)分布，模擬d個(gè)相互獨(dú)立的隨機(jī)變量，。

（3）產(chǎn)生與Y相互獨(dú)立的變量e，服從分布。

（4）令。

（5）令，則x為服從自由度為v的t分布。

（6）計(jì)算得到。

（7）根據(jù)得到聯(lián)合分布為，連接函數(shù)為的d維隨機(jī)擾動(dòng)項(xiàng)。

（8）根據(jù)EGARCH或GARCH模型，得到金融資產(chǎn)收益率的條件均值和條件方差，然后根據(jù)隨機(jī)波動(dòng)方程，得到資產(chǎn)組合的資產(chǎn)收益率向量。

（9）給定資產(chǎn)在投資組合中的權(quán)重，計(jì)算投資組合收益R的值。

（10）重復(fù)上述過(guò)程5000次，模擬得到其經(jīng)驗(yàn)分布，容易求出VaR和ES的值。

5.實(shí)證研究

（1）數(shù)據(jù)的選取和邊緣分布的估計(jì)

本文選取融通深證100基金2010年3月31日公布的前10大重倉(cāng)股票作為觀測(cè)樣本，如表1所示。

本文采用從2004年7月1日至20010年3月31日共937個(gè)（對(duì)空缺數(shù)據(jù)已做處理）交易日的收盤(pán)價(jià)作為原始數(shù)據(jù)，計(jì)算出每只股票的對(duì)數(shù)收益率，并根據(jù)公式（1）、（2）估計(jì)出每只股票的邊際分布，利用AIC準(zhǔn)則、SC準(zhǔn)則和杠桿系數(shù)檢驗(yàn)可以得出萬(wàn)科A、蘇寧電器、中興通訊、格力電器、吉林敖東存在杠杠效應(yīng)，適宜采用EGARCH模型建模（其余采用GARCH建模擬合效果更好），下面以第三、四只股票五糧液（000858）和蘇寧電器（002024）為例，分析其邊緣分布函數(shù)的估計(jì)和擬合效果的評(píng)價(jià)。參數(shù)估計(jì)結(jié)果見(jiàn)表2和3：

其中，表2、3中括號(hào)的數(shù)據(jù)表示相應(yīng)t統(tǒng)計(jì)量的估計(jì)值。從表2、3中給出的K-S相伴概率可知，利用CML方法對(duì)原序列做概率積分變換后，序列服從[0，1]的均勻分布。由此可以說(shuō)明本文提出的模型可以較好地描述相關(guān)資產(chǎn)的邊緣分布。同樣的方法檢驗(yàn)了其他8只股票的邊緣分布擬合效果，都說(shuō)明了GARCH或者EGARCH模型能較好擬合各自的邊緣分布，因此用本文的模型描述收益率序列的邊緣分布是充分的。

（2）Copula函數(shù)參數(shù)估計(jì)和Monte Carlo模擬VaR和ES

此處為了對(duì)比分析采用EGARCH或GARCH擬合邊緣分布與僅僅采用GARCH擬合的效果，根據(jù)上面估計(jì)得各個(gè)股票收益序列的邊緣分布，利用文中第四部分的估計(jì)copula函數(shù)參數(shù)的方法，估計(jì)得出其t分布的自由度DOF=7.5848和各自的相關(guān)矩陣（表4、表5）。

由上述結(jié)果可知，僅僅采用GARCH擬合邊緣分布使得各個(gè)資產(chǎn)之間的相關(guān)系數(shù)整體性的變小。從而可以推斷出可能會(huì)導(dǎo)致風(fēng)險(xiǎn)的低估，從而對(duì)準(zhǔn)確度量基金風(fēng)險(xiǎn)存在一定的影響。進(jìn)一步的風(fēng)險(xiǎn)值比較分析可見(jiàn)表6、表7。

按照表1的投資比例，假設(shè)投資者處于t時(shí)刻，這里的t時(shí)刻指的是樣本時(shí)間段的最后一天，即2010年3月31日，t時(shí)刻的投資組合價(jià)值為：

假設(shè)資產(chǎn)持有期從t時(shí)刻到t+1時(shí)刻，置信水平選擇95%和99%進(jìn)行估計(jì)。根據(jù)本文的Copula-GARCH（EGARCH）模型，運(yùn)用t-Copula函數(shù)的模特卡羅模擬仿真模擬5000次，可以得出t+1時(shí)刻各個(gè)股票的收益率序列，進(jìn)一步可以計(jì)算出t+1時(shí)刻各股票的損失序列，給定置信水平，容易得出t時(shí)刻到t+1時(shí)刻相應(yīng)的投資組合VaR和ES值，表6、7分別給出了本文提出的采用EGARCH或GARCH擬合邊緣分布和傳統(tǒng)方法僅僅采用GARCH模型擬合的情況下各個(gè)股票和證券投資組合的VaR和ES值。

表6、表7清晰的顯示本文所提出的方法對(duì)準(zhǔn)確估計(jì)風(fēng)險(xiǎn)更進(jìn)了一步，比較而言傳統(tǒng)方法只使用GARCH模型擬合邊緣分布導(dǎo)致了單個(gè)資產(chǎn)和資產(chǎn)組合的風(fēng)險(xiǎn)值都偏小。對(duì)于文中提出使用EGARCH模型擬合萬(wàn)科A、蘇寧電器、中興通訊、格力電器、吉林敖東，從表6與7中可以看出，VaR與ES的風(fēng)險(xiǎn)值都比其他個(gè)股風(fēng)險(xiǎn)值偏離程度更大，說(shuō)明采用EGARCH模型針對(duì)特定（存在杠杠效應(yīng)）金融序列擬合效果更好，風(fēng)險(xiǎn)估計(jì)更為準(zhǔn)確。

單獨(dú)分析表6可以看出，在投資額一定的情況下，基金的風(fēng)險(xiǎn)值要比單個(gè)資產(chǎn)進(jìn)行投資的風(fēng)險(xiǎn)值小，可見(jiàn)該基金選擇的各個(gè)股票之間的相關(guān)關(guān)系有較大差別，說(shuō)明投資組合可以大大降低投資風(fēng)險(xiǎn)。從VaR和ES的風(fēng)險(xiǎn)值看，ES都大于VaR，說(shuō)明ES比VaR度量風(fēng)險(xiǎn)更為保守，也說(shuō)明了VaR在度量風(fēng)險(xiǎn)上存在計(jì)算風(fēng)險(xiǎn)值偏低的現(xiàn)象，這樣對(duì)基金控制風(fēng)險(xiǎn)和減少資產(chǎn)損失極為不利，特別是當(dāng)極端事件發(fā)生時(shí)，資產(chǎn)組合的風(fēng)險(xiǎn)值與實(shí)際值就會(huì)發(fā)生偏差。另外從VaR與ES的差值可出看出，置信水平越高，投資組合降低風(fēng)險(xiǎn)的程度也就越大，但是由于VaR不具有次可加性，從ES的差值能很明顯看出。

6.結(jié)論

本文為了描述特定資產(chǎn)具有非對(duì)稱(chēng)性的特征，通過(guò)對(duì)資產(chǎn)收益率進(jìn)行EGARCH建模，對(duì)不存在杠杠效應(yīng)的資產(chǎn)仍使用傳統(tǒng)的GARCH模型，這與Copula可以連接具有不同邊際分布的函數(shù)的相關(guān)關(guān)系相符，同時(shí)考慮到VaR度量風(fēng)險(xiǎn)的不足，引入了ES一致性風(fēng)險(xiǎn)度量，通過(guò)t-Copula函數(shù)和Monte Carlo模擬計(jì)算出了證券投資組合的VaR以及ES的值。最后文章對(duì)融通深證100基金風(fēng)險(xiǎn)度量的實(shí)證研究可以看出，有的金融資產(chǎn)收益率序列可能存在杠杠效應(yīng)；而且VaR的確存在低估風(fēng)險(xiǎn)的不足；同時(shí)也得出了風(fēng)險(xiǎn)值VaR或者ES在置信度越高，它們的差值越為明顯，說(shuō)明了本文Copula-EGARCH（GARCH）模型能較好地刻畫(huà)投資組合二中不同資產(chǎn)間非正態(tài)非線(xiàn)性非對(duì)稱(chēng)的相關(guān)性?；谠撃Ｐ偷娘L(fēng)險(xiǎn)度量方法可以為我們基金管理公司評(píng)估和管理資產(chǎn)組合的市場(chǎng)風(fēng)險(xiǎn)，從而有利于公司控制和減少資產(chǎn)損失提供一定的參考作用。

參考文獻(xiàn)

[1]張堯庭.連接函數(shù)(Copula)技術(shù)與金融風(fēng)險(xiǎn)分析明[J].統(tǒng)計(jì)研究,2002(4):48-51.

