基于半?yún)?shù)的金融市場(chǎng)風(fēng)險(xiǎn)測(cè)度法研究

【摘要】近些年來(lái)，隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，金融風(fēng)險(xiǎn)呈現(xiàn)日益增加的趨勢(shì)，不論是金融機(jī)構(gòu)，還是監(jiān)管當(dāng)局，都對(duì)金融風(fēng)險(xiǎn)，特別是金融市場(chǎng)風(fēng)險(xiǎn)給予了足夠的重視，于是，金融風(fēng)險(xiǎn)的測(cè)量方法成則成為社會(huì)各界關(guān)注的重點(diǎn)。本文從當(dāng)前金融市場(chǎng)風(fēng)險(xiǎn)的特點(diǎn)出發(fā)，對(duì)金融風(fēng)險(xiǎn)測(cè)量方法進(jìn)行概述，引出三種半?yún)?shù)方法，并對(duì)這三種方法的文獻(xiàn)綜述進(jìn)行研究，總結(jié)其使用情況及各自的優(yōu)點(diǎn)和缺點(diǎn)，最后指出半?yún)?shù)方法存在的問(wèn)題及解決辦法，以更好地預(yù)測(cè)金融市場(chǎng)風(fēng)險(xiǎn)。

【關(guān)鍵詞】金融市場(chǎng)風(fēng)險(xiǎn) 風(fēng)險(xiǎn)測(cè)量 極值理論 分位數(shù)回歸方法 波動(dòng)性理論

一、引言

隨著經(jīng)濟(jì)全球化和金融工具發(fā)展，金融市場(chǎng)呈現(xiàn)出前所未有的波動(dòng)性。金融市場(chǎng)風(fēng)險(xiǎn)的影響范圍之廣、頻率之高、傳染力之強(qiáng)，不僅在微觀層面上影響一個(gè)企業(yè)的興衰存亡，還更為宏觀的掌控一國(guó)甚至多國(guó)的經(jīng)濟(jì)繁榮和穩(wěn)定發(fā)展。所謂金融市場(chǎng)風(fēng)險(xiǎn)，指的是基礎(chǔ)金融變量發(fā)生變動(dòng)后，金融資產(chǎn)或者負(fù)債的市場(chǎng)價(jià)值隨之發(fā)生變化的可能性，這里所提的基礎(chǔ)金融變量，包括市場(chǎng)價(jià)格、利率、匯率等。94年的墨西哥金融危機(jī)、95年巴林銀行的倒閉、97年亞洲金融危機(jī)、08年美國(guó)次貸危機(jī)，這些事件表明，金融市場(chǎng)風(fēng)險(xiǎn)已經(jīng)嚴(yán)重破壞和干擾了一個(gè)國(guó)家甚至整個(gè)世界的正常經(jīng)濟(jì)秩序，因此越來(lái)越多的學(xué)者投入到市場(chǎng)金融風(fēng)險(xiǎn)定量分析管理研究方法之中。

就金融市場(chǎng)風(fēng)險(xiǎn)的特征來(lái)看，其具有不確定性、普通性、擴(kuò)散性和突發(fā)性。具體地說(shuō)，（1）不確定性。即投資者對(duì)預(yù)期收益具有不確定性；（2）普遍性。金融市場(chǎng)風(fēng)險(xiǎn)是普遍存在的，我們不可能做到真正消除金融市場(chǎng)風(fēng)險(xiǎn)，只能是有效管理、積極防御；（3）擴(kuò)散性。對(duì)于金融活動(dòng)來(lái)說(shuō)，并不是獨(dú)立存在的，它的外部效應(yīng)是廣泛存在的，作為整個(gè)社會(huì)金融活動(dòng)的中介，金融機(jī)構(gòu)任意一個(gè)節(jié)點(diǎn)出現(xiàn)斷裂，都很可能引發(fā)一系列的連鎖反應(yīng)，進(jìn)而導(dǎo)致金融體系發(fā)生動(dòng)蕩；（4）突發(fā)性。風(fēng)險(xiǎn)在潛伏期是不易被察覺(jué)和識(shí)別，一些風(fēng)險(xiǎn)責(zé)任人或者金融機(jī)構(gòu)為了尋求轉(zhuǎn)機(jī)對(duì)潛在的風(fēng)險(xiǎn)進(jìn)行掩蓋，導(dǎo)致金融市場(chǎng)風(fēng)險(xiǎn)不斷的積累和擴(kuò)張，最終以突發(fā)的形式體現(xiàn)出來(lái)。近些年，我國(guó)不斷推進(jìn)市場(chǎng)化進(jìn)程、衍生金融工具的發(fā)展、資本項(xiàng)目的開(kāi)放以及市場(chǎng)風(fēng)險(xiǎn)呈復(fù)雜化態(tài)勢(shì)發(fā)展，在一定程度上加劇了金融機(jī)構(gòu)所面臨的風(fēng)險(xiǎn)，也加大了對(duì)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行測(cè)量的難度。

