本文關(guān)鍵詞：基于D藤Copula方法的流動性風(fēng)險研究

  更多相關(guān)文章： 流動性風(fēng)險 La-VaR BDSS模型 D藤Copula 蒙特卡洛模擬法

【摘要】：流動性,最通俗易懂的解釋為資產(chǎn)迅速變現(xiàn)的能力。在證券市場上,流動性風(fēng)險指市場交易者在市場缺乏流動性時,交易成本上升而遭受經(jīng)濟損失的不確定性。近年來金融市場波動不斷加大,尤其是2008年美國次貸危機引發(fā)全球金融海嘯,流動性風(fēng)險是導(dǎo)致此次危機演變?yōu)槿蚪鹑谖C的重要因素。投資者為獲取流動性轉(zhuǎn)而投資其他市場的行為轉(zhuǎn)移了流動性壓力,市場恐慌中流動性風(fēng)險在不同市場和金融體系間蔓延。2015年6月中旬至7月初,中國股市在連續(xù)三周的重挫中跌幅高達30%,蒸發(fā)20萬億人民幣。股災(zāi)引發(fā)恐慌導(dǎo)致場內(nèi)流動性枯竭,快速沖擊其他金融市場,監(jiān)管機構(gòu)出手救市才及時化解這場流動性危機。這些慘痛經(jīng)歷證實流動性風(fēng)險是金融市場的主要風(fēng)險之一,忽略流動性風(fēng)險或缺乏對流動性風(fēng)險的有效管理會使金融市場和金融機構(gòu)遭受巨大損失。如何準(zhǔn)確度量流動性風(fēng)險并進行有效管理是金融界一直積極探索的方向。經(jīng)流動性風(fēng)險調(diào)整的VaR (Liquidity adjusted VaR, La-VaR)是一種包含市場風(fēng)險和流動性風(fēng)險的集成風(fēng)險測度方法,按流動性指標(biāo)可分為價差、持有時限和交易量三類。然而一般的La-VaR忽略了市場風(fēng)險因子和流動性風(fēng)險因子間的相依關(guān)系。Copula理論的出現(xiàn)為上述問題提供了良好的解決方案,其中藤Copula (Vine Copula)方法因能靈活地反映變量間各異的相關(guān)結(jié)構(gòu)尤其是尾部相依性,得到理論界和實務(wù)界的大力推廣。葉五一等(2015)將藤Copula運用于交易量持續(xù)期的自相依結(jié)構(gòu)估計,得到良好的預(yù)測結(jié)果。高江(2013)選用具有尾部分布特征的Pair-Copula模塊構(gòu)建藤Copula模型預(yù)測投資組合VaR。杜子平和張雪峰(2014)基于混合藤測度外匯資產(chǎn)組合VaR,模型效果穩(wěn)健。但基于藤Copula的La-VaR研究領(lǐng)域國內(nèi)尚未有人展開實證研究�？偨Y(jié)目前La-VaR研究的缺陷在于,對市場風(fēng)險因子和流動性風(fēng)險因子間的相依關(guān)系刻畫不足。對投資組合La-VaR而言,各資產(chǎn)收益之間的相關(guān)關(guān)系測度也較為簡略。眾所周知市場風(fēng)險和流動性風(fēng)險都具有厚尾特征,準(zhǔn)確把握兩兩風(fēng)險因子間的尾部相依關(guān)系將有利于提高La-VaR的預(yù)測準(zhǔn)確性。因此,選用哪種流動性指標(biāo)更為合適,如何選用可內(nèi)嵌藤Copula方法的流動性風(fēng)險模型,同時怎樣設(shè)計一個具備現(xiàn)實意義和可操作性的藤Copula框架是本文需要解決的主要問題。本文借鑒國內(nèi)外成熟的理論成果和實證經(jīng)驗,擬從研究前沿中選取一個流動性風(fēng)險計量模型,要求符合以下三個條件：(1)不能直接套用國外做市商報價市場機制下的模型,需適用于我國指令驅(qū)動型市場機制；(2)不僅能測度單一資產(chǎn),更能有效測度資產(chǎn)組合的經(jīng)流動性調(diào)整的集成風(fēng)險；(3)具備運用藤Copula方法的模型結(jié)構(gòu)。隨后,根據(jù)選定的流動性風(fēng)險框架選取風(fēng)險因子和Copula連接風(fēng)險因子的方式�？紤]到高頻數(shù)據(jù)能夠捕捉更多市場波動信息,本文采用股票的高頻分筆數(shù)據(jù)進行實證研究,計算基于藤Copula的La-VaR值,最后驗證模型效果�；谏鲜鏊悸�,本文采用理論與實證結(jié)合的研究方式。在理論研究設(shè)計上,通過相關(guān)文獻的系統(tǒng)性梳理和分析選擇相對價差和絕對價差作為流動性對比指標(biāo),選取一個改進的BDSS模型作為本文的流動性風(fēng)險測度理論框架。同時分析高頻買賣價差和收益率的風(fēng)險特征為其選定最優(yōu)擬合模型,并根據(jù)風(fēng)險因子間的關(guān)系架構(gòu)選擇藤Copula和二元Copula進行相依關(guān)系測度。在實證方面,本文充分運用時間序列方法和計量模型進行分析建模。通過構(gòu)建t-GARCH模型捕捉金融市場中收益率和相對價差序列的尖峰厚尾、異方差性的風(fēng)險特性,并運用自回歸條件雙泊松模型對離散的絕對價差序列進行建模。本文還運用對比分析法,通過對比相對價差和絕對價差指標(biāo)下的La-VaR預(yù)測效果,判斷我國證券市場環(huán)境下高頻絕對價差作為流動性風(fēng)險因子的合理性。再將La-VaR與傳統(tǒng)VaR進行對比,探究我國股市流動性風(fēng)險特征。全文總共為六章。第一章為緒論,主要引出本文的研究背景,基于理論和現(xiàn)實背景提煉出本文研究的理論意義和現(xiàn)實意義。同時就本文研究的主要內(nèi)容、所用方法以及創(chuàng)新點逐一進行闡述。第二章為文獻綜述,劃分為四個板塊。