[2]史道濟(jì),邱男.關(guān)于外匯組合風(fēng)險(xiǎn)相關(guān)性的分析[J].系統(tǒng)工程,2005,23(6):90-94.

[3]司繼文,蒙堅(jiān)玲,龔樸.國(guó)內(nèi)外期貨市場(chǎng)相關(guān)性研究田[J].華中科技大學(xué)學(xué)報(bào),2004,21(1):16-19.

第6篇

關(guān)鍵詞貨幣市場(chǎng)基金風(fēng)險(xiǎn)控制方法

貨幣市場(chǎng)基金，是指以貨幣市場(chǎng)工具為投資對(duì)象的基金。投資對(duì)象主要包括：短期國(guó)債、商業(yè)票據(jù)、大額可轉(zhuǎn)讓存單、回購(gòu)協(xié)議、銀行承兌匯票等貨幣市場(chǎng)工具。

1我國(guó)貨幣市場(chǎng)基金的發(fā)展現(xiàn)狀及特點(diǎn)

我國(guó)貨幣市場(chǎng)基金起步較晚，2003年12月10日，由華安、博時(shí)和招商三家基金公司分別發(fā)起管理的首批三只貨幣市場(chǎng)型基金獲準(zhǔn)設(shè)立。到2004年4月12日，已經(jīng)設(shè)立的7只貨幣市場(chǎng)型基金的總份額為430.93億元，占開(kāi)放式基金總份額的24%。

目前我國(guó)貨幣市場(chǎng)基金的投資范圍還比較狹窄，暫時(shí)設(shè)定為短期債券（含央行票據(jù)）、銀行存款和回購(gòu)協(xié)議，但隨著貨幣市場(chǎng)的逐漸發(fā)展，此類(lèi)基金將來(lái)可投資于大額轉(zhuǎn)讓存單、銀行承兌匯票、經(jīng)銀行背書(shū)的商業(yè)承兌匯票或其他流動(dòng)性良好的短期金融工具。從這些投資對(duì)象的性質(zhì)來(lái)看，主要特點(diǎn)有：

（1）基金單位的資產(chǎn)凈值是固定不變。貨幣市場(chǎng)基金與其他基金最主要的不同在于基金單位的資產(chǎn)凈值是固定不變的，通常是每個(gè)基金單位1元。投資該基金后，投資者可利用收益再投資，投資收益就不斷累積，增加投資者所擁有的基金份額。比如某投資者以1000元投資于某貨幣市場(chǎng)基金，可擁有1000個(gè)基金單位，l年后，若投資報(bào)酬是8％，那么該投資者就多80個(gè)基金單位，總共1080個(gè)基金單位，價(jià)值1080元。

（2）收益率是衡量貨幣市場(chǎng)基金表現(xiàn)好壞的標(biāo)準(zhǔn)。這與其他基金以?xún)糍Y產(chǎn)價(jià)值增值獲利不同。

（3）流動(dòng)性好、資本安全性高。這一優(yōu)勢(shì)主要來(lái)源于基金所投資的對(duì)象的特點(diǎn)，同時(shí)，投資者可以不受到日期限制，隨時(shí)可根據(jù)需要轉(zhuǎn)讓基金單位。

（4）風(fēng)險(xiǎn)性低。貨幣市場(chǎng)工具的到期日通常很短，貨幣市場(chǎng)基金投資組合的平均期限一般為4～6個(gè)月，因此風(fēng)險(xiǎn)較低，其價(jià)格通常只受市場(chǎng)利率的影響。

（5）投資成本低。貨幣市場(chǎng)基金通常不收取贖回費(fèi)用，并且其管理費(fèi)用也較低，貨幣市場(chǎng)基金的年管理費(fèi)用大約為基金資產(chǎn)凈值的0.25％～1％，比傳統(tǒng)的基金年管理費(fèi)率1％～2.5％低。

（6）貨幣市場(chǎng)基金均為開(kāi)放式基金。它通常保持一定比例的現(xiàn)金，以應(yīng)付客戶(hù)的日常贖回。即使在發(fā)生較大規(guī)模的贖回時(shí)，也可以通過(guò)在貨幣市場(chǎng)迅速變現(xiàn)自己的短期有價(jià)證券來(lái)獲取現(xiàn)金以滿(mǎn)足客戶(hù)要求。

2貨幣市場(chǎng)基金的風(fēng)險(xiǎn)分析

2.1貨幣市場(chǎng)基金的系統(tǒng)風(fēng)險(xiǎn)

貨幣市場(chǎng)基金的系統(tǒng)風(fēng)險(xiǎn)是指基金投資于貨幣市場(chǎng)必須承受的其外部發(fā)生的，非基金本身所能控制的來(lái)自政治、經(jīng)濟(jì)、政策、法規(guī)的變更等所導(dǎo)致的市場(chǎng)行情波動(dòng)而產(chǎn)生的投資風(fēng)險(xiǎn)。

（1）利率風(fēng)險(xiǎn)。不同于投資股票和債券的基金，貨幣市場(chǎng)基金投資于貨幣市場(chǎng)工具，貨幣市場(chǎng)基金單位的資產(chǎn)凈值是固定不變的，衡量其表現(xiàn)好壞的標(biāo)準(zhǔn)是收益率，這一收益率通常只受市場(chǎng)利率影響，其收益主要取決于短期市場(chǎng)利率水平，利率風(fēng)險(xiǎn)也因此產(chǎn)生。一般來(lái)說(shuō)，貨幣市場(chǎng)基金的盈利空間和市場(chǎng)利率的高低成正比。市場(chǎng)利率越高，其盈利空間越大，反之則收益較低。

（2）資金轉(zhuǎn)移風(fēng)險(xiǎn)。貨幣市場(chǎng)基金的流動(dòng)性非常接近銀行存款，且收益率一般會(huì)超過(guò)銀行存款，如果設(shè)立貨幣市場(chǎng)基金，銀行存款可能就會(huì)出現(xiàn)轉(zhuǎn)移。如果商業(yè)銀行在貨幣市場(chǎng)基金中不扮演基金管理人的角色，銀行的經(jīng)營(yíng)業(yè)務(wù)將受到直接影響。資金轉(zhuǎn)移的另外一種風(fēng)險(xiǎn)是，資本市場(chǎng)和貨幣市場(chǎng)的相對(duì)走勢(shì)將導(dǎo)致資金的流動(dòng)。資本追求最大化的收益，當(dāng)貨幣市場(chǎng)和資本市場(chǎng)收益出現(xiàn)差異時(shí)，貨幣市場(chǎng)基金就有動(dòng)力超越有關(guān)限制，資金在貨幣市場(chǎng)和資本市場(chǎng)之間的不正常流動(dòng)就會(huì)出現(xiàn)，這需要行業(yè)自律的提高和監(jiān)管的強(qiáng)化。