二、傳統(tǒng)的市場(chǎng)風(fēng)險(xiǎn)度量方法

（一）方差-協(xié)方差法

方差-協(xié)方差法是一種參數(shù)方法，它利用市場(chǎng)因子的統(tǒng)計(jì)分布VAR進(jìn)行簡(jiǎn)化計(jì)算。使用參數(shù)法有一個(gè)前提條件，即以資產(chǎn)收益率所服從的概率分布作為已知條件，通常假定為正態(tài)分布，方便相關(guān)人員利用置信水平所對(duì)應(yīng)的臨界值和收益序列的標(biāo)準(zhǔn)差計(jì)算VAR值來(lái)獲取相應(yīng)的風(fēng)險(xiǎn)值。

雖然方差-協(xié)方差法可以使計(jì)算得以簡(jiǎn)化，但是在應(yīng)用性方面方差-協(xié)方差有其局限性。大部分的收益率的分布曲線呈現(xiàn)“尖峰厚尾”的態(tài)勢(shì)，并不是傳統(tǒng)的正態(tài)標(biāo)準(zhǔn)分布。當(dāng)收益分布有偏，即厚尾，原有的正態(tài)分布假設(shè)就變得不再合理，經(jīng)過(guò)方差-協(xié)方差法得出的風(fēng)險(xiǎn)值可能會(huì)傳遞誤導(dǎo)性信息。因此，此種方法的風(fēng)險(xiǎn)值計(jì)算局限于一定條件之下，而并非無(wú)條件使用。

（二）歷史模擬法

歷史模擬法主要依托市場(chǎng)因子的歷史分布數(shù)據(jù)模擬未來(lái)的損益分布，利用分位數(shù)得出一定置信水平下的VAR值。歷史模擬法簡(jiǎn)單實(shí)用、易于操作，這是一種非參數(shù)方法，不需要關(guān)心市場(chǎng)因子的統(tǒng)計(jì)分布，能夠有效的處理市場(chǎng)因子統(tǒng)計(jì)分布中的“尖峰后尾”現(xiàn)象，不存在模型風(fēng)險(xiǎn)，彌補(bǔ)了方差-協(xié)方差法中對(duì)于正態(tài)分布假定的依賴性。

歷史模擬法雖然既簡(jiǎn)化了操作又解決了正態(tài)分布的假定，但是仍然在應(yīng)用方面存在缺點(diǎn)。首先，歷史模擬法需要大量的數(shù)據(jù)樣本，通常不得低于1500個(gè)，現(xiàn)實(shí)情況中的金融數(shù)據(jù)難以滿足要求，大大削弱了計(jì)算的精確性。其次，異常數(shù)據(jù)的存在可能會(huì)導(dǎo)致計(jì)算出的風(fēng)險(xiǎn)值波動(dòng)性大，產(chǎn)生明顯的滯后效應(yīng)。而且，歷史的市場(chǎng)因子分布數(shù)據(jù)不可能完全模擬實(shí)際金融市場(chǎng)的變化，有時(shí)會(huì)產(chǎn)生較大的誤差。

當(dāng)前，我國(guó)金融業(yè)的投資組合受眾多因素的影響，且投資組合種類多而復(fù)雜，顯然，上述傳統(tǒng)方法的局限性使得它們并不適用于當(dāng)前金融業(yè)的發(fā)展。隨著理論的深入探索和研究，一些基于極值理論、分位數(shù)回歸法、波動(dòng)性理論的VAR風(fēng)險(xiǎn)測(cè)度方法應(yīng)運(yùn)而生，這些模型并不直接通過(guò)市場(chǎng)因子的分布來(lái)獲得風(fēng)險(xiǎn)值，而是通過(guò)建立其他參數(shù)模型，間接的獲取風(fēng)險(xiǎn)值估計(jì)值。

