基于Copula_kernel模型的流动性VaR分析
上传者:韩伟红|上传时间:2015-05-06|密次下载
基于Copula_kernel模型的流动性VaR分析
DOI:10.13537/j.issn.1004-3918.2013.04.009
第31卷第4期
2013年4月
文章编号:1004-3918(2013)04-0547-05河南科学HENANSCIENCEVol.31No.4Apr.2013
基于Copula-kernel模型的流动性VaR分析
肖星火,苏锡坤
(华南理工大学工商管理学院,广州510641)
摘要:传统VaR方法在衡量投资组合的风险上存在诸多缺陷,针对BDSS模型进行改进,基于相对价差得到了再
Copula-kernel模型对多元收益率和相对价差序列的拟合程修正的BDSS模型以计量流动性风险.实证分析表明,
度都很高,且La-VaR中的流动性风险部分随着置信度的减小而逐渐显著,返回测试表明无论置信度的高低,在大多数情况下La-VaR都不会低估风险.
关键词:Copula;VaR;MonteCarlo模拟;核密度估计;流动性风险
中图分类号:F830文献标识码:A
LiquidityVaRResearchBasedonCopula-kernelModel
XiaoXinghuo,SuXikun
(SchoolofBusinessAdministration,SouthChinaUniversityofTechnology,Guangzhou510641,China)
Abstract:TraditionalVaRmethodhasmanydefectsinmeasuringportfoliorisk,thispapermodifiesBDSSmodelbasedonrelativespreadtomeasnreligmidityrisk.TheempiricalanalysisshowsthatCopula-kernelmodelcanaccuratelyfitmultipleyieldandrelativespreadorder,andthepartofliquidityriskintheLa-VaRisgraduallysignificantwiththedecreaseofconfidencec.ThebacktestingshowsthatLa-VaRmaynotunderestimateriskinmostcaseswhateverconfidencecishighorlow.
Keywords:Copula;VaR;MonteCarlosimulation;kerneldensityestimation;liquidityrisk
VaR(ValueatRisk,在险价值)方法作为度量和管理金融风险最为普遍和有效的工具之一,但VaR至少存在以下缺陷:第一,模型设定的偏差,传统方法通常假设收益率的分布满足正态分布,这与现实中金融时序数据呈现出来的“尖峰厚尾”、“波动率聚集性”等特征明显不符,为解决这一问题,可采用Copula函数;第二,流动性风险的忽略,传统的VaR模型假设资产组合头寸不论大小都能够按照当前的市场价格在瞬间出清,这是显然不成立的,必须将资产组合的流动性风险因素融合到现有的VaR模型中去,构造流动性调整的VaR模型,即La-VaR.
[1][2]Bangia等(1999)提出基于买卖价差来计量外生流动性的La-VaR模型(简称BDSS模型).林辉(2010)
[3]认为BDSS模型依然存在缺陷,他根据Roll(1984)提出的中间价格、交易价格和相对价差计算公式,在收益
率为正态分布,相对价差和中间价格相互独立的前提下,提出了计量La-VaR的修正BDSS模型.
本文对BDSS模型进行了再修正,采用Copula-kernel模型对多元收益率和相对价差序列进行拟合,即先用光滑性良好的Gaussiankernel估计边缘分布,再用Copula函数刻画各边缘分布之间的相关关系,并对未来收益率和相对价差进行MonteCarlo模拟,求出分位数即可得La-VaR值.
1
1.1模型Copula-kernel模型
本文采用非参数核密度估计法拟合边缘分布,对于N维时间序列xi,i=1,2,…,N来说,N元核函数表示为收稿日期:2013-01-11
作者简介:肖星火(1987-),男,湖南衡山人,硕士研究生,研究方向为流动性风险、期权复制;
苏锡坤(1963-),男,广东潮阳人,副教授,硕士研究生导师,研究方向为管理决策与系统管理.
-548-
河南科学xi
k(x;h)=仪k(,i
hii=1
N
第31卷第4期
(1)
hi为核函数的窗宽;h是以h1,h2,…,hN为对角线元素的对角阵.其中:
根据Sklar定理,若F(x1,x2,…,xN)是一个边缘分布为F(,F(,…,F(的N维联合分布函数,1x1)2x2)NxN)则一定存在一个Copula函数C,满足
F(x1,x2,…,xN)=C[F(,F(,…,F(].1x1)2x2)NxN)
(2)
Copula函数代表了多变量边缘分布与其联合分布之间的一种相关关系,应用Copula函数可以系统地得
到多元变量之间的相关结构,且同时不会造成相关信息的损失.
