CVaR在金融風(fēng)險(xiǎn)度量中的應(yīng)用研究

陳嘉揚(yáng)

摘要：目前，我國對于風(fēng)險(xiǎn)度量方法方面的研究還處于初級(jí)階段，應(yīng)用層面也還有所不足。本文主要應(yīng)用VaR的修正模型CVaR，來對金融風(fēng)險(xiǎn)進(jìn)行度量分析，構(gòu)建相應(yīng)的數(shù)學(xué)模型，測算出CVaR值，繼而獲取證券行業(yè)金融風(fēng)險(xiǎn)的預(yù)警值。

關(guān)鍵詞：CVaR;金融風(fēng)險(xiǎn);風(fēng)險(xiǎn)度量

目前，測量風(fēng)險(xiǎn)的常用方法主要是VaR法和CVaR法。VaR用于反映某個(gè)置信區(qū)間內(nèi)的風(fēng)險(xiǎn)值，但不能反映置信區(qū)間外的風(fēng)險(xiǎn)值。CVaR具有亞可加性，可滿足一致的風(fēng)險(xiǎn)衡量要求。CVaR還可以測量所有大于VaR的尾部損耗。因此，本文將介紹CVaR的科學(xué)方法在金融風(fēng)險(xiǎn)衡量中的應(yīng)用。

1 CVaR法的原理

1.1 CVaR法與VaR法相比的優(yōu)勢

CVaR（Conditional Value at Risk）是超過VaR的有條件損失的平均值。與VaR相比，CVaR的優(yōu)勢體現(xiàn)在：

（1）CVaR有次可加性和凸性，更適用于大規(guī)模資產(chǎn)組合的風(fēng)險(xiǎn)測量。當(dāng)損益分布滿足正態(tài)分布時(shí)，CVaR和VaR是等效的，可以得出相同的最優(yōu)解。但是，當(dāng)損益分布不滿足正態(tài)分布時(shí)，CVaR可以得到全局最優(yōu)解，而VaR只能得到最小值點(diǎn)，可能沒有最優(yōu)解。

（2）CVaR反映尾部損失的平均值，因此CVaR的測量更加全面和完整。由于CVaR需要使用所有大于VaR的尾部損失來計(jì)算，在獲得CVaR值的同時(shí)還可以獲得相應(yīng)的VaR值，且滿足CVaR>VaR，因此可以對風(fēng)險(xiǎn)雙重測量、相互驗(yàn)證。在投資組合優(yōu)化時(shí)，降低CVaR的同時(shí)也能降低VaR，但降低VaR的時(shí)候不能降低CVaR。

1.2 CVaR風(fēng)險(xiǎn)測度原理

4結(jié)論

本文通過CVaR度量法來進(jìn)行風(fēng)險(xiǎn)的度量，對上證180的2000個(gè)交易數(shù)據(jù)進(jìn)行模型模擬。當(dāng)置信度為95%時(shí)，對這2000個(gè)數(shù)據(jù)進(jìn)行模擬，VaR度量法預(yù)測成功的概率為90.55%，CVaR度量法預(yù)測成功的概率為95.25%，可見在相同的置信度下，CVaR預(yù)測的結(jié)果更為可靠。

參考文獻(xiàn)

柴尚蕾，周鵬. 基于非參數(shù)Copula-CVaR模型的碳金融市場集成風(fēng)險(xiǎn)測度[J]. 中國管理科學(xué)， 2019（8）.

楊娟娟. 上證指數(shù)VaR和CVaR的比較研究及實(shí)證分析[J]. 智富時(shí)代， 2017（4）.

于文倩， 鄭慧. 基于Copula-CVaR組合模型的壽險(xiǎn)公司整合風(fēng)險(xiǎn)測算[J]. 統(tǒng)計(jì)與決策， 2019（15）.

作者簡介：陳嘉揚(yáng)（1998—），女，江西南昌人，中央財(cái)經(jīng)大學(xué)金融學(xué)院研究生，研究方向：金融學(xué)。