基于D藤Copula方法的流動(dòng)性風(fēng)險(xiǎn)研究.pdf

1、流動(dòng)性，最通俗易懂的解釋為資產(chǎn)迅速變現(xiàn)的能力。在證券市場(chǎng)上，流動(dòng)性風(fēng)險(xiǎn)指市場(chǎng)交易者在市場(chǎng)缺乏流動(dòng)性時(shí)，交易成本上升而遭受經(jīng)濟(jì)損失的不確定性。近年來(lái)金融市場(chǎng)波動(dòng)不斷加大，尤其是2008年美國(guó)次貸危機(jī)引發(fā)全球金融海嘯，流動(dòng)性風(fēng)險(xiǎn)是導(dǎo)致此次危機(jī)演變?yōu)槿蚪鹑谖C(jī)的重要因素。投資者為獲取流動(dòng)性轉(zhuǎn)而投資其他市場(chǎng)的行為轉(zhuǎn)移了流動(dòng)性壓力，市場(chǎng)恐慌中流動(dòng)性風(fēng)險(xiǎn)在不同市場(chǎng)和金融體系間蔓延。2015年6月中旬至7月初，中國(guó)股市在連續(xù)三周的重挫中跌幅高達(dá)30

2、％，蒸發(fā)20萬(wàn)億人民幣。股災(zāi)引發(fā)恐慌導(dǎo)致場(chǎng)內(nèi)流動(dòng)性枯竭，快速?zèng)_擊其他金融市場(chǎng)，監(jiān)管機(jī)構(gòu)出手救市才及時(shí)化解這場(chǎng)流動(dòng)性危機(jī)。這些慘痛經(jīng)歷證實(shí)流動(dòng)性風(fēng)險(xiǎn)是金融市場(chǎng)的主要風(fēng)險(xiǎn)之一，忽略流動(dòng)性風(fēng)險(xiǎn)或缺乏對(duì)流動(dòng)性風(fēng)險(xiǎn)的有效管理會(huì)使金融市場(chǎng)和金融機(jī)構(gòu)遭受巨大損失。
　　如何準(zhǔn)確度量流動(dòng)性風(fēng)險(xiǎn)并進(jìn)行有效管理是金融界一直積極探索的方向。經(jīng)流動(dòng)性風(fēng)險(xiǎn)調(diào)整的VaR(Liquidity adjusted VaR，La-VaR)是一種包含市場(chǎng)風(fēng)險(xiǎn)和流動(dòng)性風(fēng)

3、險(xiǎn)的集成風(fēng)險(xiǎn)測(cè)度方法，按流動(dòng)性指標(biāo)可分為價(jià)差、持有時(shí)限和交易量三類。然而一般的La-VaR忽略了市場(chǎng)風(fēng)險(xiǎn)因子和流動(dòng)性風(fēng)險(xiǎn)因子間的相依關(guān)系。Copula理論的出現(xiàn)為上述問(wèn)題提供了良好的解決方案，其中藤Copula(Vine Copula)方法因能靈活地反映變量間各異的相關(guān)結(jié)構(gòu)尤其是尾部相依性，得到理論界和實(shí)務(wù)界的大力推廣。葉五一等(2015)將藤Copula運(yùn)用于交易量持續(xù)期的自相依結(jié)構(gòu)估計(jì)，得到良好的預(yù)測(cè)結(jié)果。高江(2013)選用具有尾

4、部分布特征的Pair-Copula模塊構(gòu)建藤Copula模型預(yù)測(cè)投資組合VaR。杜子平和張雪峰(2014)基于混合藤測(cè)度外匯資產(chǎn)組合VaR，模型效果穩(wěn)健。但基于藤Copula的La-VaR研究領(lǐng)域國(guó)內(nèi)尚未有人展開(kāi)實(shí)證研究。
　　總結(jié)目前La-VaR研究的缺陷在于，對(duì)市場(chǎng)風(fēng)險(xiǎn)因子和流動(dòng)性風(fēng)險(xiǎn)因子間的相依關(guān)系刻畫(huà)不足。對(duì)投資組合La-VaR而言，各資產(chǎn)收益之間的相關(guān)關(guān)系測(cè)度也較為簡(jiǎn)略。眾所周知市場(chǎng)風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)都具有厚尾特征，準(zhǔn)確把