三、半?yún)?shù)市場(chǎng)風(fēng)險(xiǎn)度量方法及其國(guó)內(nèi)外進(jìn)展研究

（一）基于極值理論的半?yún)?shù)方法

極值理論的核心是關(guān)注市場(chǎng)因子的分布的尾部，對(duì)分布的尾部建立模型。極值理論模型有兩種，一是傳統(tǒng)的分塊樣本極大值BLOCK模型，二是POT模型。其中，POT方法在風(fēng)險(xiǎn)測(cè)量中的應(yīng)用更為廣泛。POT方法的主要思想是針對(duì)收益序列選取閾值，超出閾值的部分，定義服從GPD分布，利用極大似然分布估計(jì)函數(shù)計(jì)算參數(shù)，根據(jù)所得參數(shù)計(jì)算VAR值。極值理論對(duì)極端條件下的VaR和概率水平進(jìn)行了非常準(zhǔn)確地描述。

1.國(guó)外極值理論研究簡(jiǎn)述。國(guó)外學(xué)者對(duì)極值理論的研究最早可追溯到1943年，當(dāng)時(shí)Gnedenko學(xué)者對(duì)三種標(biāo)準(zhǔn)化后的極值存在極值分布進(jìn)行了充分的證明，這三種分布分別是Gumbel分布、Weibull分布和Frechet分布。隨后，越來(lái)越多的學(xué)者將目光投向了極值理論。2000年，很多學(xué)者對(duì)亞洲6個(gè)市場(chǎng)指數(shù)進(jìn)行了VaR分析，當(dāng)時(shí)使用的方法即為極值理論，得出如下結(jié)論：如果收益分布是非正態(tài)的、市場(chǎng)波動(dòng)復(fù)雜的，那么最穩(wěn)健的結(jié)果為極值理論結(jié)果，要遠(yuǎn)遠(yuǎn)好于方差-協(xié)方差途徑。2000年，Cadle等人利用極值理論對(duì)處于亞洲金融危機(jī)中的六個(gè)亞洲國(guó)家和地區(qū)的股票市場(chǎng)進(jìn)行了細(xì)致的研究。2004年，Ramadan等人運(yùn)用極值理論對(duì)九個(gè)新興市場(chǎng)的市場(chǎng)風(fēng)險(xiǎn)統(tǒng)計(jì)分析，證實(shí)結(jié)合極值理論的風(fēng)險(xiǎn)值更加可靠和準(zhǔn)確。2005年，Christoffersen利用極值理論對(duì)金融尾部數(shù)據(jù)的分析研究，認(rèn)為其結(jié)果更加有效。2007年，Bystrom在風(fēng)險(xiǎn)市場(chǎng)的研究中采用了極值理論，成效良好。

2.國(guó)內(nèi)極值理論研究簡(jiǎn)述。國(guó)內(nèi)學(xué)者對(duì)極值理論也將極值理論應(yīng)用于市場(chǎng)風(fēng)險(xiǎn)的度量并進(jìn)行了眾多研究。2000年，詹原瑞等人運(yùn)用極值理論以及兩次算子式算法計(jì)算閾值，認(rèn)為基于極值理論的風(fēng)險(xiǎn)值比傳統(tǒng)方法計(jì)算的風(fēng)險(xiǎn)值更加有效。2003年，葉五一和繆柏其對(duì)HILL估計(jì)方法做出改進(jìn)，并應(yīng)用于上證指數(shù)、恒生指數(shù)等，發(fā)現(xiàn)其尾部估計(jì)結(jié)果更為精確2006年，魏宇利用上證指數(shù)、標(biāo)準(zhǔn)普爾500指數(shù)作為市場(chǎng)因子，分別利用正態(tài)分布、t分布、極值理論對(duì)收益率分布進(jìn)行擬合，發(fā)現(xiàn)極值理論能更精確的描述尾部特征。

（二）基于分位數(shù)回歸的半?yún)?shù)方法

所謂分位數(shù)回歸方法，其實(shí)它是一個(gè)用來(lái)對(duì)VaR計(jì)算的新框架，主要適用于應(yīng)用

厚尾分布的數(shù)據(jù)。如果使用分位數(shù)回歸法，那么就可直接對(duì)那些處于任意水平的條件分位點(diǎn)進(jìn)行建模，而無(wú)需特定的分布形式和特定的分布參數(shù)。