首先為流動性的概述,其次為流動性風(fēng)險測度模型的梳理,再次為藤Copula領(lǐng)域的研究成果,最后針對已有文獻進行簡要評述。第三章為研究設(shè)計,本文根據(jù)國內(nèi)外學(xué)者對流動性領(lǐng)域的理論研究,選取一個符合本文研究目的的再修正BDSS模型,在該框架下對市場風(fēng)險因子收益率和流動性風(fēng)險因子買賣價差(包括絕對價差指標(biāo)和相對價差指標(biāo))進行分析并構(gòu)造擬合模型。隨后對藤Copula模型和參數(shù)估計方法展開研究,并設(shè)定本文Copula測度結(jié)構(gòu)。最后就本文的數(shù)據(jù)選取進行說明。本文選取2015年11月21個交易日內(nèi)我國上證A股市場三只股票的五分鐘高頻分筆數(shù)據(jù)。第四章為實證研究。分別對收益率、相對價差和絕對價差序列進行模型擬合和參數(shù)估計。接著測算收益率之間的D藤Copula系數(shù)、相對價差與收益率間的Copula系數(shù)、絕對價差與收益率間的Copula系數(shù),隨后通過蒙特卡洛模擬法計算風(fēng)險因子仿真序列,進而求得La-VaR值。通過與歷史模擬法下的VaR值進行對比,判斷市場中流動性風(fēng)險是否存在。再通過Kupiec失敗率檢驗驗證模型有效性,判斷價差指標(biāo)優(yōu)劣并總結(jié)原因。第五章為結(jié)論,總結(jié)實證結(jié)果并根據(jù)我國證券市場現(xiàn)狀提出相關(guān)建議,最后對文章的不足之處和研究展望進行論述。實證結(jié)果表明,來自不同行業(yè)的股票的收益率具有一定程度的對稱尾部相依性,而各只股票的收益率和買賣價差間也存在一定的尾部相依關(guān)系。在投資組合風(fēng)險測度中這些風(fēng)險因子間復(fù)雜各異的相依結(jié)構(gòu)不容忽視,而豐富的Pair Copula函數(shù)族為準(zhǔn)確捕捉資產(chǎn)組合內(nèi)部相關(guān)關(guān)系的差異性提供了有利條件�；贒藤Copula方法的相對價差La-VaR大于歷史模擬法的VaR值,以此算得流動性風(fēng)險占集成風(fēng)險的5%-10%,說明我國市場流動性風(fēng)險顯著存在。La-VaR通過了Kupiec失敗率檢驗,說明相對價差指標(biāo)是有效的流動性風(fēng)險因子,在一定程度上能捕捉到我國股票市場的流動性。而絕對價差指標(biāo)的La-VaR'預(yù)測效果不佳,原因可能在于絕對價差的高頻數(shù)據(jù)噪音較大,難以準(zhǔn)確捕捉下一刻絕對價差的信息。ACDP模型作為條件自回歸模型,其時變均值可有效預(yù)測未來趨勢,但對大額價差沖擊的捕捉不夠,而流動性風(fēng)險恰好來自這樣的沖擊。因此,對絕對價差指標(biāo)的建模和數(shù)據(jù)頻率選取還有待改進。本文的創(chuàng)新點主要體現(xiàn)在以下三點。第一點,大多數(shù)股市流動性指標(biāo)測度為日度數(shù)據(jù),而本文選用五分鐘高頻數(shù)據(jù)作為研究對象,能夠更有效地把握股市的流動性和信息不對稱程度。第二點,本文在一個改進的買賣價差流動性風(fēng)險模型基礎(chǔ)上引入一個新的流動性因子——絕對價差指標(biāo),并運用國外成熟的時間序列計數(shù)模型對其進行建模,再與原模型的相對價差指標(biāo)對比,通過La-VaR結(jié)果判斷絕對價差指標(biāo)在國內(nèi)市場的適應(yīng)性。這是前人所沒有的嘗試,是對我國證券市場流動性風(fēng)險測度的一次探究。第三點,國內(nèi)少有人將藤Copula方法投入到綜合風(fēng)險管理中。因此本文的創(chuàng)新在于,對多元收益相依關(guān)系和價差-收益相依關(guān)系分別選擇藤Copula函數(shù)和二元Copula函數(shù)進行刻畫,使得Copula理論更好地服務(wù)于La-VaR模型,為市場投資組合交易者提供了一種可借鑒的風(fēng)險測度工具。本文的不足之處在于,首先,基于買賣價差的La-VaR模型仍然存在其局限性,僅僅考慮了流動性的寬度和外生流動性風(fēng)險。因此本文的方法和結(jié)論還不足以為金融投資機構(gòu)采納,他們進行的大額交易往往伴隨不可忽視的內(nèi)生流動性風(fēng)險。其次,本文對收益率與價差選用——對應(yīng)的二元Copula函數(shù)進行相依關(guān)系測度,相對獨立于藤Copula框架。事實上,這種方法沒有充分發(fā)揮藤Copula結(jié)構(gòu)對高維變量進行相依關(guān)系測度的優(yōu)勢。本文未來的研究方向有以下兩方面：首要的是對流動性指標(biāo)進行擴展,對La-VaR漠型進行改進。目前國內(nèi)已有針對基于藤Copula方法的交易量持續(xù)期的研究,可嘗試將交易量持續(xù)期和買賣價差指標(biāo)進行有效結(jié)合,得到更寬泛的流動性風(fēng)險度量。其次,國外學(xué)者已探索出結(jié)合收益率和買賣價差的十維藤Copula模型,以及基于藤Copula方法的更高維的投資組合VaR研究。因此搭建一個可納入更多風(fēng)險因子和資產(chǎn)個數(shù)的藤Copula模型,充分發(fā)揮藤結(jié)構(gòu)的高維優(yōu)勢也是今后的發(fā)展目標(biāo)。
【關(guān)鍵詞】：流動性風(fēng)險 La-VaR BDSS模型 D藤Copula 蒙特卡洛模擬法
【學(xué)位授予單位】：西南財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;F832.51
【目錄】：

