金融資產(chǎn)綜合風(fēng)險價值動態(tài)評估研究

王周偉　鄔展霞

摘 要：為綜合度量金融資產(chǎn)損失的市場風(fēng)險與流動性風(fēng)險，采用GARCH睼aR模型度量了日市場風(fēng)險價值，用日內(nèi)相對波動幅度調(diào)整為日LA睼aR，并利用時間延展T規(guī)則將它轉(zhuǎn)換為變現(xiàn)期間的綜合風(fēng)險價值，構(gòu)建了金融資產(chǎn)綜合風(fēng)險價值的全方位動態(tài)評估模型。通過以中國股指期貨為例的實證研究證明，該模型能夠有效評估金融資產(chǎn)綜合風(fēng)險價值，適用于金融資產(chǎn)公允價值的期末估算。

關(guān)鍵詞： GARCH睼aR模型；LA睼aR模型；流動性風(fēng)險調(diào)整；綜合風(fēng)險價值

中圖分類號：F833/837 文獻標識碼： A文章編號：1003—7217（2012）05—0002—05

一、引言

2009年11月，國際會計準則委員會（IASB）發(fā)布了《金融工具： 攤余成本和減值（征求意見稿）》（以下簡稱“征求意見稿”），針對金融資產(chǎn)的攤余成本與減值確認提出了重大修改建議，明確提出了攤余成本計量的目標、原則。其中最值得關(guān)注的變化是采用了更富有前瞻性的預(yù)期損失模型（Expected Loss Model），取代了IFRS 39《金融工具： 確認與計量》中的已發(fā)生損失模型（Incurred Loss Model）。此舉旨在消除損失確認的“滯后性”和會計信息的“順周期”效應(yīng)。另外，為了彌補美國金融危機前的監(jiān)管漏洞，“巴塞爾協(xié)議Ⅲ”進一步強化了全面風(fēng)險管理的理念，要求把流動性風(fēng)險也納入監(jiān)管范疇。因此，尋求建立金融資產(chǎn)預(yù)期綜合風(fēng)險價值的動態(tài)有效評估模型將有助于會計準則與全面風(fēng)險管理的有效實施。

綜觀相關(guān)研究，關(guān)于市場風(fēng)險因子與流動性風(fēng)險因子的集成方法可以歸納為簡單加總調(diào)整方法、相關(guān)系數(shù)法、聯(lián)合分布法與copula連接函數(shù)法。盡管數(shù)理邏輯嚴謹，理論經(jīng)典，但因為計算繁瑣及其靜態(tài)化，聯(lián)合分布法（如Dimakos和Aas（2004，2007））始終無法成為主流文獻研究的首選方法；而使用線性相關(guān)系數(shù)法需要滿足橢圓分布假設(shè)條件（Alexander和Pezier，2003）。大多數(shù)早期文獻研究與業(yè)界多使用流動性風(fēng)險加總調(diào)整方法，針對現(xiàn)有的市場風(fēng)險價值計算模型中隱含假設(shè)的局限性，做出相應(yīng)的擴展，如Hisata和Yamai（2000）把市場流動性水平與投資者交易頭寸大小對金融資產(chǎn)變現(xiàn)價值的影響引入風(fēng)險價值模型；Bangia等（1998）、LeSaout（2001）以不加權(quán)買賣價差及加權(quán)買賣價差波動的變化反映流動性風(fēng)險，建立流動性調(diào)整的風(fēng)險價值模型；shamroukh（2001）把最優(yōu)變現(xiàn)速度作為了流動性風(fēng)險調(diào)整因子；宋逢明等（2004）則是以變現(xiàn)時間作為流動性因子，調(diào)整市場風(fēng)險價值。流動性風(fēng)險加總調(diào)整方法計算比較簡單、直觀，技術(shù)已經(jīng)成熟[1]；但是它只有在完全相關(guān)的條件下才非常準確，另外，流動性需要從市場寬度、市場深度、市場彈性、市場即時性這四個方面綜合反映，這些文獻都只調(diào)整了某個方面的流動性風(fēng)險。

隨著copula連接函數(shù)的提出，學(xué)者們開始利用copula連接函數(shù)集成各種風(fēng)險因子，通過擬合非正態(tài)性、非線性相關(guān)性等特征，構(gòu)建出多個風(fēng)險因子的聯(lián)合分布函數(shù)，再用以計算相關(guān)風(fēng)險指標，但是因為copula連接函數(shù)法涉及到確定風(fēng)險因子的邊緣分布、合理選用copula類型與估計參數(shù)以及過多地使用模擬計算，不可避免地導(dǎo)致疊加的模型誤差與大量計算，所以，現(xiàn)在還只是處于研究階段。

與以往文獻不同的是，本文利用日內(nèi)相對波動幅度與變現(xiàn)時間綜合反映流動性風(fēng)險，而且日內(nèi)相對波動幅度采用了與市場風(fēng)險價值的置信水平一致的置信區(qū)間估計值上限，變現(xiàn)時間融合了交易量沖擊與等待時間信息，兩個流動性調(diào)整分別依據(jù)相應(yīng)的規(guī)則，從而對金融資產(chǎn)綜合風(fēng)險價值計算提供比較合理嚴謹?shù)娜轿粍討B(tài)評估模型。二、綜合風(fēng)險價值評估模型的構(gòu)建原理

（一）市場風(fēng)險價值評估模型的構(gòu)建

財經(jīng)理論與實踐（雙月刊） 2012年第5期

2012年第5期（總第179期） 王周偉，鄔展霞：金融資產(chǎn)綜合風(fēng)險價值動態(tài)評估研究

大量的金融實證研究表明，金融工具的收益率序列波動率通常具有集聚性、分布的尖峰、厚尾性 、時變性、杠桿效應(yīng)和異方差性[2]。金融工具收益率與其波動方差之間通常存在著正相關(guān)關(guān)系。而且，金融資產(chǎn)收益率分布具有尖峰、厚尾、右偏等特征，因此，對于不同風(fēng)格股票投資收益與股指期貨收益率序列的建模，宜同時采用GARCH基準模型、GARCH—M等對稱模型以及TARCH、EGARCH、PARCH等非對稱GARCH模型[3]；對于條件方差，適宜用正態(tài)分布、學(xué)生t分布、廣義差分分布GED來擬合單變量時間序列的殘差分布[4]，上述5個模型各選用3種分布，共構(gòu)建15個模型擬合收益率序列，比較選擇最優(yōu)擬合模型，再根據(jù)定義推導(dǎo)風(fēng)險價值計算公式①。GARCH（1，1）— N模型為：

rt=c1hst+εt

εt=ztσt zt～N0，1

σ2t=c2+c3ε2t—1+c4σ2t—1

（1）

利用GARCH（1，1）— N模型計算市場風(fēng)險價值MVaR的公式為：

MVaRr=Φ—1ασt+c1×hst

（2）

GARCH（1，1）— t模型為：

rt=c1hst+εt

εt=ztσt， zt～tv

σ2t=c2+c3ε2t—1+c4σ2t—1

（3）

利用GARCH（1，1）— t模型計算市場風(fēng)險價值MVaR的公式為：

MVaRr=t—1v（α）×σt+c1×hst

（4）

GARCH（1，1）—GED模型為：

rt=c1hst+εt

εt=ztσt， zt～GEDv

σ2t=c2+c3ε2t—1+c4σ2t—1

（5）

利用GARCH（1，1）— GED模型計算市場風(fēng)險價值MVaR的公式為：

MVaRr=GED—1v（α）×σt+c1×hst