对于多资产金融时间序列,边缘分布采用核平滑估计,相依关系采用Copula函数描述的联合分布模型,我们记为Copula-kernel模型.具体地,本文采用Gaussiankernel函数拟合边缘分布,采用t-Copula描述资产之间的相依关系.1.2
BDSS模型
BDSS模型给出了1个持有期内、置信度为c、头寸为1个单位的La-VaR解析式为
La-VaR=s0[1-exp(μ-zcσ)]+1s0(+γσrs),
(3)
其中:s0为期初的盯市价格;μ和σ分别表示收益率的期望和方差;zc表示标准正态分布对应的置信度为c的σrs分别表示相对价差的期望和标准差;γ为相对价差的刻度因子.
[2][3]
林辉(2010)对BDSS模型进行了修正.根据Roll(1984)提出的交易价格形成机制,t时刻的交易价格
可表示为
pt=s0[exp(rt)]1+It
仪
rst
,2
仪
其中:rt和rst分别为t时刻的收益率和相对价差,It=±1表示买卖方向,It=-1时表示卖出.
假设rt~N(μ,σ2),rst~N(,σ2,则最低交易价格为rs)
p*(μ-zcσ)1+t=s0exp
.仪I(σ)仪
t
c
rs
因此,若投资者期初持有1个单位头寸,需在1个持有期内交易,即It=-1,则置信度为c的La-VaR为
La-VaR=s0-p*[1-exp(μ-zcσ)]+1s0exp(μ-zcσ)(cσrs).t=s0
1.3
(4)
对BDSS模型的修正
即使对BDSS模型进行了修正,但仍然存在三个缺陷:其一,假设收益率和相对价差均服从正态分布,虽然这便于分位数的计算,但是往往偏离了实际;其二,模型将收益率和相对价差的分位数同时代入La-VaR的计算公式中,即假设某一置信度下的收益率的最小值和相对价差的最大值同时达到,这样无形中夸大了La-VaR;其三,未给出投资组合La-VaR计算方法.
针对上述的缺陷,本文对模型进行了再次改进,并称之为再修正BDSS模型:①采用Copula-kernel模型对投资组合的收益率和相对价差进行拟合;②采用MonteCarlo方法对收益率和相对价差同时模拟K次,对于单一资产而言,根据同一次模拟的收益率和相对价差求出未来可能的交易价格序列pt1,pt2,…,ptk,其1-c分位数即为最低交易价格p*最终得到La-VaR=s0-p*③对于投资组合而言,由于单个资产的最低价格不t,t;可能同时达到(或概率非常小),所以投资组合的La-VaR并不是单个资产La-VaR的线性组合.
T
假设初始持有资产为P0,投资额权重向量为w=(w1,w2,…,wN),则资产P0的未来价格为
PwIrsrs
Pt=Σ0isit1+tit=P0Σwiexp(rit)1-it,
i0i=1i=1
N
Σ仪
N
Σ仪
(5)
2013年4月肖星火,等:基于Copula-kernel模型的流动性VaR分析
-549-
其中:si0为期初资产i的中间价格;sit和rsit分别为t时刻资产i的盯市价格和相对价差.若记
LaP=Σwiexp(rit)1-i=1N
Σ
rsit
,Σ
则得到K×1维的LaP序列,求出其1-c分位数便得到最低未来价格为进行MonteCarlo模拟K次,
p*t=P0LaP1-c,
从而
La-VaR=P0-P*t=P0-P0LaP1-c.
2实证分析
利用前文所述的Copula-kernel模型,选取股票投资组合进行实证分析,本文所有数据均来自于RESSET
数据库,所有数据操作均采用软件Matlab7.10.0(R2010a)进行.2.1数据选取与预处理
如表1,本文选取上证50指数(200908)权重大于1.5%,且处于不同行业的八支股票作为投资组合的样本,并按照股票权重递减顺序从1~8编号,选取2009/08/01—2012/03/30时间段的样本数据.
表1
Tab.1
编号股票代码股票简称
1600036招商银行
2601088中国神华
3600519贵州茅台
投资组合样本基本信息
4601668中国建筑
5600031三一重工
6600050中国联通
7600111包钢稀土
8600048保利地产
Basicinformationofportfoliosamples
经过剔除和交易日匹配,最终得到了574组日交易数据.我们将最后100天的数据作为检验窗口,采取滚动(Rolling)法计算La-VaR,即第一次计算的样本为第1~474天的数据,第二次计算的样本为第2~475天的数据,依此类推……总之样本窗口长度为474保持不变.2.2
收益率、相对价差的拟合与MonteCarlo模拟
选择Gaussian-kernel函数对收益率序列边缘分布进行估计.计算样本标准差及最优窗宽,并运用K-S检验法来检验边缘样本是否服从指定的分布,结果如表2所示.
