管理風(fēng)險(xiǎn)是金融監(jiān)管中最重要的一個(gè)步驟。若要管理好風(fēng)險(xiǎn),首先需要找到一個(gè)合理的風(fēng)險(xiǎn)度量工具。JP摩根在上個(gè)世紀(jì)90年代提出了在險(xiǎn)價(jià)值VaR,VaR概念簡單、便于理解,2008年次貸危機(jī)的爆發(fā)揭露了 VaR無法度量尾部風(fēng)險(xiǎn)的天然缺陷,隨后巴塞爾委員會(huì)在2013年明確建議金融機(jī)構(gòu)使用ES替代VaR,ES和VaR相比,首先ES可以描述尾端風(fēng)險(xiǎn),其次ES滿足次可加性,滿足現(xiàn)代投資組合理論中的風(fēng)險(xiǎn)分散化原則,最后ES具備凸性,這表明ES作為風(fēng)險(xiǎn)度量工具構(gòu)建投資組合可以得到最優(yōu)解。Dimitriadis和Bayer(2017)[1]依據(jù)ES的損失函數(shù)(Fissler和Zigel,2016)[2]構(gòu)建了一類VaR和ES的聯(lián)合估計(jì)模型,該模型能夠像普通回歸模型一樣測度或預(yù)報(bào)出ES,極大的方便了風(fēng)險(xiǎn)度量和管理工作,但現(xiàn)有的工作并沒有考慮金融數(shù)據(jù)的典型特征,而且用簡單聯(lián)合模型估計(jì)ES時(shí),其殘差中也有存在條件異方差現(xiàn)象,本文用實(shí)際數(shù)據(jù)證實(shí)了這一點(diǎn),有鑒于此,我們構(gòu)建了能充分考慮條件異方差特性的ES度量模型,設(shè)計(jì)了一種迭代算法來估計(jì)參數(shù),并簡要討論了參數(shù)估計(jì)量的統(tǒng)計(jì)性質(zhì)。為了檢驗(yàn)新模型在度量ES上的優(yōu)勢,本文使用Johanna et al(2017)[3]提出的最新的方法,檢驗(yàn)了模型實(shí)際度量ES的效果,結(jié)果顯示,相比傳統(tǒng)的方法,文中構(gòu)建的條件異方差下ES度量模型能更加準(zhǔn)確地測出ES的具體數(shù)值。在獲得預(yù)期不足更為準(zhǔn)確的度量之后,本文繼續(xù)探究其在實(shí)際中的應(yīng)用。主要包括如下二方面,首先用新方法估計(jì)出的ES來分析風(fēng)險(xiǎn)的貢獻(xiàn)因素,文中以招商銀行為例,從公司基本面、市場層面、宏觀層面三個(gè)維度選擇分析變量,探究風(fēng)險(xiǎn)的主要來源,結(jié)果顯示其尾部風(fēng)險(xiǎn)的來源主要為來自股票交易市場的流動(dòng)性風(fēng)險(xiǎn)和來自宏觀層面的系統(tǒng)風(fēng)險(xiǎn),并且在越是極端的情況下,流動(dòng)性風(fēng)險(xiǎn)貢獻(xiàn)越高,系統(tǒng)風(fēng)險(xiǎn)貢獻(xiàn)越低;最后在Piotroski-F評(píng)分法(Piotriski,2000)[4]的基礎(chǔ)上依據(jù)較為準(zhǔn)確的ES,幫助具備價(jià)值投資理念的個(gè)人投資者構(gòu)建資產(chǎn)組合,使得個(gè)人投資者在獲得超額收益的同時(shí)控制風(fēng)險(xiǎn)。綜上所述,本文在構(gòu)建ES度量模型時(shí)首次考慮到了條件異方差,和傳統(tǒng)的方法相比,該方法對(duì)于ES的估計(jì)更加精確。該模型能夠?yàn)榻鹑跈C(jī)構(gòu)進(jìn)行風(fēng)險(xiǎn)貢獻(xiàn)因素分析提供參考,能夠幫助投資者構(gòu)建資產(chǎn)組合,提高資產(chǎn)組合應(yīng)對(duì)極端情況風(fēng)險(xiǎn)的能力,也能夠?yàn)榻鹑诒O(jiān)管機(jī)構(gòu)監(jiān)管風(fēng)險(xiǎn)提供了一定的參考價(jià)值。
【學(xué)位單位】：華中師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F224;F831
【部分圖文】：