（3）政策風(fēng)險(xiǎn)。這是由于國(guó)家政策的變動(dòng)而引起的投資人的損失，同時(shí)也是國(guó)內(nèi)發(fā)展貨幣市場(chǎng)基金的一個(gè)特色風(fēng)險(xiǎn)。我國(guó)金融體系是分業(yè)經(jīng)營(yíng)、分業(yè)監(jiān)管，最后貨幣市場(chǎng)基金到底由誰(shuí)來(lái)監(jiān)管，參與者的范圍，政策方面尚存在著很大的不確定性，有待我們進(jìn)一步去研究。此外，貨幣市場(chǎng)基金成立之后的收益直接取決于貨幣市場(chǎng)本身的發(fā)展，貨幣市場(chǎng)參與者是否足夠廣泛、投資工具發(fā)展是否充分、利率市場(chǎng)化改革的進(jìn)展?fàn)顩r、貨幣政策執(zhí)行是否具有獨(dú)立性等，這諸多因素都直接影響著貨幣市場(chǎng)基金的收益，而這些因素大都與政策變遷的方向和速度有關(guān)。

2.2貨幣市場(chǎng)基金的非系統(tǒng)風(fēng)險(xiǎn)

非系統(tǒng)性風(fēng)險(xiǎn)是由于局部因素造成的風(fēng)險(xiǎn)，是貨幣市場(chǎng)基金自身經(jīng)營(yíng)管理所帶來(lái)的風(fēng)險(xiǎn)，基金本身可以通過(guò)一定的方法避免。

（1）道德風(fēng)險(xiǎn)。貨幣市場(chǎng)基金實(shí)質(zhì)上是契約的組合，是多數(shù)投資者以集合出資的形式形成基金，委托基金管理人管理和運(yùn)用基金資產(chǎn)。投資者選擇好基金管理人之后，由于投資者不能直接觀測(cè)到基金管理人選擇了什么行動(dòng)，能觀測(cè)到的只是另一些變量，這些變量由基金管理人的行動(dòng)和其他外生隨機(jī)因素共同決定，只是基金管理人的不完全信息，因此，基金管理人隨時(shí)可能出現(xiàn)“道德風(fēng)險(xiǎn)”問(wèn)題，即基金管理人在最大限度地增加自身效用時(shí)做出不利于基金投資人的行動(dòng)。

（2）信用風(fēng)險(xiǎn)。又稱(chēng)違約風(fēng)險(xiǎn)，是指企業(yè)在債務(wù)到期是時(shí)無(wú)力還本付息而產(chǎn)生的風(fēng)險(xiǎn)。貨幣市場(chǎng)基金以貨幣市場(chǎng)上的短期工具為投資對(duì)象，其中各類(lèi)不同工商企業(yè)發(fā)行的商業(yè)票據(jù)占其基金投資組合的一定份額。企業(yè)發(fā)行的商業(yè)票據(jù)由于受自身的規(guī)模、信譽(yù)、業(yè)績(jī)和經(jīng)營(yíng)歷史等因素的影響，他們的商業(yè)票據(jù)質(zhì)量有所不同；某些企業(yè)一旦遇到經(jīng)營(yíng)環(huán)境惡化，經(jīng)營(yíng)業(yè)績(jī)不佳，凈現(xiàn)金流銳減，此時(shí)發(fā)行商業(yè)票據(jù)的企業(yè)就存在到期無(wú)法兌付的風(fēng)險(xiǎn)。如果貨幣市場(chǎng)基金的投資組合中這類(lèi)資產(chǎn)所占份額較大，必然影響到基金的收益，表現(xiàn)出一定的資本損益風(fēng)險(xiǎn)。

（3）流動(dòng)性風(fēng)險(xiǎn)。流動(dòng)性風(fēng)險(xiǎn)是指金融資產(chǎn)持有者按價(jià)值出售資產(chǎn)的難易程度。對(duì)貨幣市場(chǎng)基金而言，流動(dòng)性是指基金經(jīng)理人在面對(duì)贖回壓力時(shí)，將其所持有的資產(chǎn)———投資組合在市場(chǎng)中變現(xiàn)的能力?；鸾?jīng)理常常面對(duì)兩大流動(dòng)性風(fēng)險(xiǎn)：一是所持有資產(chǎn)在變現(xiàn)過(guò)程中由于價(jià)格的不確定性而可能遭受損失；二是現(xiàn)金不足，難以滿(mǎn)足投資人的贖回要求。所以一旦基金出現(xiàn)大幅縮水或投資者集中贖回投資的情況，而基金手中所持流動(dòng)性資產(chǎn)又不敷支出時(shí)，貨幣市場(chǎng)基金必將面臨嚴(yán)重的被動(dòng)局面。

（4）經(jīng)營(yíng)風(fēng)險(xiǎn)。雖然貨幣市場(chǎng)基金是專(zhuān)家理財(cái)，但基金管理者仍然會(huì)有投資失誤，基金內(nèi)部監(jiān)控也可能失靈，這樣貨幣市場(chǎng)基金凈值將可能存在大幅縮水。因此，基金的收益、風(fēng)險(xiǎn)狀況很大程度上取決于基金投資顧問(wèn)的專(zhuān)業(yè)水平。投資顧問(wèn)的專(zhuān)業(yè)技能及其業(yè)績(jī)檔案能提供下面一些重要信息：即基金的投資策略和風(fēng)險(xiǎn)控制度能否被堅(jiān)持；基金對(duì)未來(lái)的機(jī)會(huì)或嚴(yán)峻的形勢(shì)將作何反應(yīng)；該基金的顧問(wèn)以受托人方式，按照基金股東的最佳利益行事的可能性。

3貨幣市場(chǎng)基金的風(fēng)險(xiǎn)控制

3．1外部環(huán)境的治理

（1）制定相應(yīng)的法律法規(guī)。法規(guī)制定應(yīng)當(dāng)先行，應(yīng)明確貨幣基金的設(shè)立原則、各方當(dāng)事人間的關(guān)系、貨幣基金的投資領(lǐng)域、管理原則、分配制度以及違規(guī)處罰措施等，特別是要嚴(yán)格禁止貨幣基金投資股票、中長(zhǎng)期債券、房地產(chǎn)以及實(shí)業(yè)領(lǐng)域。

（2）大力發(fā)展貨幣市場(chǎng)工具。眾所周知，投資品種的多樣化，對(duì)于降低投資組合的風(fēng)險(xiǎn)具有相當(dāng)重要的作用。從我國(guó)當(dāng)前貨幣市場(chǎng)的發(fā)展情況來(lái)看，貨幣市場(chǎng)工具仍顯單一，有限的貨幣市場(chǎng)工具必然會(huì)限制貨幣市場(chǎng)基金的投資方向，使貨幣市場(chǎng)基金無(wú)法通過(guò)投資組合的多樣化來(lái)分散風(fēng)險(xiǎn)，從而降低了它的靈活性。因此，我們應(yīng)在進(jìn)一步完善信用制度的基礎(chǔ)上，鼓勵(lì)發(fā)展貨幣市場(chǎng)工具。

（3）實(shí)施制度創(chuàng)新，提高貨幣市場(chǎng)的流動(dòng)性。提高貨幣市場(chǎng)的流動(dòng)性對(duì)于降低基金的風(fēng)險(xiǎn)具有一定的作用。要提高貨幣市場(chǎng)的流動(dòng)性，需要市場(chǎng)制度方面的一系列創(chuàng)新和改革。首先，要打破銀行間市場(chǎng)與交易所市場(chǎng)的分割局面，允許更多的證券公司、信托公司、財(cái)務(wù)公司、基金公司以及大企業(yè)進(jìn)入貨幣市場(chǎng)，以進(jìn)一步壯大貨幣市場(chǎng)交易主體，活躍市場(chǎng)交易。其次，引入貨幣市場(chǎng)經(jīng)紀(jì)商，提高貨幣市場(chǎng)的流動(dòng)性。