• 摘要4-8
• ABSTRACT8-17
• 1. 緒論17-25
• 1.1 研究背景17-19
• 1.2 研究意義19-20
• 1.3 研究方法20-21
• 1.4 研究內(nèi)容21-23
• 1.5 創(chuàng)新之處23-25
• 2. 文獻綜述25-38
• 2.1 流動性及測度25-28
• 2.1.1 流動性指標(biāo)25-27
• 2.1.2 流動性四維理論27-28
• 2.2 流動性風(fēng)險28-32
• 2.2.1 理論研究29-30
• 2.2.2 實證研究30-32
• 2.3 Copula理論與運用32-36
• 2.3.1 Copula研究概況32-34
• 2.3.2 藤Copula研究概況34-36
• 2.4 簡要評述36-38
• 3. 研究設(shè)計38-56
• 3.1 風(fēng)險測度框架38-41
• 3.1.1 BDSS模型38-39
• 3.1.2 修正的BDSS模型39-40
• 3.1.3 再修正的BDSS模型40-41
• 3.2 市場風(fēng)險分析41-43
• 3.3 流動性模型43-47
• 3.3.1 自回歸條件泊松模型(Autoregressive Conditional Poisson,ACP)44-45
• 3.3.2 自回歸條件雙泊松模型(Autoregressive Conditional Double Poisson,ACDP)45-46
• 3.3.3 ACDP模型估計46-47
• 3.4 相依關(guān)系測度47-54
• 3.4.1 Pair Copula函數(shù)47-49
• 3.4.2 藤Copula結(jié)構(gòu)49-51
• 3.4.3 藤Copula參數(shù)估計51
• 3.4.4 蒙特卡洛模擬法51-53
• 3.4.5 Copula框架53-54
• 3.5 數(shù)據(jù)來源與計算說明54-55
• 3.6 本章小結(jié)55-56
• 4. 實證研究56-73
• 4.1 變量描述性統(tǒng)計56-58
• 4.2 模型選擇與建立58-66
• 4.2.1 收益率建模58-61
• 4.2.2 相對價差建模61-64
• 4.2.3 絕對價差建模64-66
• 4.3 預(yù)測效果分析66-71
• 4.3.1 Pair-Copula函數(shù)選擇66-67
• 4.3.2 收益率藤Copula參數(shù)估計67-69
• 4.3.3 收益率與價差二元Copula估計69-70
• 4.3.4 蒙特卡洛模擬計算La-VaR70-71
• 4.4 有效性檢驗71-72
• 4.5 本章小結(jié)72-73
• 5. 結(jié)論和建議73-76
• 5.1 研究結(jié)論73-74
• 5.2 相關(guān)建議74-75
• 5.3 研究展望75-76
• 參考文獻76-82
• 致謝82