1.國(guó)外分位數(shù)回歸研究動(dòng)態(tài)簡(jiǎn)述。國(guó)外應(yīng)用分位數(shù)回歸法進(jìn)行了包括很多領(lǐng)域在內(nèi)的項(xiàng)目的研究，如2005年Yu，Philippe和Zhang對(duì)英國(guó)1991年至2001年的工資結(jié)構(gòu)的分布情況進(jìn)行了系列研究；2005年，Georgios和Leonidas對(duì)美國(guó)和希臘證券市場(chǎng)中的市場(chǎng)風(fēng)險(xiǎn)值進(jìn)行了估計(jì)，采用的模型為GAViaR模型；2006年，Papapetrou對(duì)希臘公私企業(yè)中的工資差距情況進(jìn)行了調(diào)查研究；2007年，Taylor對(duì)超級(jí)市場(chǎng)的日常銷售情況進(jìn)行了預(yù)測(cè)，采用的方法為指數(shù)加權(quán)分位數(shù)回歸法。

2.國(guó)內(nèi)分位數(shù)回歸研究動(dòng)態(tài)簡(jiǎn)述。國(guó)內(nèi)對(duì)分位數(shù)回歸進(jìn)行研究的學(xué)者通常為數(shù)學(xué)領(lǐng)域?qū)W者。2007年，丁軍軍和陳建寶對(duì)股票風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析，當(dāng)時(shí)應(yīng)用的模型為CAViaR模型；2008年，陳建寶和丁軍軍對(duì)分位數(shù)回歸技術(shù)進(jìn)行了詳細(xì)的綜述；2009年，陳建寶和段景輝對(duì)中國(guó)性別工資差異進(jìn)行了分析研究，采用的方法為分位數(shù)回歸分析，同年，二人又用相同的方法對(duì)中國(guó)城鄉(xiāng)家庭收入差異的影響因素進(jìn)行了研究；2009年，陳建寶和杜小敏對(duì)我國(guó)居民和收入進(jìn)行了實(shí)證分析，應(yīng)用的方法為分位數(shù)回歸法。

（三）基于波動(dòng)性理論的半?yún)?shù)方法

市場(chǎng)因子分布除？“尖峰后尾”這一顯著特性外，還有一顯著特點(diǎn)，即波動(dòng)集聚性。大波動(dòng)的發(fā)生緊隨著多個(gè)小波動(dòng)的產(chǎn)生，形成簇?fù)淼默F(xiàn)象。所謂波動(dòng)性，其實(shí)指的就是一段時(shí)間內(nèi)金融資產(chǎn)呈現(xiàn)出的變化性。在金融市場(chǎng)中，投資的波動(dòng)性和風(fēng)險(xiǎn)二者之間具有非常密切的聯(lián)系。一般地，波動(dòng)性理論用來(lái)對(duì)資產(chǎn)的風(fēng)險(xiǎn)性進(jìn)行測(cè)量。

1.國(guó)外波動(dòng)性理論研究動(dòng)態(tài)簡(jiǎn)述。國(guó)外學(xué)者對(duì)波動(dòng)性理論進(jìn)行了大量研究。1990年，Glosten、Runkle和Jogannathan提出了TARCH模型，在該模型中，為了更好地對(duì)正負(fù)信息的非對(duì)稱作用進(jìn)行描述，加入了名義變量；1992年，Bollerslev對(duì)金融實(shí)踐序列模型ARCH和GARCH進(jìn)行了深入研究，并就其預(yù)測(cè)效果進(jìn)行比較，得出的結(jié)論是：GARCH模型要比ARCH模型的預(yù)測(cè)準(zhǔn)確率高；1993年，J.M.Zakoian和R Rabemananjara對(duì)法國(guó)股票收益進(jìn)行了研究，這在一定程度上擴(kuò)展了TARCH模型，并發(fā)現(xiàn)，可以對(duì)方差中關(guān)于參數(shù)的正數(shù)約束條件進(jìn)行放松，如果TARCH模型沒(méi)有約束條件，那么就可以更好地對(duì)非線性的波動(dòng)性進(jìn)行描述。