3．2內(nèi)部環(huán)境的治理

（1）保持高度的流動(dòng)性。由于貨幣基金的投資者可以隨時(shí)贖回投資或據(jù)其基金賬戶(hù)的資產(chǎn)凈值予以簽發(fā)支票，所以基金組合必須具有高度的流動(dòng)性。這不僅是指平常資產(chǎn)組合中應(yīng)保有相應(yīng)量的現(xiàn)金性資產(chǎn)，更為重要的是應(yīng)持有必要量的短期國(guó)庫(kù)券。因?yàn)槟軌蛐纬纱笠?guī)模和范圍廣泛的流通交易市場(chǎng)的是短期國(guó)庫(kù)券，所以國(guó)庫(kù)券已成為僅次于現(xiàn)金的準(zhǔn)現(xiàn)金性資產(chǎn)。同時(shí)，與持有基金較大份額的投資者經(jīng)常的交流是得到贖回暗示的重要方法，有的基金采取鼓勵(lì)大額贖回提前通知和拒絕對(duì)利率敏感的投資資金等措施。

（2）實(shí)行開(kāi)放式的管理。即必須每天公布基金資產(chǎn)的凈值與收益水平，允許投資者隨時(shí)根據(jù)各自的需求，按公布的資產(chǎn)凈值自由進(jìn)出貨幣基金。為此，基金管理人應(yīng)當(dāng)與托管銀行密切合作，將商業(yè)銀行的網(wǎng)絡(luò)作為投資者進(jìn)出貨幣基金的窗口。并且，基金賬戶(hù)與投資者的銀行資金賬戶(hù)要有順暢的溝通，以保證投資者的資金根據(jù)需要在兩個(gè)賬戶(hù)間快速流動(dòng)。

（3）特別的內(nèi)控程序。①估價(jià)。準(zhǔn)確的估價(jià)是維持一個(gè)穩(wěn)定的基金凈值的重要因素。應(yīng)定期（每天）估算基金實(shí)際市值和按攤余成本法計(jì)價(jià)得出基金凈值，并將偏離度控制在0.5％之內(nèi)。當(dāng)發(fā)現(xiàn)偏離度超過(guò)0.25％之時(shí)，基金應(yīng)該啟動(dòng)應(yīng)急處理程序，通過(guò)適當(dāng)?shù)奶幚矸椒ń档推x度，如賣(mài)出對(duì)偏離度貢獻(xiàn)最大的品種等；②對(duì)不確定性的處理和測(cè)試分析。對(duì)不確定性的處理包括計(jì)算購(gòu)買(mǎi)任何證券之后對(duì)基金的加權(quán)平均到期日（WAM）的影響，同時(shí)考慮在證券購(gòu)買(mǎi)時(shí)可能發(fā)生的意外贖回。此外，還應(yīng)對(duì)單個(gè)證券和投資組合進(jìn)行壓力測(cè)試，評(píng)估在發(fā)生較大的利率變化時(shí)證券價(jià)格的敏感性。

目前，我國(guó)經(jīng)濟(jì)又處于轉(zhuǎn)軌時(shí)期，市場(chǎng)發(fā)育不健全，各種金融法規(guī)和制度有待完善，在這種情況下推出貨幣市場(chǎng)基金，我們必須從觀念上重視貨幣市場(chǎng)基金的風(fēng)險(xiǎn)，并積極加以防范，保持基金的收益與風(fēng)險(xiǎn)的同步。

參考文獻(xiàn)

1張亦春．現(xiàn)代金融市場(chǎng)學(xué)[M].北京：中國(guó)金融出版社，2003

2吳道霞．貨幣市場(chǎng)基金法律問(wèn)題研究[J].河北法學(xué)，2004(3)

3田啟偉，馬建國(guó)．貨幣市場(chǎng)基金及其風(fēng)險(xiǎn)分析[J].武漢冶金管理干部學(xué)院學(xué)報(bào)，2004(1)

第7篇

關(guān)鍵詞：證券市場(chǎng)；風(fēng)險(xiǎn)管理；VaR

中圖分類(lèi)號(hào)：F83文獻(xiàn)標(biāo)識(shí)碼：A

20世紀(jì)七十年代以來(lái)，隨著全球經(jīng)濟(jì)活動(dòng)的日趨國(guó)際化，金融創(chuàng)新尤其是金融衍生工具的迅猛發(fā)展，使得金融市場(chǎng)的波動(dòng)性日益加劇，金融風(fēng)險(xiǎn)不斷加大。日趨嚴(yán)重的金融風(fēng)險(xiǎn)不僅影響了微觀經(jīng)濟(jì)主體的正常運(yùn)營(yíng)，而且還對(duì)整個(gè)金融與經(jīng)濟(jì)體系的穩(wěn)定性構(gòu)成了威脅。為了有效地控制和降低金融風(fēng)險(xiǎn)，各種風(fēng)險(xiǎn)管理方法相繼出現(xiàn)。20世紀(jì)八十年代末，JP摩根的風(fēng)險(xiǎn)管理人員研發(fā)出一種能夠度量不同交易、不同業(yè)務(wù)部門(mén)的市場(chǎng)風(fēng)險(xiǎn)，并將這些風(fēng)險(xiǎn)體現(xiàn)為一個(gè)數(shù)值的風(fēng)險(xiǎn)度量方法，這就是VaR方法。隨著VaR技術(shù)的日漸成熟，VaR方法得到了世界各金融機(jī)構(gòu)及金融監(jiān)管機(jī)構(gòu)的廣泛認(rèn)可和支持，巴塞爾委員會(huì)允許金融機(jī)構(gòu)采用標(biāo)準(zhǔn)化方法和內(nèi)部模型法來(lái)度量市場(chǎng)風(fēng)險(xiǎn)，其中就是以VaR作為內(nèi)部模型的核心技術(shù)。

一、VaR概述

（一）VaR的定義。VaR（Value at Risk），中文可譯為受險(xiǎn)價(jià)值、在險(xiǎn)價(jià)值、風(fēng)險(xiǎn)價(jià)值等，它是指在一定置信水平和一定持有期內(nèi)，某一金融資產(chǎn)或組合在正常的市場(chǎng)條件下所面臨的最大損失額。更嚴(yán)格地說(shuō)，VaR描述了在一定的持有期內(nèi)收益和損失的預(yù)期分布的分位數(shù)。用數(shù)學(xué)公式可以表示為：

1-c=prob（R＞VaR）=f（R）dR

其中，1-c代表所選舉的置信水平，R代表?yè)p益。

假設(shè)某公司交易的有價(jià)證券某日置信度為95%的日VaR值為100萬(wàn)元，根據(jù)VaR的定義，它是指在未來(lái)24小時(shí)內(nèi)該有價(jià)證券在正常的市場(chǎng)條件下，發(fā)生大于100萬(wàn)元虧損的可能性為5%。

（二）VaR方法的優(yōu)點(diǎn)

1、VaR方法是建立在概率論和數(shù)理統(tǒng)計(jì)的基礎(chǔ)之上的，為全面綜合地度量市場(chǎng)風(fēng)險(xiǎn)提供了規(guī)范的計(jì)量技術(shù)，它摒棄了主觀判斷的隨意性，能夠更加準(zhǔn)確地計(jì)量金融機(jī)構(gòu)所面臨的風(fēng)險(xiǎn)狀況，不僅具有很強(qiáng)的科學(xué)性，同時(shí)又表現(xiàn)出方法操作上的簡(jiǎn)便性。

