隱藏在股票最大漲跌幅中的風(fēng)險值.pdf

1、在現(xiàn)實生活中，極端事件雖然很少發(fā)生，但是一旦發(fā)生就會人類社會帶來極其嚴(yán)重的影響，比如一些極端干旱氣候、暴風(fēng)雨和臺風(fēng)等，給人們的生命財產(chǎn)造成巨大的損失。在金融市場中，隨著金融自由化的進(jìn)一步加深，人們在金融自由帶來的便利性的同時，也不得不面臨金融市場中各種極端風(fēng)險帶來的威脅。極端事件在風(fēng)險管理的各個領(lǐng)域都會出現(xiàn)，比如市場風(fēng)險領(lǐng)域、信用風(fēng)險領(lǐng)域等。
　　在金融市場中，股票價格發(fā)生劇烈波動的這種極端事件也曾發(fā)生過幾次，比如1987年10月

2、美國發(fā)生的股市崩盤，1997年的東南亞危機，而在中國的金融市場中，股票價格劇烈波動發(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，熔斷機制實行的首個交易日，滬深300開盤即快速殺跌，中證500指數(shù)盤中跌破5％，市場毫無招架之力。在面臨較大的市場波動時該如何形成一個有效可行的預(yù)測機制，來預(yù)測較大的市場波動風(fēng)險是目前金融市場中比較受關(guān)注的領(lǐng)域。一個風(fēng)險管理師最大的挑戰(zhàn)之一是找到一種風(fēng)險管理工具，利用這種風(fēng)險管理工具

3、能夠?qū)O端破壞性事件進(jìn)行建模并計量出極端事件的損失。對于極端事件風(fēng)險的研究，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)險管理中用來度量市場風(fēng)險的一種主流的方法，克服了傳統(tǒng)方法無法準(zhǔn)確定義和度量金融風(fēng)險的缺陷。風(fēng)險值VaR是指在金融市場在正常的情況下，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)的價值在將來一定時間內(nèi)的可能面臨的最大損失。
　　目

4、前估計風(fēng)險值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BMM模型的研究與思考，發(fā)現(xiàn)BMM模型在進(jìn)行風(fēng)險估計的時候存在數(shù)據(jù)浪費和不適用于短期內(nèi)估計風(fēng)險的缺點，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)及其在估計尾部風(fēng)險上是否更準(zhǔn)確。我們是通過選取一個特殊的概率分布來對風(fēng)險建立一個模型，能通過對經(jīng)驗數(shù)據(jù)進(jìn)行

5、數(shù)據(jù)分析來估計這個分布，在這個過程中極值理論(EVT)是作為一種工具來幫助我們對尾部分布區(qū)域進(jìn)行擬合性最好的估計。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。
　　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，其中年極值法運用已經(jīng)有很長的歷史。
　　本文的主要內(nèi)容有下面幾個部分: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風(fēng)險的模型，BMM模型和POT模型。重點介紹了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，給出對最大跌幅序列的定義及計算公式，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，后面估計風(fēng)險值V

7、aR就和經(jīng)典BMM模型風(fēng)險計算的處理步驟相同，計算的方法同樣采用極大似然方法。同時，對于VaR也做了相關(guān)的介紹，包括VaR的定義，計算公式和計算方法。為了補充VaR的缺陷，在計算風(fēng)險值VaR后要進(jìn)行壓力測試，壓力測試的計算公式已經(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)行實證方面的研究。在實證分析模塊，選擇的研究對象是標(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

8、時間間隔，目的是為了保證對模型研究的充分性。首先對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗，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，得到廣義極值分布的參數(shù)估計結(jié)果。根據(jù)我們獲得的廣義極值分布，就可以根據(jù)計算公式來計算風(fēng)險值VaR。在計算VaR的時候，我們同時選用了其它幾個模型來計算風(fēng)險值，包括經(jīng)典BMM模型、歷史模擬法、參數(shù)正態(tài)法等。通過對不同模型的計算結(jié)果進(jìn)行對比，來研究最大跌幅序列模型的準(zhǔn)確性。最后進(jìn)行的是壓力測試，由于最大跌幅序列是一個極值

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