VaR估计精度与违约风险建模研究

《VaR估计精度与违约风险建模研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、}二海交通大学博十学位论文VaR估计精度与违约风险建模研究摘要从70年代开始，金融风险便成为全球关注的重点，而如何对金融风险加以度量则是学术界研究的热门课题。金融风险管理的研究内容十分丰富，其中技术性研究主要在微观层次上讨论风险管理的具体操作方法，涉及到风险度量方法和定量分析。但限于计算问题，直到90年代中期，VaR(Value．at．Risk)风险度量方法才得以提出，到目前为止，VaR是金融市场风险管理和金融监管的主流方法，该方法已被全球各主要银行、非银行金融机构、公司和金融监管机构广泛采用。然而，从技术层面来说，对于VaR理论和应用研究还不十分成熟。因此本文从VaR的技术性层面

2、入手，在研究内容上选择了以VaR估计精度以及对违约风险建模两个方面来作为重点研究对象。从整体结构和思路上看，论文以VaR风险度量方法作为主线贯穿全篇，并沿着两条思路展开研究：第一是VaR估计的三类主要方法在中国证券市场中的相关估计精度问题；第二则是对于违约风险的VaR建模问题和它的修正方法一一CV水约束下的违约风险模型及其组合选择问题。由于vr煅风险度量通常是金融机构和风险监管部门主要依据，因此本文以这两部分内容构成整个主体框架来进行研究，对于金融机构和风险监管部门的实际工作将有一定的参考价值。本文的主要工作及研究成果可归纳如下：第1章在系统地阐述VaR理论研究现状的基础上，分析了

3、现存研究中存在的不足，并在此基础上提出了本文所要解决的关键问题。第2章详细介绍了VaR产生的背景与严格的定义，分析了VaR的参数选择及其影响因素，分类总结了当今主要用于估计VaR的方法：参数方法、半参数方法和非参数方法，表明了在实际中应根据不同的需要选择不同的VaR估计方法。此外，对于VaR在实际应用中的背景进行了细致分析，并对VaR应用过程中的假设条件与实际不符的情况进行了归类，即实际收益数据中主要存在不对称现象、厚尾现象和波动聚集现象。最后，针对不对称、厚尾和波动聚集现象，归纳总结了现有文献的不同处理方法。第3章在对VaR计算方法归类总结和实际应用背景分析的基础上，针对中国证券

4、市场，研究]'VaR估计模型的变动性以及估计精度。主要方法如下：针对沪深综合指数，利用七种不同的VaR估计方法，在设定置信水平为95％和99％情形下，采用四种不同的移动窗口，计算2001至2003年的共717个交易日的日VaR，并通过四种评估标准分别对该七种方法的估计精度和模型变动性进行表事后的评估。研究得出的主要结论如下：在对于VaR控制风险的表现方面，参数方法得出的VaR估计值比较适应收益数据的变化，更加能够捕捉到收益数据的波动性。同时，作为非参数方法的历史模拟法则表现得较为平稳，具有很少的摇摆性。而作为半参数方法的蒙特卡罗模拟法则是介于上述两种方法之间；在VaR模型的变动性方

5、面，参数类方法的VaR估计模型本身的变动性和偏离程度较小，半参数类方法的VaR估计模型本身的变动性和偏离程度次之，而非参数类方法的VaR估计模型本身的变动性和偏离程度较大；在VaR模型的估计精中文摘要度方面，非参数类和半参数类度量模型对于VaR估计的精度较高，而参数类模型的估计精度较差。由于参数类模型的主要使用了正态假定且忽略了波动率的聚集性，所以也进一步说明了我国证券市场收益在一定程度上不符合正态性假定且存在波动聚集现象。第4章在分析VaR模型的变动性和估计精度的基础上，进一步研究了基于不同持有期下的VaR估计精度和平方根缩放法则的合理性。在两种不同的置信水平、两个不同的证券市场

6、下，利用五种不同的风险度量方法分别对于七种不同持有期的VaR值进行估计，并采用二值损失函数(BLF)和平方损失函数(QLF)原则对不同持有期下的VaR估计精度进行评估，结果表明了在沪深两个市场的综合统计中，持有期为9天，10天，1l天的VaR估计精度较高，这也说明了巴塞尔委员会规定以lO天为期限的VaR预报准则有着一定的合理性。其次，实证分析表明了无论哪个市场、哪种方法和置信水平，平方根法则缩放的绝对偏差都会随着持有期限的增长而增大，通过相对偏差还可以看出参数方法与半参数方法大部分都低估了真实的VaR值，而非参数方法，比如历史模拟法，在99％的置信水平下，高估了真实的VaR值，而在

7、95％的置信水平下，低估了真实的VaR值，这说明了置信水平的设置对于非参数方法的平方根缩放法则是有一定的影响，但就其他方法而言，低估的一般结论不受置信水平的影响。综上所述，巴塞尔委员会遵循的平方根缩放法则有着一定的不合理性，特别是在我国的证券市场的运用中，会产生一定的误差，实践中应给予足够的谨慎。第5章建立了违约率估计模型、违约风险模型与违约风险的VaR度量模型。主要思路和结果如下：首先，针对违约率的估计，在传统的线性Logistic模型的基础上建立了变系数Logis