隱藏在股票最大漲跌幅中的風(fēng)險(xiǎn)值.pdf

1、在現(xiàn)實(shí)生活中，極端事件雖然很少發(fā)生，但是一旦發(fā)生就會(huì)人類社會(huì)帶來極其嚴(yán)重的影響，比如一些極端干旱氣候、暴風(fēng)雨和臺(tái)風(fēng)等，給人們的生命財(cái)產(chǎn)造成巨大的損失。在金融市場(chǎng)中，隨著金融自由化的進(jìn)一步加深，人們?cè)诮鹑谧杂蓭淼谋憷缘耐瑫r(shí)，也不得不面臨金融市場(chǎng)中各種極端風(fēng)險(xiǎn)帶來的威脅。極端事件在風(fēng)險(xiǎn)管理的各個(gè)領(lǐng)域都會(huì)出現(xiàn)，比如市場(chǎng)風(fēng)險(xiǎn)領(lǐng)域、信用風(fēng)險(xiǎn)領(lǐng)域等。
　　在金融市場(chǎng)中，股票價(jià)格發(fā)生劇烈波動(dòng)的這種極端事件也曾發(fā)生過幾次，比如1987年10月

2、美國(guó)發(fā)生的股市崩盤，1997年的東南亞危機(jī)，而在中國(guó)的金融市場(chǎng)中，股票價(jià)格劇烈波動(dòng)發(fā)生的頻率也有所上升，帶來的損失也在不斷增加。比如，在2016年1月4日，熔斷機(jī)制實(shí)行的首個(gè)交易日，滬深300開盤即快速殺跌，中證500指數(shù)盤中跌破5％，市場(chǎng)毫無招架之力。在面臨較大的市場(chǎng)波動(dòng)時(shí)該如何形成一個(gè)有效可行的預(yù)測(cè)機(jī)制，來預(yù)測(cè)較大的市場(chǎng)波動(dòng)風(fēng)險(xiǎn)是目前金融市場(chǎng)中比較受關(guān)注的領(lǐng)域。一個(gè)風(fēng)險(xiǎn)管理師最大的挑戰(zhàn)之一是找到一種風(fēng)險(xiǎn)管理工具，利用這種風(fēng)險(xiǎn)管理工具

3、能夠?qū)O端破壞性事件進(jìn)行建模并計(jì)量出極端事件的損失。對(duì)于極端事件風(fēng)險(xiǎn)的研究，極值理論在上述研究的過程中起著非常重要的作用。目前，VaR(value at risk)方法已經(jīng)成為風(fēng)險(xiǎn)管理中用來度量市場(chǎng)風(fēng)險(xiǎn)的一種主流的方法，克服了傳統(tǒng)方法無法準(zhǔn)確定義和度量金融風(fēng)險(xiǎn)的缺陷。風(fēng)險(xiǎn)值VaR是指在金融市場(chǎng)在正常的情況下，金融資產(chǎn)可能面臨的最大的損失。更準(zhǔn)確的說，是在給定的置信水平下，金融資產(chǎn)的價(jià)值在將來一定時(shí)間內(nèi)的可能面臨的最大損失。
　　目

4、前估計(jì)風(fēng)險(xiǎn)值VaR的主流方法是基于極值理論，主要利用的模型是BMM(Block Maxima Method)模型和POT(Peaks over Threshold)模型。本文通過對(duì)BMM模型的研究與思考，發(fā)現(xiàn)BMM模型在進(jìn)行風(fēng)險(xiǎn)估計(jì)的時(shí)候存在數(shù)據(jù)浪費(fèi)和不適用于短期內(nèi)估計(jì)風(fēng)險(xiǎn)的缺點(diǎn)，引入最大跌幅序列，來研究最大跌幅序列的性質(zhì)、分布函數(shù)及其在估計(jì)尾部風(fēng)險(xiǎn)上是否更準(zhǔn)確。我們是通過選取一個(gè)特殊的概率分布來對(duì)風(fēng)險(xiǎn)建立一個(gè)模型，能通過對(duì)經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行

