基于D藤Copula方法的流動性風險研究.pdf

1、流動性，最通俗易懂的解釋為資產迅速變現(xiàn)的能力。在證券市場上，流動性風險指市場交易者在市場缺乏流動性時，交易成本上升而遭受經濟損失的不確定性。近年來金融市場波動不斷加大，尤其是2008年美國次貸危機引發(fā)全球金融海嘯，流動性風險是導致此次危機演變?yōu)槿蚪鹑谖C的重要因素。投資者為獲取流動性轉而投資其他市場的行為轉移了流動性壓力，市場恐慌中流動性風險在不同市場和金融體系間蔓延。2015年6月中旬至7月初，中國股市在連續(xù)三周的重挫中跌幅高達30

2、％，蒸發(fā)20萬億人民幣。股災引發(fā)恐慌導致場內流動性枯竭，快速沖擊其他金融市場，監(jiān)管機構出手救市才及時化解這場流動性危機。這些慘痛經歷證實流動性風險是金融市場的主要風險之一，忽略流動性風險或缺乏對流動性風險的有效管理會使金融市場和金融機構遭受巨大損失。
　　如何準確度量流動性風險并進行有效管理是金融界一直積極探索的方向。經流動性風險調整的VaR(Liquidity adjusted VaR，La-VaR)是一種包含市場風險和流動性風

3、險的集成風險測度方法，按流動性指標可分為價差、持有時限和交易量三類。然而一般的La-VaR忽略了市場風險因子和流動性風險因子間的相依關系。Copula理論的出現(xiàn)為上述問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結構尤其是尾部相依性，得到理論界和實務界的大力推廣。葉五一等(2015)將藤Copula運用于交易量持續(xù)期的自相依結構估計，得到良好的預測結果。高江(2013)選用具有尾

4、部分布特征的Pair-Copula模塊構建藤Copula模型預測投資組合VaR。杜子平和張雪峰(2014)基于混合藤測度外匯資產組合VaR，模型效果穩(wěn)健。但基于藤Copula的La-VaR研究領域國內尚未有人展開實證研究。
　　總結目前La-VaR研究的缺陷在于，對市場風險因子和流動性風險因子間的相依關系刻畫不足。對投資組合La-VaR而言，各資產收益之間的相關關系測度也較為簡略。眾所周知市場風險和流動性風險都具有厚尾特征，準確把

5、握兩兩風險因子間的尾部相依關系將有利于提高La-VaR的預測準確性。因此，選用哪種流動性指標更為合適，如何選用可內嵌藤Copula方法的流動性風險模型，同時怎樣設計一個具備現(xiàn)實意義和可操作性的藤Copula框架是本文需要解決的主要問題。
　　本文借鑒國內外成熟的理論成果和實證經驗，擬從研究前沿中選取一個流動性風險計量模型，要求符合以下三個條件:(1)不能直接套用國外做市商報價市場機制下的模型，需適用于我國指令驅動型市場機制;(2)

6、不僅能測度單一資產，更能有效測度資產組合的經流動性調整的集成風險;(3)具備運用藤Copula方法的模型結構。隨后，根據(jù)選定的流動性風險框架選取風險因子和Copula連接風險因子的方式?？紤]到高頻數(shù)據(jù)能夠捕捉更多市場波動信息，本文采用股票的高頻分筆數(shù)據(jù)進行實證研究，計算基于藤Copula的La-VaR值，最后驗證模型效果。
　　基于上述思路，本文采用理論與實證結合的研究方式。在理論研究設計上，通過相關文獻的系統(tǒng)性梳理和分析選擇相對

7、價差和絕對價差作為流動性對比指標，選取一個改進的BDSS模型作為本文的流動性風險測度理論框架。同時分析高頻買賣價差和收益率的風險特征為其選定最優(yōu)擬合模型，并根據(jù)風險因子間的關系架構選擇藤Copula和二元Copula進行相依關系測度。在實證方面，本文充分運用時間序列方法和計量模型進行分析建模。通過構建t-GARCH模型捕捉金融市場中收益率和相對價差序列的尖峰厚尾、異方差性的風險特性，并運用自回歸條件雙泊松模型對離散的絕對價差序列進行建模

8、。本文還運用對比分析法，通過對比相對價差和絕對價差指標下的La-VaR預測效果，判斷我國證券市場環(huán)境下高頻絕對價差作為流動性風險因子的合理性。再將La-VaR與傳統(tǒng)VaR進行對比，探究我國股市流動性風險特征。
　　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)實背景提煉出本文研究的理論意義和現(xiàn)實意義。同時就本文研究的主要內容、所用方法以及創(chuàng)新點逐一進行闡述。第二章為文獻綜述，劃分為四個板塊。首先為流動性的概述，