和標(biāo)準(zhǔn)普爾５００指數(shù)ＥＳ估計(jì)殘差均值分別為０．０２３７８０，０．０３２４５。殘差的最大值和??最小值差異較大，偏度大于０，峰度分別為１７．８１８１３和１６３．００４８，均遠(yuǎn)遠(yuǎn)大于３，??這說明殘差序列顯示出了明顯的尖峰肥尾的特征。圖１和圖２中的結(jié)果顯示，殘差??的波動(dòng)明顯與時(shí)間段相關(guān)，其在某一時(shí)間段會(huì)明顯大于其他時(shí)間段，這些現(xiàn)象表明，??殘差中序列中很可能存在某種相關(guān)性。???表１：殘差統(tǒng)計(jì)特征???變量?均值?最大值最小值標(biāo)準(zhǔn)差偏度峰度??上證綜指ＥＳ??０．０２３７８０?０．１３５８１６?－０．００８５５４?０．０１２１４１２３?２．７９３５３３?１７．８１８１３??殘差??標(biāo)準(zhǔn)普爾??０．０３２４５?０．８４３２５?－０．０４０６７?０．０３３７２０５?９．６７８５１８?１６３．００４８??５００ＥＳ殘差??Ｏ??ＣＤ??ｍ??ｉ?ｉ?ｉ?ｉ??０?２００?４００?６００??時(shí)間??圖１：上證綜指ＥＳ殘差??ＣＯ??ｏ??＿??ｏ??ｉＬ??ｑ?－?丨，ｊ丨ｉ丨．丨丨ｗｉ??ｉ?ｉ?ｆ?ｉ?ｉ?ｉ??０?５００?１０００?１５００?２０＆）?２５００??時(shí)間??圖２：標(biāo)準(zhǔn)普爾５００ＥＳ殘差??１４??

圖３：標(biāo)準(zhǔn)普爾５００墨菲圖??Ｏ????丨?／??＜Ｒ?＾?Ｉ??丨一＾／??￣Ｉ?Ｉ?Ｉ?Ｉ?Ｉ￣??－０．１０?－０．０５?０．００?０．０５?０．１０??雜ｖ＿２??４：上證綜墨

０??＋?—Ｉ??ＣＤ??鬆ｉ?—??余７?ｊ??１?／??Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??－０．０３０?－０．０２５?４３．０２０?－０．０１５?－０．０１０??麵ｖ＿２??圖３：標(biāo)準(zhǔn)普爾５００墨菲圖??Ｏ????
【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 王倩;范昱君;;期望損失(ES)測算及其在期權(quán)風(fēng)險(xiǎn)管理中的應(yīng)用[J];東方企業(yè)文化;2015年14期

2 丁新月;徐美萍;;基于極值理論的VaR和ES度量——以中興通訊數(shù)據(jù)為例[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

3 謝尚宇;姚宏偉;周勇;;基于ARCH-Expectile方法的VaR和ES尾部風(fēng)險(xiǎn)測量[J];中國管理科學(xué);2014年09期

4 鐘山;傅強(qiáng);;基于CARE模型的金融市場VaR和ES度量[J];預(yù)測;2014年03期

5 趙進(jìn)文;張勝保;韋文彬;;系統(tǒng)性金融風(fēng)險(xiǎn)度量方法的比較與應(yīng)用[J];統(tǒng)計(jì)研究;2013年10期

6 王鵬;;基于時(shí)變高階矩波動(dòng)模型的VaR與ES度量[J];管理科學(xué)學(xué)報(bào);2013年02期

7 林樹;夏和平;張程;;價(jià)值投資策略在中國A股市場的可行性——基于幾項(xiàng)財(cái)務(wù)指標(biāo)的研究[J];上海立信會(huì)計(jì)學(xué)院學(xué)報(bào);2011年01期

8 邵曉陽,蘇敬勤,于圣睿;中國A股市場規(guī)模效應(yīng)實(shí)證研究[J];管理評(píng)論;2004年07期

9 白雪梅;異方差性的檢驗(yàn)方法及評(píng)述[J];東北財(cái)經(jīng)大學(xué)學(xué)報(bào);2002年06期

相關(guān)碩士學(xué)位論文 前3條

1 高雨;一種新的ES回測方法[D];中國科學(xué)技術(shù)大學(xué);2018年

2 高鳳;基于期望損失ES的風(fēng)險(xiǎn)資本配置研究[D];華中師范大學(xué);2013年

3 李明;基于風(fēng)險(xiǎn)價(jià)值（VaR）的商業(yè)銀行資本金配置分析及應(yīng)用研究[D];西南財(cái)經(jīng)大學(xué);2012年

本文編號(hào)：2862900