2、VaR方法為人們提供了研究和管理金融風(fēng)險(xiǎn)的統(tǒng)一框架，VaR適用于衡量包括利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、股票價(jià)格風(fēng)險(xiǎn)以及商品價(jià)格風(fēng)險(xiǎn)、衍生金融風(fēng)險(xiǎn)在內(nèi)的各種市場(chǎng)風(fēng)險(xiǎn)，金融機(jī)構(gòu)可以定期地計(jì)算VaR值以概括反映整個(gè)金融機(jī)構(gòu)的風(fēng)險(xiǎn)狀況，這有利于金融機(jī)構(gòu)對(duì)風(fēng)險(xiǎn)進(jìn)行統(tǒng)一的管理，也使得風(fēng)險(xiǎn)度量的結(jié)果具有可比性，對(duì)金融市場(chǎng)的穩(wěn)定和現(xiàn)代金融風(fēng)險(xiǎn)管理的發(fā)展具有重要意義。

3、VaR方法不像以往的風(fēng)險(xiǎn)管理方法只是在事后衡量投資組合風(fēng)險(xiǎn)的大小，它可以在事前計(jì)算投資組合的風(fēng)險(xiǎn)，這樣投資者就可以運(yùn)用VaR的方法，動(dòng)態(tài)地評(píng)估和計(jì)量所持有的資產(chǎn)組合的風(fēng)險(xiǎn)，選擇在相同的風(fēng)險(xiǎn)條件下能夠帶來(lái)最大收益的組合，以分散和規(guī)避風(fēng)險(xiǎn)，提高運(yùn)作效率和資產(chǎn)收益。

（三）VaR方法的缺陷

1、VaR方法沒(méi)有考慮尾部風(fēng)險(xiǎn)。本質(zhì)上，VaR只是告訴我們?cè)谔囟ǚ植贾袑?duì)應(yīng)一定置信水平的分位數(shù)是多少，并不能告訴我們分位數(shù)左側(cè)的分布狀況，即所謂的左尾損失，這就是VaR尾部損失測(cè)量的非充分性。例如，假設(shè)對(duì)應(yīng)99%置信水平下的日VaR為1，000萬(wàn)元，即未來(lái)還有1%的可能性會(huì)出現(xiàn)最大損失超過(guò)1，000萬(wàn)元的情況，如果這種情況發(fā)生，具體會(huì)損失多少，這可能是人們更為關(guān)注的問(wèn)題，因?yàn)檫@種小概率事件一旦發(fā)生，將會(huì)帶來(lái)災(zāi)難性的后果。

2、VaR方法可能存在數(shù)據(jù)不充分或者失真的風(fēng)險(xiǎn)。VaR分析方法是依賴(lài)于歷史數(shù)據(jù)的。但是，許多市場(chǎng)由于歷史較短、市場(chǎng)有效性不高等原因，可能不存在充分、真實(shí)的可用數(shù)據(jù)。

3、VaR方法還可能存在模型風(fēng)險(xiǎn)。VaR方法的運(yùn)用建立在大量的模型基礎(chǔ)之上，因此模型的選擇、操作及參數(shù)估計(jì)方面如果出現(xiàn)錯(cuò)誤，將給VaR的計(jì)算帶來(lái)風(fēng)險(xiǎn)，也使得VaR不能很好地度量金融風(fēng)險(xiǎn)。

二、VaR的獲取方法

計(jì)算VaR的關(guān)鍵在于確定證券或組合的未來(lái)?yè)p益的統(tǒng)計(jì)分布或概率密度函數(shù)，但是直接獲取未來(lái)?yè)p益的分布是幾乎不可能的事，因此，VaR的獲取通常要經(jīng)過(guò)下述分解過(guò)程：第一步，識(shí)別市場(chǎng)風(fēng)險(xiǎn)的因子，將資產(chǎn)表示為市場(chǎng)因子的函數(shù)，這一過(guò)程通常稱(chēng)為映射；第二步，預(yù)測(cè)市場(chǎng)因子的波動(dòng)性；第三步，根據(jù)市場(chǎng)因子的波動(dòng)估計(jì)資產(chǎn)的價(jià)值變化及其概率分布，這一過(guò)程也成為盯市；第四步，根據(jù)給定的置信水平和持有期，計(jì)算得出VaR。

根據(jù)對(duì)風(fēng)險(xiǎn)因子及其與資產(chǎn)價(jià)值之間關(guān)系的不同處理方法，可以將VaR的獲取方法分為三類(lèi)：

（一）歷史模擬法。歷史模擬法是建立在歷史可以復(fù)制未來(lái)、歷史數(shù)據(jù)可獲得且完整有效的隱含前提下，利用歷史數(shù)據(jù)集，將過(guò)去已經(jīng)實(shí)現(xiàn)的收益率分布或市場(chǎng)變量分布應(yīng)用于目前的投資或組合，據(jù)此模擬下一個(gè)時(shí)期該投資或組合可能面臨的收益分布，給定置信水平和持有期，就可以計(jì)算出VaR。

例如，將100萬(wàn)元投資于工商銀行的股票，根據(jù)以下步驟可以求出99%置信水平下1天的VaR值。第一步：獲取收益的時(shí)間序列。樣本數(shù)據(jù)選擇2008～2009年每個(gè)交易日的收盤(pán)價(jià)，共482個(gè)數(shù)據(jù)，然后根據(jù)公式R=（Pt-Pt-1）/Pt-1計(jì)算出每日簡(jiǎn)單收益率，生成一個(gè)新的時(shí)間序列。第二步：在EXCEL中將序列中的數(shù)據(jù)按照升序排列，找到對(duì)應(yīng)的第482×1%=4.82個(gè)數(shù)據(jù)（謹(jǐn)慎起見(jiàn)，使用第4個(gè)數(shù)據(jù)），即-8.29%，于是可得，VaR=100×8.29%=8.29萬(wàn)元。

（二）蒙特卡羅模擬法。蒙特卡羅模擬法的基本思路是假設(shè)資產(chǎn)價(jià)格或市場(chǎng)變量的變化服從于某個(gè)隨機(jī)過(guò)程，通過(guò)模擬該隨機(jī)過(guò)程，就可以得出在給定時(shí)間點(diǎn)上投資組合的價(jià)格或市場(chǎng)變量的估計(jì)值。不斷重復(fù)該模擬過(guò)程，就可以得到一系列估計(jì)值。如果重復(fù)的次數(shù)足夠多，模擬出的估計(jì)值最終將會(huì)收斂于“真實(shí)的”組合價(jià)值。以此為基礎(chǔ)，就可以進(jìn)一步估計(jì)出組合“真實(shí)的”風(fēng)險(xiǎn)價(jià)值。

蒙特卡羅模擬法的主要步驟是：第一步，為變量選擇一個(gè)隨機(jī)模型，確定模型參數(shù)，以模擬價(jià)格變化的時(shí)間路徑。第二步，產(chǎn)生一個(gè)虛擬的隨機(jī)變量系列?著i，i=1，2，…，n，由此計(jì)算出價(jià)格序列。第三步，根據(jù)特定的價(jià)格序列計(jì)算目標(biāo)期末的資產(chǎn)價(jià)值，盡可能多地重復(fù)第二、第三步，如10，000次，就可以得到一個(gè)價(jià)值分布。第四步，給定置信水平1-C，通過(guò)分位數(shù)就可以計(jì)算出VaR。

（三）方差-協(xié)方差法。方差－協(xié)方差法的基本思路是：首先假定要考察的隨機(jī)變量服從于某種參數(shù)分布，如正態(tài)分布、泊松分布等，然后借助于分布參數(shù)，如均值、方差等直接計(jì)算出VaR。

