金融風險價值量化分析的模型與實證.pdf

1、風險價值(Value-at-Risk)已成為金融風險度量與管理的主流工具。隨著中國多層次資本市場體系創(chuàng)新性地構建和金融系統(tǒng)功能的逐步完善，金融風險呈現(xiàn)出一些新的不確定性特征。針對我國金融市場的風險進行量化分析與管理而言，采用一些新方法量化風險價值，對理論界和實務界都顯得十分重要。本文融合GARCH等金融時序計量模型、Copula函數(shù)、小波分析和MCMC算法等數(shù)據(jù)建模分析的前沿理論與方法，從多尺度和貝葉斯的視角，以提高VaR估值精度為切入

2、點，嘗試在金融量化分析與計算這一新興的統(tǒng)計學、金融學、管理學等學科交叉點拓展幾個新的風險計量模型與方法，對境內外主要金融市場進行實證檢驗以及對部分模型進行仿真分析，獲得的數(shù)值結果有效地支撐了模型與方法的正確性和可行性，從而為金融資產的風險管理與最優(yōu)化配置豐富了相關的理論內涵和實踐經驗。
　　 論文展開了多方面富有特色的研究工作并獲得了相應的研究結論：
　　 1)為了識別風險價值的多分辨率特征，論文將匯率風險引入資本資產定

3、價模型，得到資產定價的雙因子模型，給出了模型參數(shù)的小波多分辨率估計方法，推導了投資組合的風險價值(VaR)和邊際風險價值(MVaR)的多分辨率計算公式。對上證A股市場的實證分析表明以上方法的可行性和正確性，同時也顯示投資組合存在多分辨率的風險價值特征。這或許是市場系統(tǒng)風險和匯率風險以及異質投資行為等共同作用的結果。
　　 2)考慮到交易周期對資產價格波動特征的重要影響，論文將小波分析引入廣義自回歸條件異方差建模理論，提出多尺度廣

4、義自回歸條件異方差模型和多尺度增廣分整廣義自回歸條件異方差均值模型，通過改進參數(shù)迭代的步長，得到了收斂速度較快的數(shù)值算法。對上證綜合指數(shù)的實證分析表明該模型不僅揭示了蘊含在資產價格內部的多時間尺度信息，還能夠捕獲到風險價值在不同時間尺度上的局部特征。這類模型有助于探究風險價值伴隨交易周期演化的微觀動力學機制。
　　 3)考慮到金融風險管理研究中投資行為的異質性及資產價格波動的多尺度特征，論文將小波閾值規(guī)則引入風險價值模型的計算問

5、題，利用收益率分布密度的小波非線性閾值估計方法，建立了VaR的多尺度估值模型，通過分析估值誤差的收斂性，發(fā)現(xiàn)密度函數(shù)空間的光滑度和樣本容量同時決定了均方誤差的收斂速度，最后以正態(tài)密度函數(shù)為例，采用不同容量的仿真樣本檢驗了該理論方法的可行性。該模型對大中華區(qū)內四大股指的風險價值的量化分析，獲得了較好的實踐經驗。
　　 4)考慮到資產之間相依結構的局部特征及其對風險價值的影響，論文將小波閾值規(guī)則引入Copula函數(shù)的參數(shù)估計問題，提

6、出多元Copula密度的局部閾值估計量，通過估值精度的分析，發(fā)現(xiàn)Copula密度的光滑度指數(shù)、維數(shù)和采樣容量等是影響估計精度的三個重要因素，得到了以正態(tài)Copula為例與實證分析的支持。本方法增強了參數(shù)Copula建模的局部自適應能力，同時仿真分析也說明該估計量有助于改進資產及其組合的風險價值的估值精度與資產的最優(yōu)化配置。
　　 5)考慮到收益率分布受資產交易等后驗新息的影響，論文假設收益率時序的新息服從標準的學生t分布，提出多

7、元時變Copula-GARCH-t模型，利用蒙特卡洛馬爾可夫鏈(MCMC)算法估計該模型的參數(shù)，給出了資產組合風險價值的度量方法，還基于風險最小化原則確立了最佳的資產配置模型。對上證指數(shù)、恒生指數(shù)、臺灣指數(shù)和標準普爾500指數(shù)的實證分析表明MCMC方法優(yōu)于經典的IFM方法。從而正確地拓展了相依結構建模方法在金融風險價值量化分析中的應用視野。
　　 6)為了精確地預測資產組合的風險價值，論文考慮到投資者對資產風險偏好的差異性，假設