2.國(guó)內(nèi)波動(dòng)性理論研究動(dòng)態(tài)簡(jiǎn)述。國(guó)內(nèi)學(xué)者也進(jìn)行了大量的波動(dòng)性理論研究。2002年，彭文平和肖繼輝對(duì)我國(guó)股市價(jià)格的高波動(dòng)性進(jìn)行了研究，入手點(diǎn)為中國(guó)政策的多變性；2004年，吳世農(nóng)對(duì)股價(jià)波動(dòng)方差和成交量之間的關(guān)系進(jìn)行了探討；2007年，萬(wàn)蔚和江孝感等人運(yùn)用GARCH模型、EGARCH模型和TGARCH模型對(duì)中國(guó)股票日益收益率波動(dòng)等動(dòng)態(tài)特征進(jìn)行分析，結(jié)果證明EGARCH模型更適用于股市波動(dòng)性變化；2007年，孫卓元對(duì)上證綜指進(jìn)行了實(shí)證分析，得出的結(jié)論是上海證券市場(chǎng)的波動(dòng)性具有擴(kuò)張性和持續(xù)性等特點(diǎn)。

四、不同半?yún)?shù)方法的對(duì)比分析

在對(duì)金融市場(chǎng)風(fēng)險(xiǎn)進(jìn)行分析的時(shí)候，基于極值理論的半?yún)?shù)方法、基于分位數(shù)回歸的半?yún)?shù)方法和基于波動(dòng)性理論的半?yún)?shù)方法這三種半?yún)?shù)方法的使用最為廣泛，但是不論對(duì)于哪一種方法來(lái)說(shuō)，都有其適用性及局限性。

基于極值理論的半?yún)?shù)方法可以非常準(zhǔn)確地描述任何一個(gè)序列的尾部分位數(shù)，因?yàn)闃O值理論是專門(mén)用來(lái)分析收益率系列尾部的，并且它的每一個(gè)步驟都經(jīng)過(guò)了非常嚴(yán)格的推算。此外，極值理論對(duì)數(shù)據(jù)進(jìn)行的是真實(shí)的擬合，無(wú)需任何假設(shè)，直接分析處理收益序列的尾部即可，極值理論的計(jì)算結(jié)果就和收益序列的實(shí)際分布的吻合度更高。但是，使用極值理論對(duì)收益序列尾部分布情況進(jìn)行描述的時(shí)候，因?yàn)樗幌抻谝粋€(gè)分布序列，而無(wú)法了解序列本身的整體情況，而且在分析數(shù)據(jù)的時(shí)候，由于數(shù)據(jù)是估計(jì)所得的，所以會(huì)導(dǎo)致該方法計(jì)算出的結(jié)果不夠穩(wěn)定。此外，極值理論法需要大量的數(shù)據(jù)，但是在真正建模的時(shí)候，應(yīng)用的數(shù)據(jù)并不需要那么多，這無(wú)形中導(dǎo)致數(shù)據(jù)浪費(fèi)，且會(huì)對(duì)最終計(jì)算結(jié)果的準(zhǔn)確性產(chǎn)生影響。