5、握兩兩風(fēng)險(xiǎn)因子間的尾部相依關(guān)系將有利于提高La-VaR的預(yù)測(cè)準(zhǔn)確性。因此，選用哪種流動(dòng)性指標(biāo)更為合適，如何選用可內(nèi)嵌藤Copula方法的流動(dòng)性風(fēng)險(xiǎn)模型，同時(shí)怎樣設(shè)計(jì)一個(gè)具備現(xiàn)實(shí)意義和可操作性的藤Copula框架是本文需要解決的主要問(wèn)題。
　　本文借鑒國(guó)內(nèi)外成熟的理論成果和實(shí)證經(jīng)驗(yàn)，擬從研究前沿中選取一個(gè)流動(dòng)性風(fēng)險(xiǎn)計(jì)量模型，要求符合以下三個(gè)條件:(1)不能直接套用國(guó)外做市商報(bào)價(jià)市場(chǎng)機(jī)制下的模型，需適用于我國(guó)指令驅(qū)動(dòng)型市場(chǎng)機(jī)制;(2)

6、不僅能測(cè)度單一資產(chǎn)，更能有效測(cè)度資產(chǎn)組合的經(jīng)流動(dòng)性調(diào)整的集成風(fēng)險(xiǎn);(3)具備運(yùn)用藤Copula方法的模型結(jié)構(gòu)。隨后，根據(jù)選定的流動(dòng)性風(fēng)險(xiǎn)框架選取風(fēng)險(xiǎn)因子和Copula連接風(fēng)險(xiǎn)因子的方式。考慮到高頻數(shù)據(jù)能夠捕捉更多市場(chǎng)波動(dòng)信息，本文采用股票的高頻分筆數(shù)據(jù)進(jìn)行實(shí)證研究，計(jì)算基于藤Copula的La-VaR值，最后驗(yàn)證模型效果。
　　基于上述思路，本文采用理論與實(shí)證結(jié)合的研究方式。在理論研究設(shè)計(jì)上，通過(guò)相關(guān)文獻(xiàn)的系統(tǒng)性梳理和分析選擇相對(duì)

7、價(jià)差和絕對(duì)價(jià)差作為流動(dòng)性對(duì)比指標(biāo)，選取一個(gè)改進(jìn)的BDSS模型作為本文的流動(dòng)性風(fēng)險(xiǎn)測(cè)度理論框架。同時(shí)分析高頻買賣價(jià)差和收益率的風(fēng)險(xiǎn)特征為其選定最優(yōu)擬合模型，并根據(jù)風(fēng)險(xiǎn)因子間的關(guān)系架構(gòu)選擇藤Copula和二元Copula進(jìn)行相依關(guān)系測(cè)度。在實(shí)證方面，本文充分運(yùn)用時(shí)間序列方法和計(jì)量模型進(jìn)行分析建模。通過(guò)構(gòu)建t-GARCH模型捕捉金融市場(chǎng)中收益率和相對(duì)價(jià)差序列的尖峰厚尾、異方差性的風(fēng)險(xiǎn)特性，并運(yùn)用自回歸條件雙泊松模型對(duì)離散的絕對(duì)價(jià)差序列進(jìn)行建模