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李健倫,方兆本,魯煒,李紅星;Copula方法與相依違約研究[J];運籌與管理;2005年03期

2 單國莉,陳東峰;一種確定最優(yōu)Copula的方法及應(yīng)用[J];山東大學(xué)學(xué)報(理學(xué)版);2005年04期

3 羅俊鵬;;基于Copula的金融市場的相關(guān)結(jié)構(gòu)分析[J];統(tǒng)計與決策;2006年16期

4 李霞;曾霞;侯兵;;copula的構(gòu)造以及copula之間關(guān)系的研究[J];商丘師范學(xué)院學(xué)報;2006年05期

5 孫志賓;;混合Copula模型在中國股市的應(yīng)用[J];數(shù)學(xué)的實踐與認(rèn)識;2007年20期

6 李娟;戴洪德;劉全輝;;幾種Copula函數(shù)在滬深股市相關(guān)性建模中的應(yīng)用[J];數(shù)學(xué)的實踐與認(rèn)識;2007年24期

7 許建國;杜子平;;非參數(shù)Bernstein Copula理論及其相關(guān)性研究[J];工業(yè)技術(shù)經(jīng)濟;2009年04期

8 杜子平;閆鵬;張勇;;基于“藤”結(jié)構(gòu)的高維動態(tài)Copula的構(gòu)建[J];數(shù)學(xué)的實踐與認(rèn)識;2009年10期

9 王s，

本文編號：532716