探析基于VaR模型的證券投資組合風(fēng)險(xiǎn)

       提要VaR方法是分析證券投資風(fēng)險(xiǎn)的常用方法，本文介紹VaR模型的一種分析及方法，即蒙特卡洛模擬法。通過介紹如何利用VaR模型理論分析我國證券市場中存在的投資風(fēng)險(xiǎn)，為我國投資者進(jìn)行投資提供。
　　論文關(guān)鍵詞：VaR；蒙特卡洛模擬法；投資組合；風(fēng)險(xiǎn)

　　一、VaR模型產(chǎn)生的背景
　　VaR（Value at Risk）模型是國際上近幾年起來的一種卓有成效的風(fēng)險(xiǎn)量化技術(shù)，中文通常譯為風(fēng)險(xiǎn)價(jià)值、在險(xiǎn)價(jià)值等。它的一種較為通俗的定義是：未來一定時間內(nèi)，在給定的條件下，任何一種工具和品種的市場價(jià)格的潛在最大損失。在這個定義中包含了兩個基本因素：“未來一定時間”和“給定的條件”。前者可以是一天、一周、一個月或一年等；后者是條件、市場條件、上市公司及所處行業(yè)、信譽(yù)條件等的概率條件。概率條件是VaR中的一個基本條件，也是最普遍使用的條件，它的發(fā)布與天氣預(yù)報(bào)的發(fā)布相類似。
　　VaR模型是JP摩根公司用來計(jì)量市場風(fēng)險(xiǎn)的產(chǎn)物，當(dāng)時JP．Morgan公司的總裁韋瑟斯通要求下屬每天下午在當(dāng)天交易結(jié)束后的4點(diǎn)15分，交給他一份報(bào)告說明公司在未來24小時內(nèi)總體潛在的損失是多大。于是風(fēng)險(xiǎn)管理人員開發(fā)了一種能測量不同交易、不同業(yè)務(wù)部門市場風(fēng)險(xiǎn)，并將這些風(fēng)險(xiǎn)體現(xiàn)為一個數(shù)值的VaR方法。從VaR模型的起源不難看出，它最早是用來度量市場風(fēng)險(xiǎn)的，目前VaR的分析方法正在逐步被引入金融風(fēng)險(xiǎn)管理的各個領(lǐng)域。
　　VaR模型的產(chǎn)生使人們的投資觀念、經(jīng)營觀念以及管理觀念都發(fā)生了巨大變化：在投資過程中，人們可以應(yīng)用VaR對投資對象進(jìn)行風(fēng)險(xiǎn)測量，使人們根據(jù)風(fēng)險(xiǎn)的大小以及自己承受風(fēng)險(xiǎn)的能力來決定投資的策略，從而減少人們投資的盲目性。在經(jīng)營過程中，人們可以對各種潛在的變化進(jìn)行監(jiān)控，以防止和避免由于某些因素的惡化而造成重大損失。在管理過程中，VaR模型不僅僅只是對機(jī)構(gòu)內(nèi)部管理有著巨大的作用，諸如投資策略的制定、交易員評價(jià)和管理以及資金合理配置等各方面；同時，對于市場管理者也是非常有用的工具。市場管理者的一個中心任務(wù)就是防止由于市場風(fēng)險(xiǎn)的過度積累并集中釋放而造成對整個市場乃至經(jīng)濟(jì)體系的消極影響。對于市場風(fēng)險(xiǎn)積累程度的量化揭示正是VaR模型的主要任務(wù)，這種新的的VaR技術(shù)以及VaR模型基礎(chǔ)上的風(fēng)險(xiǎn)管理模型對我國金融機(jī)構(gòu)改善業(yè)務(wù)將有所幫助，使投資大眾的投資行為更趨理性，也使監(jiān)管機(jī)構(gòu)多了一種監(jiān)測市場的有效工具。