基于分位數(shù)回歸的半?yún)?shù)方法可以涵蓋非常全面的因素信息，對(duì)于半?yún)?shù)分位數(shù)回歸模型來(lái)看，不僅包括線性部分，還包括非線性部分，半?yún)?shù)分位數(shù)回歸模型就可更好地捕捉到每一個(gè)變量（包括線性信息和非線性信息）的變動(dòng)情況。不僅如此，收斂速度也非常快。對(duì)于半?yún)?shù)分位數(shù)回歸模型來(lái)說(shuō)，它所要求的樣本量同非參數(shù)回歸模型對(duì)比之下需求量少，就可以巧妙地解決在實(shí)際應(yīng)用過(guò)程中，非參數(shù)方法因?yàn)閿?shù)據(jù)量不夠而出現(xiàn)的問(wèn)題，加之其本身具有的線性部分，使得模型的收斂速度更快一些。除了擁有較快的收斂速度，基于分位數(shù)回歸的半?yún)?shù)方法的穩(wěn)健性也是非常好的。半?yún)?shù)分位數(shù)回歸模型對(duì)模型設(shè)定的要求并不像參數(shù)模型那么嚴(yán)格，特別是在非正態(tài)性或異常值對(duì)數(shù)據(jù)產(chǎn)生較大影響的時(shí)候，半?yún)?shù)分位數(shù)回歸模型的穩(wěn)健性是非常好的。此外，基于分位數(shù)回歸的半?yún)?shù)方法可對(duì)因變量的變化進(jìn)行全面地反映。半?yún)?shù)分位數(shù)回歸模型可以對(duì)因變量條件分布的不同位置進(jìn)行相應(yīng)的分析，這樣就可以對(duì)因變量的變化進(jìn)行全面地研究，不僅如此，就其對(duì)異常值的敏感程度來(lái)看，半?yún)?shù)分位數(shù)回歸遠(yuǎn)遠(yuǎn)小于均值。但是就基于分位數(shù)回歸的半?yún)?shù)方法本身來(lái)看，其在理論、方法和實(shí)踐應(yīng)用方面都有待于進(jìn)一步完善，具體地說(shuō)：在理論方面，基于分位數(shù)回歸的半?yún)?shù)方法的理論有待于進(jìn)一步完善，目前國(guó)內(nèi)學(xué)者在這一領(lǐng)域的研究處于相對(duì)滯后的水平，研究成果不多；在方法方面，基于分位數(shù)回歸的半?yún)?shù)方法在多元分析方面還不夠成熟，有待于進(jìn)一步分析研究；在應(yīng)用方面，基于分位數(shù)回歸的半?yún)?shù)方法在社會(huì)、經(jīng)濟(jì)等各領(lǐng)域還沒(méi)有過(guò)多實(shí)踐，只在金融領(lǐng)域剛剛起步。

使用基于波動(dòng)性理論的半?yún)?shù)方法可以獲得很好的擬合度和預(yù)測(cè)性，擬合度體現(xiàn)在在合理的假設(shè)條件下，對(duì)基于波動(dòng)性理論的半?yún)?shù)方法的漸進(jìn)正態(tài)性和收斂速度進(jìn)行研究，得出的結(jié)果要優(yōu)于一般的波動(dòng)性模型；預(yù)測(cè)性好體現(xiàn)在在不同分布假定情況下，對(duì)基于波動(dòng)性理論的半?yún)?shù)方法的條件方差進(jìn)行分析，以對(duì)VaR進(jìn)行度量，發(fā)現(xiàn)在基于t分布和GED分布假定的情況下可以更好地反映出收益率的風(fēng)險(xiǎn)特性。但是使用基于波動(dòng)性理論的半?yún)?shù)方法也存在一定的弊端，如該方法只對(duì)收益偏離平均收益的程度進(jìn)行了描述，但是這種收益可以是正向的，也可以是負(fù)向的，在實(shí)際應(yīng)用過(guò)程中，人們最為關(guān)心的是負(fù)偏離，也就是損失情況，但是波動(dòng)性卻未對(duì)偏離方向進(jìn)行描述。此外，基于波動(dòng)性理論的半?yún)?shù)方法只對(duì)損失進(jìn)行了描述，而未具體到損失到底有多大。

五、半?yún)?shù)方法存在的問(wèn)題及解決辦法

同傳統(tǒng)的參數(shù)方法和非參數(shù)方法相比，半?yún)?shù)方法具有很大的理論優(yōu)勢(shì)，它同時(shí)融合了參數(shù)方法和非參數(shù)方法，但并不是簡(jiǎn)單的疊加，而是有機(jī)融合，且在實(shí)踐過(guò)程中取得了很好的估計(jì)效果，但是在使用過(guò)程中，半?yún)?shù)方法也存在一定的問(wèn)題，具體如下：第一，半?yún)?shù)方法的發(fā)展歷史并不長(zhǎng)，相關(guān)的理論還有待于進(jìn)一步完善，特別是在一些領(lǐng)域發(fā)展時(shí)間較短，如生產(chǎn)率增長(zhǎng)測(cè)算等，是在上世紀(jì)90年代后期才開(kāi)始的，不成熟的理論必然會(huì)對(duì)其在實(shí)證方面起著一定的限制作用；第二，半?yún)?shù)方法的分量一般都是未知的，且不容易掌握和控制，這就會(huì)在一定程度上對(duì)實(shí)際測(cè)算問(wèn)題的精度產(chǎn)生一定的影響；第三，半?yún)?shù)方法對(duì)使用者和研究者提出了更改的要求，而目前我國(guó)對(duì)半?yún)?shù)方法的研究還不多，相關(guān)的文獻(xiàn)也很有限，所以這必然會(huì)在一定程度上制約半?yún)?shù)方法的應(yīng)用和發(fā)展。