8、。本文還運(yùn)用對(duì)比分析法，通過(guò)對(duì)比相對(duì)價(jià)差和絕對(duì)價(jià)差指標(biāo)下的La-VaR預(yù)測(cè)效果，判斷我國(guó)證券市場(chǎng)環(huán)境下高頻絕對(duì)價(jià)差作為流動(dòng)性風(fēng)險(xiǎn)因子的合理性。再將La-VaR與傳統(tǒng)VaR進(jìn)行對(duì)比，探究我國(guó)股市流動(dòng)性風(fēng)險(xiǎn)特征。
　　全文總共為六章。第一章為緒論，主要引出本文的研究背景，基于理論和現(xiàn)實(shí)背景提煉出本文研究的理論意義和現(xiàn)實(shí)意義。同時(shí)就本文研究的主要內(nèi)容、所用方法以及創(chuàng)新點(diǎn)逐一進(jìn)行闡述。第二章為文獻(xiàn)綜述，劃分為四個(gè)板塊。首先為流動(dòng)性的概述，

9、其次為流動(dòng)性風(fēng)險(xiǎn)測(cè)度模型的梳理，再次為藤 Copula領(lǐng)域的研究成果，最后針對(duì)已有文獻(xiàn)進(jìn)行簡(jiǎn)要評(píng)述。第三章為研究設(shè)計(jì)，本文根據(jù)國(guó)內(nèi)外學(xué)者對(duì)流動(dòng)性領(lǐng)域的理論研究，選取一個(gè)符合本文研究目的的再修正BDSS模型，在該框架下對(duì)市場(chǎng)風(fēng)險(xiǎn)因子收益率和流動(dòng)性風(fēng)險(xiǎn)因子買賣價(jià)差（包括絕對(duì)價(jià)差指標(biāo)和相對(duì)價(jià)差指標(biāo)）進(jìn)行分析并構(gòu)造擬合模型。隨后對(duì)藤Copula模型和參數(shù)估計(jì)方法展開(kāi)研究，并設(shè)定本文Copula測(cè)度結(jié)構(gòu)。最后就本文的數(shù)據(jù)選取進(jìn)行說(shuō)明。本文選取20

10、15年11月21個(gè)交易日內(nèi)我國(guó)上證A股市場(chǎng)三只股票的五分鐘高頻分筆數(shù)據(jù)。
　　第四章為實(shí)證研究。分別對(duì)收益率、相對(duì)價(jià)差和絕對(duì)價(jià)差序列進(jìn)行模型擬合和參數(shù)估計(jì)。接著測(cè)算收益率之間的D藤Copula系數(shù)、相對(duì)價(jià)差與收益率間的Copula系數(shù)、絕對(duì)價(jià)差與收益率間的Copula系數(shù)，隨后通過(guò)蒙特卡洛模擬法計(jì)算風(fēng)險(xiǎn)因子仿真序列，進(jìn)而求得La-VaR值。通過(guò)與歷史模擬法下的VaR值進(jìn)行對(duì)比，判斷市場(chǎng)中流動(dòng)性風(fēng)險(xiǎn)是否存在。再通過(guò)Kupiec失敗率

11、檢驗(yàn)驗(yàn)證模型有效性，判斷價(jià)差指標(biāo)優(yōu)劣并總結(jié)原因。第五章為結(jié)論，總結(jié)實(shí)證結(jié)果并根據(jù)我國(guó)證券市場(chǎng)現(xiàn)狀提出相關(guān)建議，最后對(duì)文章的不足之處和研究展望進(jìn)行論述。
　　實(shí)證結(jié)果表明，來(lái)自不同行業(yè)的股票的收益率具有一定程度的對(duì)稱尾部相依性，而各只股票的收益率和買賣價(jià)差間也存在一定的尾部相依關(guān)系。在投資組合風(fēng)險(xiǎn)測(cè)度中這些風(fēng)險(xiǎn)因子間復(fù)雜各異的相依結(jié)構(gòu)不容忽視，而豐富的Pair Copula函數(shù)族為準(zhǔn)確捕捉資產(chǎn)組合內(nèi)部相關(guān)關(guān)系的差異性提供了有利條件。