　　二、VAR模型的原理
　　VaR模型是以JP摩根銀行為代表的大型金融機(jī)構(gòu)開發(fā)的基于風(fēng)險(xiǎn)價(jià)值原理的風(fēng)險(xiǎn)管理模型，它是一種組合潛在損失的性的統(tǒng)計(jì)測度方法，這種方法通過計(jì)算已知投資或投資組合經(jīng)過某一時間間隔具有一定置信度的最大可能損失來評估投資風(fēng)險(xiǎn)。計(jì)算VaR值需要考慮置信區(qū)間的大小或置信度、持有期的長短、未來資產(chǎn)組合價(jià)值的分布特征三個因素。一般來說，置信度反映了金融資產(chǎn)管理者對風(fēng)險(xiǎn)的厭惡程度，可以根據(jù)投資者對風(fēng)險(xiǎn)的不同偏好程度和承受能力來確定；持有期的長短可以根據(jù)投資者的不同特點(diǎn)加以選擇；未來資產(chǎn)緝合價(jià)值的分布特征是最關(guān)鍵和最難確定的因素。
　　三、VAR值的計(jì)算方法
　　VAR值的計(jì)算方法有很多，通常有模擬法、蒙特卡洛模擬法、參數(shù)法、簡單移動平均法、指數(shù)移動平均法等。本文主要分析蒙特卡洛模擬法在我國證券投資風(fēng)險(xiǎn)評估中的應(yīng)用。
　　蒙特卡洛模擬是一種通過設(shè)定隨機(jī)過程，反復(fù)生成時間序列，計(jì)算參數(shù)估計(jì)量和統(tǒng)計(jì)量，進(jìn)而研究其分布特征的方法。具體的，當(dāng)系統(tǒng)中各個單元的可靠性特征量已知，但系統(tǒng)的可靠性過于復(fù)雜，難以建立可靠性預(yù)計(jì)的精確數(shù)學(xué)模型或模型太復(fù)雜而不便應(yīng)用時，可用隨機(jī)模擬法近似計(jì)算出系統(tǒng)可靠性的預(yù)計(jì)值；隨著模擬次數(shù)的增多，其預(yù)計(jì)精度也逐漸增高。
　　四、VAR方法在我國證券投資中的應(yīng)用
　　我們以下面兩只股票為例說明VaR方法的應(yīng)用：建設(shè)銀行（601939）、中青旅（600138）。選定的數(shù)據(jù)為2009年1月5日至2010年11月4日每個交易日收盤價(jià)（共439個數(shù)據(jù)），選定的置信度為99%，假設(shè)兩只股票的初始投資均為100萬元。利用蒙特卡洛模擬法VaR值，首先要判斷股票價(jià)格的平穩(wěn)性，然后模擬第二天股票價(jià)格，即通過考察期末價(jià)格加上一個隨機(jī)數(shù)來模擬第二天股票價(jià)格，當(dāng)模擬次數(shù)相當(dāng)多時，模擬價(jià)格就會逼近“真實(shí)”價(jià)格（我們選擇模擬10，000次）。具體操作