為了更好地將半?yún)?shù)方法應(yīng)用到實(shí)踐中，就應(yīng)從以下幾方面著手：首先，應(yīng)繼續(xù)完善半?yún)?shù)方法的理論，借鑒國(guó)內(nèi)外成功經(jīng)驗(yàn)，結(jié)合研究領(lǐng)域的實(shí)際情況，完善理論；其次，由于半?yún)?shù)方法的分量具有未知的特點(diǎn)，在實(shí)際研究的過(guò)程中，應(yīng)盡可能對(duì)這部分分量做到更好地掌握，以保證測(cè)算結(jié)果的準(zhǔn)確性；最后，對(duì)于研究者或者使用者來(lái)說(shuō)，應(yīng)不斷學(xué)習(xí)新知識(shí)，提升自己的業(yè)務(wù)水平和專業(yè)水平，以更好地駕馭并發(fā)揚(yáng)半?yún)?shù)方法。

六、結(jié)語(yǔ)

隨著經(jīng)濟(jì)全球化和金融自由化的不斷發(fā)展，我國(guó)金融企業(yè)會(huì)面臨越來(lái)越多的金融風(fēng)險(xiǎn)，特別是金融市場(chǎng)風(fēng)險(xiǎn)，必將成為現(xiàn)代金融機(jī)構(gòu)面臨的重要風(fēng)險(xiǎn)之一。就目前我國(guó)金融風(fēng)險(xiǎn)管理的現(xiàn)狀來(lái)看，市場(chǎng)風(fēng)險(xiǎn)不斷提高，但同時(shí)對(duì)風(fēng)險(xiǎn)量化管理的模型和技術(shù)還不夠完善，特別是對(duì)于半?yún)?shù)方法來(lái)使，不論是理論，還是實(shí)踐，都有待于進(jìn)一步完善。對(duì)于金融企業(yè)來(lái)說(shuō)，在今后很長(zhǎng)一段時(shí)間內(nèi)，都應(yīng)將提高對(duì)金融市場(chǎng)風(fēng)險(xiǎn)的重視，并加大對(duì)半?yún)?shù)方法研究的力度。

參考文獻(xiàn)

[1]周開(kāi)國(guó)，繆柏其.應(yīng)用極值理論計(jì)算在險(xiǎn)價(jià)值（VaR）——對(duì)恒生指數(shù)的實(shí)證分析[J].預(yù)測(cè)，2002，21（3）：37-41.

[2]朱國(guó)慶，張維.關(guān)于上海股市極值收益漸近分布的實(shí)證研究[J].系統(tǒng)工程學(xué)報(bào)，2000，15（4）：338-343.

[3]詹原瑞，田宏偉.極值理論（EVT）在匯率受險(xiǎn)價(jià)值（VaR）計(jì)算中的應(yīng)用[J].系統(tǒng)工程學(xué)報(bào)，2000，15（1）：44-53.

[4]王樹(shù)娟，黃渝祥.基于GARCH-CVaR模型的我國(guó)股票市場(chǎng)風(fēng)險(xiǎn)分析[J]，同濟(jì)大學(xué)學(xué)報(bào)，2005，3（02）：260-263.

[5]陳斌.金融風(fēng)險(xiǎn)管理手冊(cè)[M].機(jī)械工業(yè)出版社，2002：11.

[6]葉青.基于GARCH和半?yún)?shù)法的VaR模型及其在中國(guó)股市的風(fēng)險(xiǎn)分析中的應(yīng)用[J].統(tǒng)計(jì)研究，2000，（12）.

[7]Lijian Yang，A semi parametric GARCH model for foreign exchange volatility，Journal of Econometrics，2005.

[8]Joshua V.Rosenbergl，Til Schuermann，A general approach to inergrated risk management with skewed，fat-tailed risks，Journal of Financial Economics，2005.

作者簡(jiǎn)介：孫琨（1989-），女，山東濰坊人，中國(guó)海洋大學(xué)，研究生，研究方向：金融風(fēng)險(xiǎn)管理。