以正態(tài)分布為例，方差-協(xié)方差法的基本步驟是：假設(shè)資產(chǎn)收益率服從于一般正態(tài)分布R=f（r）～N（μ，σ2），然后借助于正態(tài)化轉(zhuǎn)換，轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)分布Φ（ε）～N（0，1）：

三、VaR方法在我國(guó)證券市場(chǎng)風(fēng)險(xiǎn)管理中的實(shí)證分析

滬深300指數(shù)選取了滬深兩市300只A股作為樣本，其中滬市179只，深市121只。滬深300指數(shù)樣本覆蓋了滬深市場(chǎng)60%左右的市值，具有良好的市場(chǎng)代表性，能夠反映我國(guó)證券市場(chǎng)的概貌和運(yùn)行狀況，是反映滬深兩個(gè)市場(chǎng)整體走勢(shì)的“晴雨表”。因此，本文選取滬深300指數(shù)作為本文的研究對(duì)象。本文選取了2008年12月1日至2010年12月1日的滬深300指數(shù)每日的收盤(pán)價(jià)作為樣本，樣本數(shù)為484。下面，分別運(yùn)用歷史模擬法、蒙特卡羅模擬法和方差―協(xié)方差法計(jì)算價(jià)值為100萬(wàn)元的滬深300指數(shù)投資在99%的置信水平下的單日VaR值。

（一）歷史模擬法。根據(jù)歷史模擬法的基本原理，進(jìn)行以下的計(jì)算步驟：

1、由原始樣本數(shù)據(jù)計(jì)算出每日的簡(jiǎn)單收益率，公式為：簡(jiǎn)單收益率=（Pt-Pt-1）/Pt-1。

2、在EXCEL中將生成的簡(jiǎn)單收益率按照升序排列。

3、找到對(duì)應(yīng)的第484×1%=4.84個(gè)數(shù)據(jù)（謹(jǐn)慎起見(jiàn)，用第4個(gè)數(shù)據(jù)），即-5.51%。

4、計(jì)算可得：VaR=100×5.51%=5.51萬(wàn)元。

（二）蒙特卡羅模擬法

1、利用EVIEWS軟件中的單位根檢驗(yàn)（ADF檢驗(yàn)）來(lái)判斷股票價(jià)格序列的平穩(wěn)性，由結(jié)果可知DF=-1.860199，大于10%水平下的臨界值，因此可知該序列是非平穩(wěn)的。

2、利用EVIEWS軟件中的相關(guān)性檢驗(yàn)來(lái)判斷序列的自相關(guān)性。選擇價(jià)格序列的一階差分（P=Pt-Pt-1）和30天的滯后期。由結(jié)果可知，滬深300指數(shù)收盤(pán)價(jià)的一階差分序列不具有相關(guān)性，即其分布具有獨(dú)立性。我們可以得出如下結(jié)論，滬深300指數(shù)的收盤(pán)價(jià)格服從隨機(jī)游走，即Pt=Pt-1+εt。

3、利用EXCEL軟件做蒙特卡羅模擬，模擬次數(shù)為10，000次，首先產(chǎn)生10，000個(gè)隨機(jī)數(shù)，考慮到股市漲跌停板的限制，以樣本期最后一天價(jià)格3136.99為起點(diǎn)，即價(jià)格在下一天的波動(dòng)范圍為（-313699313699），故隨機(jī)數(shù)的函數(shù)式為：Randbetween（-313699313699），生成的數(shù)即為我們需要的股價(jià)隨機(jī)變動(dòng)數(shù)εt。然后獲取模擬價(jià)格序列：模擬價(jià)格=P0+隨機(jī)數(shù)/1000。再將模擬后的價(jià)格按照升序重新排列，找出對(duì)應(yīng)99%的分位數(shù)，即10000×1%=100個(gè)交易日所對(duì)應(yīng)的數(shù)值：2，829.944，于是可計(jì)算出VaR=100×（3136.99-2829.944）÷3136.99=9.79萬(wàn)元。

（三）方差-協(xié)方差法

1、利用EVIEWS軟件對(duì)樣本數(shù)據(jù)進(jìn)行處理，分別獲取簡(jiǎn)單收益率和對(duì)數(shù)收益率的分布圖。（圖1、圖2）標(biāo)準(zhǔn)正態(tài)分布的偏度為0，峰度為3，所有偏度非0的分布曲線(xiàn)都是偏斜的，峰度大于3的分布曲線(xiàn)則是厚尾的。由輸出結(jié)果可知，二者均呈現(xiàn)出“尖峰厚尾”的特征。相對(duì)而言，對(duì)數(shù)收益率更接近于正態(tài)分布。

2、根據(jù)VaR的計(jì)算公式，可求得VaR=2.33×0.018998×100=4.43萬(wàn)元。

四、結(jié)束語(yǔ)

我國(guó)的金融市場(chǎng)還是一個(gè)處于發(fā)展中的新興市場(chǎng)，在我國(guó)金融市場(chǎng)和金融機(jī)構(gòu)快速融入金融自由化和全球化趨勢(shì)的過(guò)程中，隨著金融創(chuàng)新的蓬勃發(fā)展，市場(chǎng)風(fēng)險(xiǎn)必將隨著金融市場(chǎng)的發(fā)展而逐漸加大。將VaR的方法引入我國(guó)，不僅能夠?yàn)榻鹑跈C(jī)構(gòu)和投資者提供一種有效的市場(chǎng)風(fēng)險(xiǎn)管理工具，而且能夠?yàn)橹醒脬y行、證監(jiān)會(huì)等金融監(jiān)管部門(mén)提供一個(gè)風(fēng)險(xiǎn)管理的標(biāo)準(zhǔn)，有助于我國(guó)金融機(jī)構(gòu)內(nèi)部風(fēng)險(xiǎn)管理和外部監(jiān)管技術(shù)跟上世界金融發(fā)展的潮流，對(duì)于我國(guó)的金融風(fēng)險(xiǎn)管理技術(shù)來(lái)說(shuō)，具有重要的意義。

（作者單位：安徽大學(xué)經(jīng)濟(jì)學(xué)院）

主要參考文獻(xiàn)：

[1]陳燕玲.金融風(fēng)險(xiǎn)管理[M].安徽大學(xué)出版社，2008.

[2]王春峰.金融市場(chǎng)風(fēng)險(xiǎn)管理[M].天津大學(xué)出版社，2001.

第8篇

【關(guān)鍵詞】上證綜指；恒生指數(shù)；Copula函數(shù)；尾部相關(guān)性

1.引言

多元分布函數(shù)是描述隨機(jī)變量相關(guān)性的最基本方法，但傳統(tǒng)的多元分布函數(shù)在實(shí)際應(yīng)用中存在：變量較多時(shí)函數(shù)的解析式很難處理，并且存在一定的約束條件，不僅要求各個(gè)邊緣分布函數(shù)類(lèi)型相同，而且要求邊緣分布函數(shù)的類(lèi)型和多元分布函數(shù)的類(lèi)型一致等問(wèn)題。事實(shí)上，金融市場(chǎng)的邊緣分布函數(shù)一般不是服從同一類(lèi)型分布。這使得傳統(tǒng)的多元分布函數(shù)很難在分析金融市場(chǎng)相關(guān)性中得到廣泛的應(yīng)用。由Sklar定理知，可以通過(guò)Copula函數(shù)構(gòu)造靈活的多元分布函數(shù)，從而掌握金融市場(chǎng)之間的真實(shí)相關(guān)性，并且由Copula函數(shù)導(dǎo)出的相關(guān)性測(cè)度不僅可以捕捉隨機(jī)變量間的非線(xiàn)性、非對(duì)稱(chēng)相關(guān)性，還可以更容易地刻畫(huà)分布的尾部相關(guān)性。