表2
股票最优窗宽K-S统计量K-S概率值
10.6400.0210.952
20.4260.0230.914
收益率边缘分布函数的估计及检验
30.6800.0220.944
40.4340.0310.615
50.7890.0310.617
60.5020.0200.971
70.5070.0240.889
80.3470.0450.190
Tab.2MarginaldistributionestimationandK-Stestofreturns
表中的K-S统计量及概率值表明,用正态核密度估计方法对样本的拟合度非常高,这说明8支股票选择的窗宽非常合理.
对收益率序列r(2,…,8)进行概率积分变换,即求出边缘分布函数F(,它们均服从(0,1)均匀分ii=1,iri)赞=6.5795.布,从而可进行t-Copula函数估计,估计得到自由度v
接着进行MonteCarlo模拟.根据估计的Copula函数和核密度函数,模拟产生K×1维的边缘分布函数(i=1,2,…,8)值,记为{ui},求出{ui}{ri}可对相对价差进行11的反函数值可得收益率的模拟序列1.同理,拟合与MonteCarlo模拟,本文取K=2000.2.3La-VaR的计算及失效率检验
根据前述模型,利用模拟所得的收益率和相对价差序列,我们可以求出单个资产和投资组合La-VaR.假设在初始时刻(2011年1月25日)进行投资,每支股票均买入1股,总投资额为149.60元,求得的
K
K
K
-550-La-VaR如表3所示.
河南科学
第31卷第4期
表3单个资产和投资组合的La-VaR
Tab.3La-VaRvaluesofsinglestocksandportfolio
置信度0.900.950.99
11.111.371.88
20.831.031.50
30.470.640.90
40.230.280.40
51.171.471.98
61.722.232.94
72.182.643.76
81.181.442.14
投资组合7.018.3711.88
流动性风险占La-VaR的比例如表4所示.
表4流动性风险比例
Tab.4Liquidityriskproportion
置信度0.900.950.99
140.835.427.1
236.233.125.8
336.131.820.9
443.035.927.1
542.336.727.4
640.632.226.4
736.528.922.8
836.830.322.3
%投资组合47.240.629.9
假设投资组合中8支股票的数目不变(由于股价变动,资产总额和资产权重其实已发生改变),滚动计算La-VaR,最终得到100组1日内的La-VaR序列.
为了检验La-VaR模型的选取是否合适,我们进行后验测试(Back-upTest).记实际考察天数为T(本文中T=100),失败天数为N,则失败频率为p=N/T,如果假定La-VaR的估计具有时间独立性,则失败的期望概率为P*检验模型的准确性就相当于检验失败概率Pr是否等于特定概率P*即检验的零假设r=1-c.这时,r,为Pr=P*r.
*NT-NT-N构造统计量LR=-2ln[(1-P*+2ln[(1-Pr)PrN],若LR<χ2(1),则接受零假设;否则,拒绝r)(Pr)]1-c
零假设.表5、表6所示的分别为不同置信度下La-VaR、VaR模型的失败天数及检验结果.
表5
置信度0.900.950.99
N1861
N2[5]20
N3[5][1]2
La-VaR模型的失败天数N
Tab.5FailuredaysofLa-VaR
N4950
N5740
model
N6[4]40
N7620
N814[9]2
dN投资组合
841
注:经LR值计算,加方括号“[]”者表示拒绝零假设.
表6VaR模型的失败天数N
Tab.6FailuredaysofVaRmodel
置信度0.900.950.99
N1[16]83
N2840
N3922
N41471
N51252
N6652
N7730
N8[21][13][5]
dN投资组合
1271
注:经LR值计算,加方括号“[]”者表示拒绝零假设.
由表3、表4、表5、表6可得出以下结论:①与VaR相比,La-VaR模型的失败天数波动幅度更小,意味着La-VaR模型更稳健.②随着置信度的减小,VaR模型失败天数的增幅明显大于La-VaR模型,表明置信度越低,流动性风险的比例越高,这一点与表4揭示的结果是一致的.