　　1、檢測股價(jià)平穩(wěn)性。利用Eviews軟件中的單位根檢驗(yàn)（ADF檢驗(yàn)）來分別判斷建設(shè)銀行（601939）、中青旅（600138）兩只股票價(jià)格序列的平穩(wěn)性，結(jié)果
　�、俳ㄔO(shè)銀行（601939）股票價(jià)格序列的平穩(wěn)性。由于DF=-2.135314，大于顯著性水平10%的臨界值-2.570232，因此可知，該序列是非平穩(wěn)的。因此繼續(xù)做一階差分，其結(jié)果如表2所示。由于建設(shè)銀行的股票價(jià)格序列的一階差分中DF=-21.47738，小于顯著性水平10%的臨界值-2.570240，因此可知該其一階差分序列是平穩(wěn)的。因此，建設(shè)銀行股票價(jià)格服從隨機(jī)游走。即Pt=Pt-1+εt。
　　②中青旅（600138）股票價(jià)格序列的平穩(wěn)性。由于DF=-1.962031，大于顯著性水平10%的臨界值-2.570232，因此可知，該序列是非平穩(wěn)的。因此繼續(xù)做一階差分，其結(jié)果如表4所示。由于中青旅股票價(jià)格序列的一階差分中DF=-20.24816，小于顯著性水平是10%的臨界值-2.570240，因此可知，該其一階差分序列是平穩(wěn)的。因此，中青旅股票價(jià)格服從隨機(jī)游走。即Pt=Pt-1+εt。
　　2、模擬第二天股票價(jià)格。通過考察期末價(jià)格加上一個隨機(jī)數(shù)來模擬第二天股票價(jià)格，當(dāng)模擬次數(shù)相當(dāng)多時，模擬價(jià)格就會逼近“真實(shí)”價(jià)格（我們選擇模擬10，000次）。具體步驟
　　首先，產(chǎn)生10，000個隨機(jī)整數(shù)，以樣本期最后一天的收盤價(jià)為起點(diǎn)（建設(shè)銀行最后一天收盤價(jià)為5.34，中青旅最后一天收盤價(jià)為16.77），考慮到股市漲跌停板限制，股價(jià)在下一天的波動范圍為：建設(shè)銀行（-0.534，0.534），中青旅（-1.677，1.677）。在excel里產(chǎn)生隨機(jī)數(shù)，用生成的隨機(jī)數(shù)各除以1，000，就是股價(jià)隨機(jī)變動數(shù)εt。
　　然后，計(jì)算模擬價(jià)格序列：模擬價(jià)格=P0+隨機(jī)數(shù)÷1000。再將模擬后的價(jià)格按升序重新排列，找出對應(yīng)99%的分位數(shù)，即：10000×1%=100個交易日對應(yīng)的數(shù)值：建設(shè)銀行為5.454，中青旅為17.283。由于假設(shè)兩只股票的初始投資均為100萬元，于是根據(jù)VaR的計(jì)算公式：
　　建設(shè)銀行VaR=100×（5.454-5.34）÷5.34=2.13萬元
　　中青旅VaR=100×（17.283-16.77）÷16.77=3.05萬元
　　而根據(jù)組合VaR的公式：
　　VaRp=［VaR12+VaR22+2*VaR1*VaR2*?籽］1/2（1）
　　計(jì)算出建設(shè)銀行（601939）與中青旅（600138）組合VaR為4.34萬元。
　　其中，（1）式中的?籽為兩只股票的相關(guān)系數(shù)，利用excel表格計(jì)算出為0.3865。
　　該組合VaR計(jì)算結(jié)果的意義：根據(jù)該模型，我們有99％的把握判斷投資組合在下一個交易日即2010年11月5日的損失不會高于11月4日的組合VaR值，即在期初分別投資100萬元于建設(shè)銀行（601939）、中青旅（600138）兩只股票時，該投資組合在11月5日的損失不會超過4.34萬元。
　　五、應(yīng)用VaR模型需要注意的問題
　　盡管VaR模型是國際上近幾年起來的一種卓有成效的風(fēng)險(xiǎn)量化技術(shù)，可以給風(fēng)險(xiǎn)投資者提供風(fēng)險(xiǎn)的定量數(shù)值，但它還是有一定的局限性。
　　VaR模型與其他模型一樣存在模型風(fēng)險(xiǎn)，在估算風(fēng)險(xiǎn)時要選取合適的統(tǒng)計(jì)量，如果統(tǒng)計(jì)量選取不當(dāng)，將導(dǎo)致預(yù)測誤差的增大，因此要對模型統(tǒng)計(jì)根進(jìn)行檢驗(yàn)。同時，VAR模型沒有考慮極端情況。從技術(shù)角度講，VaR值表明的是一定置信度內(nèi)的最大損失，但是并不能絕對排除高于VaR值的損失發(fā)生的可能性。VaR只是市場處于正常變動下風(fēng)險(xiǎn)的有效測量，對市場價(jià)格的極端變動造成的損失無法進(jìn)行度量，必須依靠壓力測試等多種方法。
　　主要：
　　[1]李盧霞.VaR技術(shù)與風(fēng)險(xiǎn)管理系統(tǒng)[J].哈爾濱金融高等專校學(xué)報(bào)，2008.6.
　　朱立芬.VAR技術(shù)在金融風(fēng)險(xiǎn)管理中的應(yīng)用[J].上海金融，2006.4.
　　廖凌雁.基于VaR模型對證券投資風(fēng)險(xiǎn)分析[J].業(yè)務(wù)與技術(shù)，2006.4.
　　李裕豐，羅丹程，王赫.基于VaR方法的金融風(fēng)險(xiǎn)度量模型及其應(yīng)用[J].沈陽大學(xué)學(xué)報(bào)，2009.10.

【探析基于VaR模型的證券投資組合風(fēng)險(xiǎn)】相關(guān)文章：

探析基于解釋結(jié)構(gòu)模型的電力投資風(fēng)險(xiǎn)因素12-05

基于勝任力模型的組織生涯管理探析12-12

基于CAPM-EGARCH模型的金融風(fēng)險(xiǎn)測量及波動溢出12-02

企業(yè)對外投資財(cái)務(wù)風(fēng)險(xiǎn)探析03-24

構(gòu)造組合模型巧證組合恒等式11-20

證券賬戶制度現(xiàn)狀探析11-17

風(fēng)險(xiǎn)投資公司的風(fēng)險(xiǎn)來源分析11-18

投資風(fēng)險(xiǎn)計(jì)量與分析探究03-28

基于滾動計(jì)劃的動態(tài)企業(yè)資源優(yōu)化模型03-29