我国上市证券公司自营风险量化研究

我国上市证券公司自营风险量化研究

ID:10867659

大小:25.00 KB

页数:8页

时间:2018-07-08

我国上市证券公司自营风险量化研究_第1页
我国上市证券公司自营风险量化研究_第2页
我国上市证券公司自营风险量化研究_第3页
我国上市证券公司自营风险量化研究_第4页
我国上市证券公司自营风险量化研究_第5页
资源描述:

《我国上市证券公司自营风险量化研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、我国上市证券公司自营风险量化研究我国上市证券公司自营风险量化研究■李云亮(重庆证监局重庆40()()1《))◆中图分类号:F83(}文献标识码:A内容摘要:随着我国资本市场不断发展壮大,证券公司资本实力得到较大提升,董事会对自营规模的授权越来越高,而自营业务作为高风险业务种类,其风险管理水平直接影响公司抗风险能力,也会对以净资本为核心的证券公司风险控制指标体系产生较大影响.本文首先阐述了我国证券公司自营业务风险研究管理现状及存在的问题,并进行国际对比分析,然后采用优化的vaR模型对我国证券公司自营业务风险进行量化分析,以目前14家上市证券公司数据为样本进行实证分析,据此提出相关

2、监管建议.关键词:证券公司自营VAR风险研究背景和研究现状随着我国证券公司业务转型,传统的证券经纪业务比重逐渐降低.近几年证券公司自营业务收入约占证券公司营业收入总额的20%左右,但今后有较大提高的趋势,这其中隐藏着较大的风险.首先是市场风险,自营收益与二级市场走势关系密切.目前我国证券二级市场整体来讲投机气氛较浓,市场波动相对频繁,很多证券公司未建立有效的业务决策系统,调研系统,操作系统及相应的管理制度责任制度,投资品种相对较少,股指期货业务刚刚推出,证券公司参与规模较小,无法利用套期保值等手段规避证券市场波动的系统风险,因此,二级市场的价格异常波动会给公司业务带来较大的风险

3、.其次是新业务风险,很多新的交易品种即将推出,但由于业务新,经验少,容易出现问题.同时它在能够规避风险的同时,也有放大风险的效应.第三是违规操作风险,追求自营业务收益增加,恶意炒作使股价震荡加剧从中获利.因此.无论证券监管部门还是证券公司本身都面临着一个严肃的课题,即如何提高证券公司自营业务风险管理水平和抗风险能力.2008年12月1日,新修订的《证券公司风险控制指标管理办法》正式实施.为从严防范和有效控制自营业务风险,对自营业务规模和风险资本准备水平进行了重点调整.此外,监管部门对证券公司自营业务风险监控主要通过审核公司综合监管月报及风险周报,确保公司自营业务各项风控指标在新

4、《办法》规定范围之内,基本属于事后监管,不能有效预测自营业务本身风险及对公司净资本产生的预期影响.目前,美国等成熟资本市场许多金融机构和金融监管部门已普遍把VaR模型计量方式当作全行业衡量风险的一种标准来看待,在其金融领域尤其是证券风险量化管理中有着广泛的应用.VaR模型技术在我国银行业风险控制方面得到一定范围的应用,但在证券行业的应用基本处于起步阶段,甚至流于形式.本文首先介绍VaR计量模型基本原理,并结合方差,单位收益风险,贝塔值等常用风险量化指标,量化分析证券公司自营业务风险,并与净资本,自营收入,2010年证券公司分类评价等数据进行对比分析,据此提出监管建议.VaR模型

5、介绍(一)模型简介VaR(ValueatRisk)即风险价值,作为一种风险评估方法,本质是在一定的概率下,标的资产或资产组合在未来一段时间内的最大期望损失,定义公式为P(AS<VaR)=.(.VaR最大优点在于能够将所有金融资产潜在亏损用具体数值表示,风险管理者能够通过风险量化指标,使得风险控制和管理相对容易,已在国外基金公58商业时代(原名《商业经济研究》)2011年17期司,资产管理公司,金融机构及金融监管部门得到广泛使用.但需强调的是,VaR只是市场处于正常变动下市场风险的有效测度方法,它不能处理金融市场处于极端价格变动(所谓极值)的情形,如股市崩盘等.VaR计算模

6、型可表示为相对VaR=u—akp绝对VaR=一Xrp.其中,X表示资产组合期初价值,u表示资产组合收益率的均值,a表示资产组合收益率的标准差,kp表示标准正态分布的分位数,rp表示资产组合在一定置信区间下的最低收益率.通过以上表述可以发现,对于资产组合VaR值的度量实际上就是对资产组合收益率波动的度量,通过收益率的历史波动情况推测未来在一定概率下的最低收益率,从而得到资产价值最大损失情况.计算资产组合VaR值的关键在于对收益波动的度量,由此衍变出很多对于收益率分布情况进行描述的方法.(二)VaP.模型改进传统计算VaR值的方法都是在金融数据收益率方差不变的假设下进行的,但在金融

7、时间序列中,常常会出现某一特征的值成群出现的情况,即收益波动存在的丛集效应.从统计学上看,这样的序列存在异方差现象,即残差是随时间变化并且依赖于过去残差的大小.用正态分布是不足以刻画这一特点的,使用GARCH模型能够捕捉到金融数据的异方差特性,较好的描述收益波动存在的丛集效应,更加准确的度量市场风险.因此,本文在VaR计算过程中引入GARCH模型,形成基于GARCH模型的VaR方法.下文对GARCH模型进行介绍,然后分析基于GARCH模型的VaR值计算公式.GARCH模型由均值方程和方差方程

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。