5、數(shù)據(jù)分析來估計(jì)這個(gè)分布，在這個(gè)過程中極值理論(EVT)是作為一種工具來幫助我們對(duì)尾部分布區(qū)域進(jìn)行擬合性最好的估計(jì)。然而，即使沒有可用的歷史數(shù)據(jù)，EVT也提示我們應(yīng)該選擇什么樣的分布來更好的擬合極值風(fēng)險(xiǎn)。
　　Fisher-Tippett理論提出要利用可收集到的樣本數(shù)據(jù)最大值來擬合GEV分布。關(guān)于這個(gè)說法在很多文獻(xiàn)中都有提到，尤其是在水文學(xué)領(lǐng)域，其中年極值法運(yùn)用已經(jīng)有很長(zhǎng)的歷史。
　　本文的主要內(nèi)容有下面幾個(gè)部分:首先，介紹了

6、論文用到的基本理論。包括極值理論及其估計(jì)風(fēng)險(xiǎn)的模型，BMM模型和POT模型。重點(diǎn)介紹了BMM模型的理論方法，及該模型適用的分布函數(shù)GEV分布。其次，引入最大跌幅模型，給出對(duì)最大跌幅序列的定義及計(jì)算公式，并通過最大跌幅公式的轉(zhuǎn)換討論最大跌幅序列擬合廣義極值分布的可行性，由于最大跌幅序列就是一個(gè)極值序列，而且轉(zhuǎn)換后和BMM模型選取數(shù)據(jù)的原理一樣，所以可以假設(shè)最大跌幅序列可以擬合廣義極值分布。再次，最大跌幅序列的分布已經(jīng)解決，后面估計(jì)風(fēng)險(xiǎn)值V

7、aR就和經(jīng)典BMM模型風(fēng)險(xiǎn)計(jì)算的處理步驟相同，計(jì)算的方法同樣采用極大似然方法。同時(shí)，對(duì)于VaR也做了相關(guān)的介紹，包括VaR的定義，計(jì)算公式和計(jì)算方法。為了補(bǔ)充VaR的缺陷，在計(jì)算風(fēng)險(xiǎn)值VaR后要進(jìn)行壓力測(cè)試，壓力測(cè)試的計(jì)算公式已經(jīng)在第五章給出。最后，介紹完基本的理論和新的最大跌幅序列模型方法后，在第六章主要進(jìn)行實(shí)證方面的研究。在實(shí)證分析模塊，選擇的研究對(duì)象是標(biāo)普500指數(shù)，研究的區(qū)間是1950年1月到2015年12月，數(shù)據(jù)的選取分為多個(gè)

8、時(shí)間間隔，目的是為了保證對(duì)模型研究的充分性。首先對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，保證廣義極值分布的參數(shù)可以是常數(shù)。然后進(jìn)行參數(shù)估計(jì)，得到廣義極值分布的參數(shù)估計(jì)結(jié)果。根據(jù)我們獲得的廣義極值分布，就可以根據(jù)計(jì)算公式來計(jì)算風(fēng)險(xiǎn)值VaR。在計(jì)算VaR的時(shí)候，我們同時(shí)選用了其它幾個(gè)模型來計(jì)算風(fēng)險(xiǎn)值，包括經(jīng)典BMM模型、歷史模擬法、參數(shù)正態(tài)法等。通過對(duì)不同模型的計(jì)算結(jié)果進(jìn)行對(duì)比，來研究最大跌幅序列模型的準(zhǔn)確性。最后進(jìn)行的是壓力測(cè)試，由于最大跌幅序列是一個(gè)極值

9、序列，考慮其在捕捉極端風(fēng)險(xiǎn)上具有優(yōu)勢(shì)，也同樣采用和其他模型進(jìn)行對(duì)比的方法來進(jìn)行壓力測(cè)試。測(cè)試結(jié)果顯示，最大跌幅模型計(jì)算得到的壓力測(cè)試值最大，能夠更加準(zhǔn)確的估計(jì)極端風(fēng)險(xiǎn)。并且能夠在較短的時(shí)間捕捉極端風(fēng)險(xiǎn)，敏感度較高，和其它模型相比具有絕對(duì)的優(yōu)勢(shì)。綜合上述主要內(nèi)容的闡述，得出本文的觀點(diǎn)，即最大跌幅序列的引入是基于經(jīng)典BMM模型但是也是對(duì)BMM模型的進(jìn)一步改進(jìn)，可以更加準(zhǔn)確的估計(jì)收益序列的尾部風(fēng)險(xiǎn)，在預(yù)測(cè)極端風(fēng)險(xiǎn)上最大跌幅模型更優(yōu)，為金融市場(chǎng)