2013年4月肖星火,等:基于Copula-kernel模型的流动性VaR分析-551-③在低置信度(c=0.90)下,La-VaR很容易高估风险,3支股票的零假设被拒绝,而VaR则表现稍好,只有2支股票的零假设被拒绝;反之,在高置信度(c=0.99)下,VaR则容易低估风险,而La-VaR表现良好.
④对投资组合而言,其失败天数介于单支股票的极大值和极小值之间,这说明了投资组合分散风险的特征.此时,VaR和La-VaR的零假设均未被拒绝,表现良好.
3总结
本文对BDSS模型进行了三处修正:其一,为了更好地刻画金融时间序列的特点,我们采用Copula-kernel模型拟合收益率和相对价差序列,实证结果表明拟合效果良好.其二,在原BDSS模型中,将收益率的1-c分位数和相对价差的c分位数同时代入La-VaR的计算公式中,即暗含着收益率的最小值和相对价差的最大值同时达到这一假设,显然不符合实际,因此,我们采用MonteCarlo方法对收益率和相对价差同时进行模拟,再代入模型中计算其分位数即为La-VaR值.其三,修正的BDSS模型可用于投资组合的流动性风险度量.
本文的实证结果表明:第一,流动性风险的比例是相当明显的,约占总风险的20%~50%,而且随着置信度的减小,比例增大.第二,置信度越高,La-VaR模型越不易高估风险,其表现越好.第三,对投资组合而言,相较于VaR,La-VaR的优势被削弱,这是因为投资组合中和了风险极值,但是在大多数情况下,La-VaR模型不会低估风险.
参考文献:
[1]BangiaA,DieboldF,SchuermannT,etal.Modelingliquidityrisk,withimplicationsfortraditionalmarketriskmeasurementand
management[J].Risk,1999,12(1):68-73.
[2]林辉.流动性调整的风险价值模型及其实证研究[J].科技与经济,2010,23(2):93-96.
[3]RollR.Asimpleimplicitmeasureoftheeffectivebid-askspreadsinanefficientmarket[J].JournalofFinance,1984(39):
1127-1139.
(编辑张继学)
下载文档
热门试卷
- 2016年四川省内江市中考化学试卷
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
- 山东省滨州市三校2017届第一学期阶段测试初三英语试题
- 四川省成都七中2017届高三一诊模拟考试文科综合试卷
- 2017届普通高等学校招生全国统一考试模拟试题(附答案)
- 重庆市永川中学高2017级上期12月月考语文试题
- 江西宜春三中2017届高三第一学期第二次月考文科综合试题
- 内蒙古赤峰二中2017届高三上学期第三次月考英语试题
- 2017年六年级(上)数学期末考试卷
- 2017人教版小学英语三年级上期末笔试题
- 江苏省常州西藏民族中学2016-2017学年九年级思想品德第一学期第二次阶段测试试卷
- 重庆市九龙坡区七校2016-2017学年上期八年级素质测查(二)语文学科试题卷
- 江苏省无锡市钱桥中学2016年12月八年级语文阶段性测试卷
- 江苏省无锡市钱桥中学2016-2017学年七年级英语12月阶段检测试卷
- 山东省邹城市第八中学2016-2017学年八年级12月物理第4章试题(无答案)
- 【人教版】河北省2015-2016学年度九年级上期末语文试题卷(附答案)
- 四川省简阳市阳安中学2016年12月高二月考英语试卷
- 四川省成都龙泉中学高三上学期2016年12月月考试题文科综合能力测试
- 安徽省滁州中学2016—2017学年度第一学期12月月考高三英语试卷
- 山东省武城县第二中学2016.12高一年级上学期第二次月考历史试题(必修一第四、五单元)
- 福建省四地六校联考2016-2017学年上学期第三次月考高三化学试卷
- 甘肃省武威第二十三中学2016—2017学年度八年级第一学期12月月考生物试卷
网友关注
- 针灸学--针灸治疗课件五官科病证25.咽喉肿痛
- 2015广西公务员面试技巧:千人千面 创意让你与众不同
- 心理咨询师3级考试 4变态与健康串讲
- 2015年福建漳州教师招聘考试《教育学》复习提纲十八
- 2015漳州公务员考试行测高分必看:巧解片段阅读题
- 综合教学法在医学影像学实习教学中的运用.doc
- 2015漳州公务员考试行测:列式在资料分析中的重要性
- 朋辈心理辅导基础
- Highlights in Tumor Virology:在肿瘤病毒学集锦
- 武汉大学病毒学双语版流感病毒专题2008-6-10(可编辑)