Copula理論可以將一個(gè)聯(lián)合分布分解為k個(gè)邊緣和一個(gè)Copula函數(shù)，這個(gè)Copula函數(shù)描述了變量之間的相關(guān)性[1]。­由此可看出，Copula函數(shù)實(shí)際上是一種將聯(lián)合分布函數(shù)與它們各自的邊緣分布函數(shù)連接在一起的函數(shù)，因此也有人稱(chēng)它為連接函數(shù)[2]。Copula理論的應(yīng)用在國(guó)際上已經(jīng)取得了極大的進(jìn)展，如Patton(2001)[3]構(gòu)造了馬克-美元和日元-美元匯率的收益的二元Copula模型，并與相應(yīng)的BEKK-GARCH模型做了比較，結(jié)果表明Copula模型可以更好地描述金融市場(chǎng)之間的相關(guān)關(guān)系；Hu（2002）[4]用一個(gè)混合Copula函數(shù)來(lái)描述具有不同相關(guān)程度和相關(guān)模式的金融市場(chǎng)之間的相關(guān)關(guān)系。國(guó)內(nèi)學(xué)者從2002年開(kāi)始了Copula在金融數(shù)據(jù)分析中的研究，韋艷華（2004）[5]將Copula函數(shù)和GARCH模型結(jié)合，研究了滬深股市的相關(guān)結(jié)構(gòu)，傅強(qiáng)、邢琳琳（2009）[6]將極值理論和Copula函數(shù)應(yīng)用于資產(chǎn)風(fēng)險(xiǎn)的研究以及條件VaR的估計(jì).國(guó)內(nèi)對(duì)Copula理論的關(guān)注程度越來(lái)越高，應(yīng)用范圍也是越來(lái)越廣。

股票市場(chǎng)的尾部相關(guān)性考察的是當(dāng)一個(gè)股票市場(chǎng)收益率高漲(猛跌)時(shí)，是否會(huì)引起其他股票市場(chǎng)價(jià)格的高漲(猛跌)。與通常兩個(gè)股票市場(chǎng)之間的相關(guān)關(guān)系相比，在市場(chǎng)價(jià)格急劇上漲或下跌等極端情況下的相關(guān)關(guān)系會(huì)呈現(xiàn)出與平時(shí)不同的特征。在市場(chǎng)極端波動(dòng)時(shí)，兩個(gè)股票市場(chǎng)之間的尾部相關(guān)性對(duì)全球投資組合的風(fēng)險(xiǎn)影響更大，因而對(duì)控制風(fēng)險(xiǎn)而言，研究?jī)蓚€(gè)股票市場(chǎng)之間的尾部相關(guān)性更為重要。本文研究滬港兩市的尾部相關(guān)性，對(duì)投資組合和風(fēng)險(xiǎn)管理有一定的意義，有助于市場(chǎng)投資者進(jìn)行跨市場(chǎng)組合投資分析，從而分散風(fēng)險(xiǎn)，提高收益。

對(duì)滬港股市的尾部相關(guān)性研究，國(guó)內(nèi)李?lèi)偂⒊滔ｒE（2006）[7]用Gumbel-Hougard copula對(duì)上證指數(shù)和恒生指數(shù)進(jìn)行尾部相關(guān)性，發(fā)現(xiàn)兩者具有較好的上尾相關(guān)性，而沒(méi)有討論下尾相關(guān)性。Gumbel copula是一種對(duì)上尾相關(guān)性敏感的靜態(tài)Copula函數(shù)，本文擬選用多種Copula函數(shù)，包括幾種常見(jiàn)的靜態(tài)單參數(shù)和雙參數(shù)Copula函數(shù)，以及幾種動(dòng)態(tài)Copula函數(shù)，重點(diǎn)研究時(shí)變SJC Copula這種對(duì)上尾相關(guān)性和下尾相關(guān)性都非常敏感的動(dòng)態(tài)Copula函數(shù)（因?yàn)槠鋮?shù)為上下尾相關(guān)系數(shù)）。王（2009）[8]用BB1 Copula函數(shù)研究?jī)墒械奈膊肯嚓P(guān)性，發(fā)現(xiàn)兩市具有較強(qiáng)的上尾相關(guān)性，但BB1 Copula函數(shù)作為一種靜態(tài)的Copula函數(shù)，不能看出相關(guān)性變化的趨勢(shì)。本文經(jīng)過(guò)動(dòng)態(tài)分析趨勢(shì)后，將樣本分為兩階段分析，發(fā)現(xiàn)這兩階段有著截然不同的表現(xiàn)。較之靜態(tài)的Copula函數(shù)，這樣做能夠更準(zhǔn)確、全面地捕捉到金融市場(chǎng)之間尾部相關(guān)性的變化。劉偉（2009）[9]選用SJC-Copula-EGARCH模型分析了滬港兩市的尾部相關(guān)性，參數(shù)估計(jì)法為極大似然估計(jì)法，這種方法的缺陷是易受到邊緣分布的影響，而本文選用基于秩的極大似然估計(jì)法，可以避免這種影響。因?yàn)闃O大似然估計(jì)法必須先估計(jì)邊緣分布函數(shù)的參數(shù)，如果邊緣分布函數(shù)選擇不準(zhǔn)確或?qū)ζ鋮?shù)估計(jì)不準(zhǔn)確的話(huà)，都將對(duì)最終參數(shù)的估計(jì)造成不利的影響，而本文選取的估計(jì)方法可以直接從樣本出發(fā)，無(wú)需給出邊緣分布函數(shù)和對(duì)其參數(shù)進(jìn)行估計(jì)，從而避免了邊緣分布的影響。

本文結(jié)構(gòu)安排如下：第二部分介紹Copula函數(shù)的一些理論知識(shí)，重點(diǎn)為時(shí)變SJC Copula函數(shù);第三部分著重介紹基于秩的極大似然估計(jì)法，其相比于其他估計(jì)法的優(yōu)越性也將在此部分給出;第四部分采用多種Copula函數(shù)對(duì)滬港股市的尾部相關(guān)性進(jìn)行實(shí)證研究，得出結(jié)論。

2.Copula函數(shù)理論知識(shí)

SJC Copula函數(shù)是由JC Copula函數(shù)演變而來(lái)的，Joe-Clayton Copula函數(shù)的分布函數(shù)為：

其中函數(shù)是logistic轉(zhuǎn)換函數(shù)，它的作用是確保上尾和下尾相關(guān)系數(shù)都處于（0，1）區(qū)間內(nèi)。

3.參數(shù)估計(jì)與檢驗(yàn)方法

3.1 參數(shù)估計(jì)方法

參數(shù)估計(jì)法較常用的有嚴(yán)格極大似然法(EML)和邊緣分布推斷法(IFM)。嚴(yán)格極大似然法是同時(shí)估計(jì)邊緣分布和Copula函數(shù)中的參數(shù)；邊緣分布推斷法是將估計(jì)過(guò)程分為兩步，先估計(jì)邊緣分布函數(shù)的參數(shù)，然后估計(jì)Copula函數(shù)的參數(shù)，因此又被稱(chēng)為兩階段極大似然估計(jì)法。因?yàn)镋ML和IFM法都必須估計(jì)邊緣分布函數(shù)的參數(shù)，如果邊緣分布函數(shù)選擇不準(zhǔn)確或?qū)ζ鋮?shù)估計(jì)不準(zhǔn)確的話(huà)，都將對(duì)最終參數(shù)的估計(jì)造成不利的影響。

非參數(shù)法中常用的是Genest and Rivest法。而對(duì)于多參數(shù)阿基米德Copula函數(shù)，Genest and Rivest法不是很適用。由于兩個(gè)隨機(jī)變量的相關(guān)結(jié)構(gòu)只與它們的相關(guān)函數(shù)Copula有關(guān)，而與邊緣分布沒(méi)有關(guān)系，因此通過(guò)樣本直接估計(jì)Copula函數(shù)的參數(shù)將更加接近隨機(jī)變量間的真實(shí)結(jié)構(gòu)。