9、其次為流動性風險測度模型的梳理，再次為藤 Copula領域的研究成果，最后針對已有文獻進行簡要評述。第三章為研究設計，本文根據(jù)國內外學者對流動性領域的理論研究，選取一個符合本文研究目的的再修正BDSS模型，在該框架下對市場風險因子收益率和流動性風險因子買賣價差（包括絕對價差指標和相對價差指標）進行分析并構造擬合模型。隨后對藤Copula模型和參數(shù)估計方法展開研究，并設定本文Copula測度結構。最后就本文的數(shù)據(jù)選取進行說明。本文選取20

10、15年11月21個交易日內我國上證A股市場三只股票的五分鐘高頻分筆數(shù)據(jù)。
　　第四章為實證研究。分別對收益率、相對價差和絕對價差序列進行模型擬合和參數(shù)估計。接著測算收益率之間的D藤Copula系數(shù)、相對價差與收益率間的Copula系數(shù)、絕對價差與收益率間的Copula系數(shù)，隨后通過蒙特卡洛模擬法計算風險因子仿真序列，進而求得La-VaR值。通過與歷史模擬法下的VaR值進行對比，判斷市場中流動性風險是否存在。再通過Kupiec失敗率

11、檢驗驗證模型有效性，判斷價差指標優(yōu)劣并總結原因。第五章為結論，總結實證結果并根據(jù)我國證券市場現(xiàn)狀提出相關建議，最后對文章的不足之處和研究展望進行論述。
　　實證結果表明，來自不同行業(yè)的股票的收益率具有一定程度的對稱尾部相依性，而各只股票的收益率和買賣價差間也存在一定的尾部相依關系。在投資組合風險測度中這些風險因子間復雜各異的相依結構不容忽視，而豐富的Pair Copula函數(shù)族為準確捕捉資產組合內部相關關系的差異性提供了有利條件。

12、基于D藤Copula方法的相對價差La-VaR大于歷史模擬法的VaR值，以此算得流動性風險占集成風險的5％-10％，說明我國市場流動性風險顯著存在。La-VaR通過了Kupiec失敗率檢驗，說明相對價差指標是有效的流動性風險因子，在一定程度上能捕捉到我國股票市場的流動性。而絕對價差指標的La-VaR'預測效果不佳，原因可能在于絕對價差的高頻數(shù)據(jù)噪音較大，難以準確捕捉下一刻絕對價差的信息。ACDP模型作為條件自回歸模型，其時變均值可有效預

13、測未來趨勢，但對大額價差沖擊的捕捉不夠，而流動性風險恰好來自這樣的沖擊。因此，對絕對價差指標的建模和數(shù)據(jù)頻率選取還有待改進。
　　本文的創(chuàng)新點主要體現(xiàn)在以下三點。第一點，大多數(shù)股市流動性指標測度為日度數(shù)據(jù)，而本文選用五分鐘高頻數(shù)據(jù)作為研究對象，能夠更有效地把握股市的流動性和信息不對稱程度。第二點，本文在一個改進的買賣價差流動性風險模型基礎上引入一個新的流動性因子——絕對價差指標，并運用國外成熟的時間序列計數(shù)模型對其進行建模，再與原

14、模型的相對價差指標對比，通過La-VaR結果判斷絕對價差指標在國內市場的適應性。這是前人所沒有的嘗試，是對我國證券市場流動性風險測度的一次探究。第三點，國內少有人將藤Copula方法投入到綜合風險管理中。因此本文的創(chuàng)新在于，對多元收益相依關系和價差-收益相依關系分別選擇藤Copula函數(shù)和二元Copula函數(shù)進行刻畫，使得Copula理論更好地服務于La-VaR模型，為市場投資組合交易者提供了一種可借鑒的風險測度工具。
　　本文的

15、不足之處在于，首先，基于買賣價差的La-Va模型仍然存在其局限性，僅僅考慮了流動性的寬度和外生流動性風險。因此本文的方法和結論還不足以為金融投資機構采納，他們進行的大額交易往往伴隨不可忽視的內生流動性風險。其次，本文對收益率與價差選用一一對應的二元Copula函數(shù)進行相依關系測度，相對獨立于藤Copula框架。事實上，這種方法沒有充分發(fā)揮藤Copula結構對高維變量進行相依關系測度的優(yōu)勢。
　　本文未來的研究方向有以下兩方面:首要