危機傳染背景下資產組合風險模型測度精度比較研究.pdf

1、從1929年的美國股市大崩潰開始，國際金融市場歷經了數次危機傳染。而美國次貸危機更因在短時間內便震撼國際金融市場，演變成全球性的經濟危機且影響深遠，而成為金融危機傳染的代表性事件。國際金融市場危機傳染的頻繁發(fā)生，使得投資者面臨著巨大的風險，同時也對金融風險管理提出了更高的要求。
　　金融風險管理的基礎與核心在于如何正確地度量風險，由于在金融實務中，投資者往往對資產組合進行投資而非單一資產，因而對于資產組合風險的度量更具現實意義。同

2、單一資產的風險評估相比，投資組合的風險評價更為復雜，因為在組合風險的計量過程中，不僅需要考慮組合中單一資產收益的波動率模型，還必須考慮到組合中各個資產間的相依關系。然而金融資產間的相關性錯綜復雜，所以如何正確地選擇和運用風險度量工具就成為組合風險評價中最重要的一個環(huán)節(jié)。
　　本文以美國S&P500指數、日本日經225指數、中國上證綜指和香港恒生指數作為研究對象，將四類時變Copula-EVT模型作為核心研究方法，以美國次貸危機為代

3、表的金融危機傳染作為一條貫穿始終的研究主線，層層推進四個關鍵問題:
　　危機傳染是否顯著地影響了股市間尾部極值風險傳導的強度？
　　股市間風險傳導的方向是否發(fā)生明顯的變化？
　　危機爆發(fā)后，對于二元資產組合及多元資產組合的多頭頭寸與空頭頭寸，各類風險模型假定下的VaR風險價值模型和ES預期損失模型的測度精度是否顯著改變？其變化狀況是否有所不同？
　　哪些因素將影響到VaR模型和ES模型的預測準確度？其影響的結果怎

4、樣？
　　為此，本文在各股指收益的標準殘差序列的基礎上，結合EVT極值理論，構建邊緣分布，分別運用四類時變Copula函數構建各個資產組合的聯(lián)合分布，采用擬合效果相對較好的時變t Copula-GJR-EVT模型，得到危機爆發(fā)前后股市間的極值動態(tài)相依系數;通過時變SJC-Copula-EVT模型獲得股市間的上尾和下尾極值相關系數。運用格蘭杰因果檢驗的方法，分析了金融危機傳染對于股市間風險傳導方向產生的影響。實證研究結果表明，危機的

5、爆發(fā)，對于股市間極值風險傳遞的強度和風險傳導的方向產生了很大的影響。次貸危機發(fā)生以后，國際股市間極值風險傳染的程度普遍增強，其時變特征也非常明顯。從股市風險傳導的方向上看:次貸危機爆發(fā)以前，股指間的風險主要匯集于紐約股市，而三大亞洲股市，即中國滬市、香港股市和東京股市間不存在風險傳導關系。次貸危機爆發(fā)后，股市間風險傳導的途徑和方向發(fā)生了明顯的變化:不僅美國紐約股市與其他股市間形成了雙向風險傳導關系，亞洲股市間也顯現出密切而復雜的風險傳導

6、格局，中國股市與國際股市的極值風險關聯(lián)度顯著增強。
　　這些鮮明的特點，無疑將影響到投資組合風險模型的測度準確度。在此背景下，本文將四個股指收益進行組合，構造了二元資產組合及多元資產組合，基于四類時變Copula-EVT模型和DCC-GARCH模型，分別針對多頭頭寸和空頭頭寸，建立了VaR模型和ES模型，并運用Backtesting方法進行后驗分析，對比研究了危機以后各類風險模型測度精度的變化狀況。實證結果表明:第一，次貸危機爆發(fā)

7、后，金融市場間極值風險正向相關的程度顯著增強，分散化投資的作用在一定程度上被削弱，資產組合VaR風險價值模型的測度精度有所降低;然而在某些狀況下，預期損失ES模型的測度精度卻在危機后有一定程度的提高。第二，無論是VaR模型還是ES模型，基于時變Copula-EVT構建的風險模型，其測度精度在總體上高于DCC-GARCH風險模型。第三，邊緣分布模型的選擇，對于時變Copula-EVT風險模型的測度效果具有重要影響。第四，由不同類型的時變C

8、opula函數構造的風險模型，對于資產組合風險的預測準確度有所不同。綜合來看，危機爆發(fā)以后，時變SJC-Copula-EVT-VaR模型與時變tCopula-EVT-ES模型的測度精度均相對較高，這進一步表明，次貸危機對于資產組合風險模型的測度效果產生了巨大沖擊，善于刻畫變量間非對稱性、厚尾性相依特征的模型顯現出較強的測度優(yōu)勢。盡管如此，對于資產組合的風險測度，仍需根據資產組合的分布特征以及科學的對比研究來靈活地選擇合適的風險模型。

9、r>　　在經濟全球化的今天，無論是從時間還是空間的角度，金融危機傳染都日趨嚴重。美國次貸危機爆發(fā)以來，金融市場的運行環(huán)境更加錯綜復雜，金融風險極容易在各個市場之間相互傳染。在金融危機頻發(fā)的背景下進行投資組合，應特別注意防范組合投資風險。對于資產組合的風險評估，應嘗試構建多個風險模型，選擇測度準確度相對較高的模型進行風險評估，并將VaR模型與ES模型結合使用。此外，對投資組合的風險評估還應立足于動態(tài)的角度，因為尾部極值風險傳導具有時變特性