半?yún)?shù)估計(jì)法中有偽極大似然估計(jì)法和基于秩的極大似然估計(jì)法，后者是由前者經(jīng)過(guò)變換得來(lái)的，因此我們先來(lái)看偽極大似然估計(jì)法。假設(shè)是隨機(jī)向量(X，Y)的一個(gè)樣本，是X和y的Copula函數(shù)，偽極大似然估計(jì)的對(duì)數(shù)似然函數(shù)為：

其中：A代表極大似然函數(shù)；M代表獨(dú)立參數(shù)的個(gè)數(shù)；n代表樣本容量。AIC和BIC包含了模型和參數(shù)估計(jì)值的信息，其值越小，其擬合效果越好。

4.實(shí)證分析

與內(nèi)地股票市場(chǎng)的發(fā)展不同，香港作為世界上最成熟的資本市場(chǎng)之一，其高度的開(kāi)放性使得香港股市與國(guó)際股市具有很強(qiáng)的聯(lián)動(dòng)性，作為緊鄰大陸的國(guó)際金融中心之一，吸引了大批內(nèi)地企業(yè)上市。而滬指作為內(nèi)地股市的代表，和港指在尾部相關(guān)性上有著怎樣的表現(xiàn)呢？以下將展開(kāi)實(shí)證分析。

4.1 樣本的選取和初步分析

本文選取上證綜指和恒生指數(shù)（數(shù)據(jù)來(lái)自雅虎財(cái)經(jīng)）自1996年12月31日到2011年2月22日的日收盤(pán)價(jià)作為樣本，剔除不在同一天交易的數(shù)據(jù)，最后得到3328組數(shù)據(jù)。兩市每日的收益率為數(shù)據(jù)處理后的相鄰交易日收盤(pán)價(jià)的一階差分，即。

經(jīng)過(guò)處理后的到收益率數(shù)據(jù)3327個(gè)。本文使用的軟件為matlab-

R2009a。上證綜指和恒生指數(shù)對(duì)數(shù)收益率圖如圖1和圖2所示。

4.3 參數(shù)估計(jì)及尾部相關(guān)性分析

我們先來(lái)求靜態(tài)的SJC Copula函數(shù)的上下尾相關(guān)系數(shù)，下尾相關(guān)系數(shù)（0.1088）略大于上尾相關(guān)系數(shù)（0.0844）。

但是，單從靜態(tài)的兩個(gè)系數(shù)難以看出上下尾相關(guān)結(jié)構(gòu)的變化情況，下面用時(shí)變的SJC Copula函數(shù)來(lái)做動(dòng)態(tài)的分析，首先我們根據(jù)前面提到的基于秩的極大似然估計(jì)法求出時(shí)變SJC Copula函數(shù)的參數(shù)如表2所示。

下面給出上下尾動(dòng)態(tài)變化圖，如圖3，從圖中可以看出上下尾相關(guān)系數(shù)分別圍繞0.0844和0.1088上下浮動(dòng)，但都表現(xiàn)出來(lái)增大的趨勢(shì)，為了看清這種變化的趨勢(shì)，我們把3327個(gè)數(shù)據(jù)分成兩個(gè)階段，第一個(gè)階段包含1663個(gè)數(shù)據(jù)，第二個(gè)階段包含1664個(gè)數(shù)據(jù)，時(shí)間分界線(xiàn)是2004年2月26日，經(jīng)擬合度檢驗(yàn)后發(fā)現(xiàn)，時(shí)變SJC Copula函數(shù)對(duì)這兩階段的擬合都是最好的，并求得第一階段的=0.0314，=0.0000，第二階段的=0.1569，=0.2763

它們的動(dòng)態(tài)變化圖分別如圖4（a）和圖4（b）所示?？梢?jiàn)兩市上下尾相關(guān)性都有了大幅度的增加，尤其是下尾相關(guān)性，由原來(lái)的幾乎為0，增加到了0.2763，兩市的關(guān)聯(lián)性已經(jīng)有了質(zhì)的變化。

5.結(jié)論

本文通過(guò)AIC和BIC信息準(zhǔn)則，從幾種動(dòng)態(tài)和靜態(tài)Copula函數(shù)中選出了擬合度最好的時(shí)變SJC Copula函數(shù)對(duì)滬港兩市的尾部相關(guān)性進(jìn)行了分析，參數(shù)估計(jì)方法為基于秩的極大似然估計(jì)法。結(jié)果發(fā)現(xiàn)所選樣本得到的下尾相關(guān)性略高于上尾相關(guān)性，上下尾相關(guān)性都表現(xiàn)出了增大的趨勢(shì)，于是筆者把樣本分為兩個(gè)階段分析，結(jié)果發(fā)現(xiàn)第一階段表現(xiàn)出的主要是上尾相關(guān)性，下尾相關(guān)系數(shù)幾乎為0，第二階段則下尾相關(guān)系數(shù)大于上尾相關(guān)系數(shù)，下尾相關(guān)系數(shù)已經(jīng)由第一階段的幾乎為0增加到了0.2763。從本文數(shù)據(jù)可以看出，兩市的關(guān)聯(lián)程度表現(xiàn)的趨勢(shì)是逐漸增大的，尤其是下尾相關(guān)性，說(shuō)明上海股市正由一個(gè)新興的股票市場(chǎng)向成熟股票市場(chǎng)轉(zhuǎn)變。

該研究一方面將有助于市場(chǎng)投資者進(jìn)行跨市場(chǎng)組合投資分析，從而分散風(fēng)險(xiǎn)，提高收益；另一方面對(duì)于保證我國(guó)證券市場(chǎng)乃至金融市場(chǎng)的正常運(yùn)行，抵御外來(lái)金融風(fēng)險(xiǎn)沖擊，保證國(guó)家金融安全及相關(guān)政策的制定具有一定的參考價(jià)值。

參考文獻(xiàn)

[1]Sklar A.Fonctions de repartition à n dimensions et leurs marges[J].Publication de l’Institut de Statistique de l’Universite de Paris,1959,8:229-231.

[2]張蕘庭.連接函數(shù)(Copula)技術(shù)與金融風(fēng)險(xiǎn)分析[J].統(tǒng)計(jì)研究,2002(4):48-51.

[3]Patton A J.Modeling time-varying exchange rate dependence using the conditional copula[Z].Department of Economics,University of California,San Diego,2001.

[4]Hu L.Essays in econometrics with applications in macroeconomic and financial modelling[D].New Haven:Yale University,2002.

[5]韋艷華,張世英.金融市場(chǎng)的相關(guān)性分析――Copula-GARCH模型及其應(yīng)用[J].系統(tǒng)工程,2004,22(4):7-12.

[6]傅強(qiáng),邢琳琳.基于極值理論和Copula函數(shù)的條件VaR計(jì)算[J].系統(tǒng)工程學(xué)報(bào),2009,24(5):531-537.

[7]李?lèi)?程希駿.上證指數(shù)和恒生指數(shù)的copula尾部相關(guān)性分析[J].系統(tǒng)工程,2006,24(5):88-92.

[8]王.基于不同類(lèi)型Copula滬港股市相關(guān)性分析[D].合肥:中國(guó)科技大學(xué)管理科學(xué)與工程系,2009.

[9]劉偉.基于時(shí)變連接函數(shù)的股票市場(chǎng)相關(guān)性分析[D].北京:北京工業(yè)大學(xué)管理科學(xué)與工程系,2009.

[10]任仙玲,張世英.基于Copula函數(shù)的金融市場(chǎng)尾部相關(guān)性分析[J].統(tǒng)計(jì)與信息論壇,2008,23(6):66-71.

作者簡(jiǎn)介：