- 2015年北京中医药大学临床医学院(北京中医医院)针灸推拿学专业复试真题以及导师简介
- 重症医学科(ICU)护理安全风险与应急预案
- [精彩]器械部优良兽医评比
- 心理咨询的理论与实践
- 河南选调生行测备考 图形推理一笔画问题深度剖析
- 针灸医籍选读课程设置再思考
- 山西省2010年执业兽医资格考试工作方案
- 针灸学--针灸治疗课件五官科病证24.牙痛
- 医学影像处理算法开发平台的设计与实现
- 心理咨询师三级历年试题
- 【精品】环境因子对微生物生长和代谢的影响
- 2015漳州事业单位考试公共基础知识:历史常识备考(十五)
- 2015漳州公务员考试行测备考三大技巧轻松解决利润问题
- 2015广西公务员考试申论材料阅读的速度与激情
- 2015广西公务员考试行测冲刺:如何在短时间内突破瓶颈
- 2015青海选调生考试:城市管理应多点“风情”
- 2015广西公务员考试申论热点:城市管理应多点“风情”
- [优质文档]4.25免疫计划宣扬日任务总结
- 河北省特岗教师考试教育心理学精选选择题
- 关于中国兽医法立法地研究
网友关注视频
- 19 爱护鸟类_第一课时(二等奖)(桂美版二年级下册)_T502436
- 七年级英语下册 上海牛津版 Unit3
- 苏科版八年级数学下册7.2《统计图的选用》
- 苏教版二年级下册数学《认识东、南、西、北》
- 【部编】人教版语文七年级下册《过松源晨炊漆公店(其五)》优质课教学视频+PPT课件+教案,江苏省
- 苏科版数学七年级下册7.2《探索平行线的性质》
- 人教版二年级下册数学
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 2
- 第五单元 民族艺术的瑰宝_15. 多姿多彩的民族服饰_第二课时(市一等奖)(岭南版六年级上册)_T129830
- 外研版英语三起5年级下册(14版)Module3 Unit2
- 北师大版小学数学四年级下册第15课小数乘小数一
- 冀教版英语四年级下册第二课
- 沪教版八年级下次数学练习册21.4(2)无理方程P19
- 3月2日小学二年级数学下册(数一数)
- 每天日常投篮练习第一天森哥打卡上脚 Nike PG 2 如何调整运球跳投手感?
- 沪教版八年级下册数学练习册21.3(2)分式方程P15
- 【获奖】科粤版初三九年级化学下册第七章7.3浓稀的表示
- 外研版英语七年级下册module3 unit1第二课时
- 小学英语单词
- 冀教版小学数学二年级下册第二单元《余数和除数的关系》
- 外研版八年级英语下学期 Module3
- 【部编】人教版语文七年级下册《泊秦淮》优质课教学视频+PPT课件+教案,湖北省
- 第19课 我喜欢的鸟_第一课时(二等奖)(人美杨永善版二年级下册)_T644386
- 冀教版小学数学二年级下册1
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 7
- 【部编】人教版语文七年级下册《老山界》优质课教学视频+PPT课件+教案,安徽省
- 沪教版牛津小学英语(深圳用)五年级下册 Unit 1
- 二年级下册数学第三课 搭一搭⚖⚖
- 第8课 对称剪纸_第一课时(二等奖)(沪书画版二年级上册)_T3784187
- 第五单元 民族艺术的瑰宝_16. 形形色色的民族乐器_第一课时(岭南版六年级上册)_T3751175
精品推荐
- 2016-2017学年高一语文人教版必修一+模块学业水平检测试题(含答案)
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
分类导航
- 互联网
- 电脑基础知识
- 计算机软件及应用
- 计算机硬件及网络
- 计算机应用/办公自动化
- .NET
- 数据结构与算法
- Java
- SEO
- C/C++资料
- linux/Unix相关
- 手机开发
- UML理论/建模
- 并行计算/云计算
- 嵌入式开发
- windows相关
- 软件工程
- 管理信息系统
- 开发文档
- 图形图像
- 网络与通信
- 网络信息安全
- 电子支付
- Labview
- matlab
- 网络资源
- Python
- Delphi/Perl
- 评测
- Flash/Flex
- CSS/Script
- 计算机原理
- PHP资料
- 数据挖掘与模式识别
- Web服务
- 数据库
- Visual Basic
- 电子商务
- 服务器
- 搜索引擎优化
- 存储
- 架构
- 行业软件
- 人工智能
- 计算机辅助设计
- 多媒体
- 软件测试
- 计算机硬件与维护
- 网站策划/UE
- 网页设计/UI
- 网吧管理