基于CVaR模型的证券市场实证研究文献综述
2020-04-20 13:03:19
风险是金融市场的基本属性之一,由于金融体系本身的内在脆弱性,决定了金融风险是必然存在、无可避免的。风险管理是各类金融机构全部业务和管理活动中最核心的内容,而能否有效的进行风险管理一直以来就被认为是金融行业,甚至包括监管当局在内的国家金融体系是否具有竞争力和可持续发展能力的关键。风险控制的关键之处就在于如何对风险进行定量的描述,这也就是风险的量化。风险管理能否具备预防和控制金融市场风险的能力主要在于其风险量化是否合理。
自20世纪90年代以来,全球经济高速发展、快速扩张,金融市场和金融交易变得越来越庞大,从而产生了错综复杂金融市场体制。从我国经济运行的实际情况来看,近些年,我国正处于经济转型时期,所面临的挑战和风险无处不在。同时,我国的金融市场又是一个新兴的市场,其监管体系还不健全,金融主体的风险防范意识也尚未成熟。因此,如何有效地度量、进而管理金融风险,实现金融体系的可持续发展和维持金融业的竞争力,就显得格外关键。这也就意味着,选取可靠的金融风险度量方法,对于资源配置的最优化、投资者投资收益的最大化有着至关重要的意义。
早期,学者们曾使用方差、MAD、半方差、半绝对离差以及等一系列指标来度量投资风险,但是它们都无法准确地反映风险规模。20世纪90年代,J.P.Morgan公司再度提出的VaR指标,因为能为投资者提供一定置信水平下的具体损失值而得到了广泛的应用。Value at Risk(简称VaR) 指的是在一定投资期内,由于金融市场的正常波动,资产或资产组合在给定置信水平下所面临的最大的可能的损失值。
VaR方法综合考虑了各种影响价格变动的因素,它用资产组合的价值构造出一个包含各种风险因子的函数,用这个函数计算出投资回报中所产生的风险大小的指标数值(VaR值)。因此VaR方法成功的运用到金融风险度量上,成为金融机构风险度量、资产配置和业绩评估的主要工具,是金融监管机构不可或缺的科学指标。然而,VaR指标却有着不容小觑的固有缺陷:它不能充分捕捉金融市场上的极端事件,也不满足次可加性和凸性公理,导致投资组合优化模型的求解也十分不易。于是,由Rochafellar和Uryasev提出的CVaR指标因为具有良好的统计性质且以控制CVaR为目标的模型便于求解和扩展而日渐受到关注。CVaR指的是在一定投资期内,当资产或资产组合所面临的潜在损失值超过给定置信水平下的VaR值时的平均损失。CVaR是一致风险度量指标,满足次可加性等特性,适用于分散化投资或资产配置。对风险规避者来说,CVaR是良好的风险测度,同时计算CVaR时包括了所有超过VaR的尾部损失风险,所以更受到理性的投资者的青睐。
本文就在上述理论和现实背景之下,继续沿用现代金融投资学之父Markowitz所创建的资产组合模型的框架,探讨CVaR风险度量角度的投资组合的选择问题,并试图通过全面介绍CVaR模型以及实证模拟,来满足投资者的需求。
国外研究现状:
1952年Markowitz利用概率论知识和线性规划的方法,以方差作为风险度量工具而提出的均值方差模型。随后,William Sharpen在Markowitz均值方差模型的基础上,提出单指数模型,它是简化了的资产组合模型。1976年,Ross S提利了套利定价理论(APT),APT可以很好的分析证券的走势,其广泛建立了证券收益和其他宏观经济因素的联系,使风险资产的定价更为简单化。