12、基于D藤Copula方法的相對(duì)價(jià)差La-VaR大于歷史模擬法的VaR值，以此算得流動(dòng)性風(fēng)險(xiǎn)占集成風(fēng)險(xiǎn)的5％-10％，說(shuō)明我國(guó)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)顯著存在。La-VaR通過(guò)了Kupiec失敗率檢驗(yàn)，說(shuō)明相對(duì)價(jià)差指標(biāo)是有效的流動(dòng)性風(fēng)險(xiǎn)因子，在一定程度上能捕捉到我國(guó)股票市場(chǎng)的流動(dòng)性。而絕對(duì)價(jià)差指標(biāo)的La-VaR'預(yù)測(cè)效果不佳，原因可能在于絕對(duì)價(jià)差的高頻數(shù)據(jù)噪音較大，難以準(zhǔn)確捕捉下一刻絕對(duì)價(jià)差的信息。ACDP模型作為條件自回歸模型，其時(shí)變均值可有效預(yù)

13、測(cè)未來(lái)趨勢(shì)，但對(duì)大額價(jià)差沖擊的捕捉不夠，而流動(dòng)性風(fēng)險(xiǎn)恰好來(lái)自這樣的沖擊。因此，對(duì)絕對(duì)價(jià)差指標(biāo)的建模和數(shù)據(jù)頻率選取還有待改進(jìn)。
　　本文的創(chuàng)新點(diǎn)主要體現(xiàn)在以下三點(diǎn)。第一點(diǎn)，大多數(shù)股市流動(dòng)性指標(biāo)測(cè)度為日度數(shù)據(jù)，而本文選用五分鐘高頻數(shù)據(jù)作為研究對(duì)象，能夠更有效地把握股市的流動(dòng)性和信息不對(duì)稱程度。第二點(diǎn)，本文在一個(gè)改進(jìn)的買賣價(jià)差流動(dòng)性風(fēng)險(xiǎn)模型基礎(chǔ)上引入一個(gè)新的流動(dòng)性因子——絕對(duì)價(jià)差指標(biāo)，并運(yùn)用國(guó)外成熟的時(shí)間序列計(jì)數(shù)模型對(duì)其進(jìn)行建模，再與原

14、模型的相對(duì)價(jià)差指標(biāo)對(duì)比，通過(guò)La-VaR結(jié)果判斷絕對(duì)價(jià)差指標(biāo)在國(guó)內(nèi)市場(chǎng)的適應(yīng)性。這是前人所沒(méi)有的嘗試，是對(duì)我國(guó)證券市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)測(cè)度的一次探究。第三點(diǎn)，國(guó)內(nèi)少有人將藤Copula方法投入到綜合風(fēng)險(xiǎn)管理中。因此本文的創(chuàng)新在于，對(duì)多元收益相依關(guān)系和價(jià)差-收益相依關(guān)系分別選擇藤Copula函數(shù)和二元Copula函數(shù)進(jìn)行刻畫(huà)，使得Copula理論更好地服務(wù)于La-VaR模型，為市場(chǎng)投資組合交易者提供了一種可借鑒的風(fēng)險(xiǎn)測(cè)度工具。
　　本文的

15、不足之處在于，首先，基于買賣價(jià)差的La-Va模型仍然存在其局限性，僅僅考慮了流動(dòng)性的寬度和外生流動(dòng)性風(fēng)險(xiǎn)。因此本文的方法和結(jié)論還不足以為金融投資機(jī)構(gòu)采納，他們進(jìn)行的大額交易往往伴隨不可忽視的內(nèi)生流動(dòng)性風(fēng)險(xiǎn)。其次，本文對(duì)收益率與價(jià)差選用一一對(duì)應(yīng)的二元Copula函數(shù)進(jìn)行相依關(guān)系測(cè)度，相對(duì)獨(dú)立于藤Copula框架。事實(shí)上，這種方法沒(méi)有充分發(fā)揮藤Copula結(jié)構(gòu)對(duì)高維變量進(jìn)行相依關(guān)系測(cè)度的優(yōu)勢(shì)。
　　本文未來(lái)的研究方向有以下兩方面:首要