金融资产组合集成风险的测量.docx

金融资产组合集成风险的测量（现代经济管理杂志）2014年第七期一、构建Copula函数测算金融资产组合风险VaR在Sklar定理的基础上，测算金融资产组合风险的步骤如下：首先计算资产组合中单个风险因子的分布；找到风险因子之间的Copula函数；运用单个风险因子分布和Copula函数刻画资产组合的集成风险因子分布；使用VaR方法度量资产组合的集成风险。一Copula函数的概念Copula函数可看成一个多维分布函数C:0，1n0，1，其边缘分布F1，Fn为区间(0，1)上的均匀分布。Sklar1956提出了Sklar定理：令F为具有边缘分布F1，FN的联合分布函数，那么，存在一个Copula函数C，知足：二Copula函数的分类1.多元正态Copula函数multivariategaus-sianCopula-MVNNelsen1999给出了多元正态Copula函数的定义，多元正态Copula分布函数的表达式为。其中为对角线上的元素为1的对称正定矩阵，表示与矩阵相对应的行列式的值，表示相关系数矩阵为的标准多元正态分布，1表示标准正态分布函数的逆函数。多元正态Copula函数合适刻画对称相依性、不具有厚尾特征的多维风险因子。2.多元t-Copula函数multivariateStudent''''sCopula-MVTNelsen1999给出了多元t-Copula函数的定义，多元t-Copula分布函数的表达式为：其中为对角线上的元素为1的对称正定矩阵，表示与矩阵相对应的行列式的值，T，v表示相关系数矩阵为，自由度为v的标准多元t分布，tv-1为自由度为v的一元t分布的逆函数。多元t-Copula函数合适刻画对称相依性、一定厚尾特征的多维风险因子。3.ArchimedeanCopula函数Clayton-Copula、Gumbel-Copula和Frank-Cop-ula函数，它们只能用于二维的变量的分析：ArchimedeanCopula函数中的Clayton-Copula函数和Gumbel-Copula函数合适刻画不对称相依性的多维风险因子，其中Clayton-Copula函数一般用来刻画具有较强下厚尾的特征，Gumbel-Copula函数则常用来刻画较强上厚尾的特征。而Frank-Copula函数合适刻画对称相依性、在中心和上下尾部分布均匀的多维风险因子。三计算金融资产组合的VaR值以包含两种金融资产的金融资产组合为例，两种金融资产的权重分别为w1和w2，并且w1+w2=1知足。详细计算经过如下：使用各类Copula函数，产生相依的二维随机样本；通过各边缘分布函数经过逆概率变换为对数收益率X和Y；把两者代入资产组合收益率公式中，得到资产组合收益率R的样本；计算资产组合收益率样本的分位数，即为一定置信度下的VaR值。二、测算中国居民家庭金融资产组合的集成风险一数据的选取和讲明通过对中国居民家庭金融资产中手持现金、储蓄存款、债券、股票和保险准备金这五种金融资产在资产组合中所占比重进行计算发现，中国居民家庭的储蓄存款所占的比重一直比拟高，在家庭金融总资产中占了一半以上，并且有缓慢上升的趋势。居民的手持现金比例在持续快速下降，从1978年的40%多，下降到2008年的10%，期间有一些波动，从图1上看，周期性并不明显。居民持有的债券比例在20世纪90年代期间比拟高，到2000年以后逐年下降。居民持有的股票比例固然比拟低，但是变动却比拟明显，反映出明显的周期性。我国居民的保险准备金比例固然有上升的趋势，但是比重仍然比拟低见图1。由于居民家庭金融资产组合中现金并不能产生收益，保险准备金持有比例比拟低，所以本文只测算家庭金融资产中储蓄存款、债券和股票。将储蓄存款和债券通过居民持有的比例合并为家庭无风险金融资产，股票代表家庭的风险资产。以1990年到2010年中国居民家庭的无风险资产和风险资产作为原始数据，根据测算金融资产组合风险的步骤，首先计算家庭无风险资产和风险资产的对数收益率；然后，通过构建Copula函数计算家庭金融资产组合的联合分布函数；最后，计算家庭金融资产组合的VaR值。二构建Copula函数计算家庭金融资产组合的VaR值计算居民家庭无风险金融资产和风险资产的对数收益率，并对其对数收益率数列进行正态Jarque-Bera检验，它们都服从服从正态分布，其中无风险金融资产对数收益率是右偏的，而风险资产对数收益率是左偏的见表1所示。为了便于分析，我们选择多元正态Copula函数构建联合分布函数。然后根据VaR计算公式，在险价值VaR的上下限区间为：VaR=R+Z，其中R在这里为正态Copula分布函数值，为正态Copula函数的标准差，假如取显著性水平为，查表得正态分布的分位数。得到正态Copula函数和VaR值如表2和图2所示。三家庭金融资产风险分析家庭金融资产风险的特点是：第一，居民家庭金融资产VaR值在各年间呈现波状变动，其中19911993年、1998年、2002年、2007年均到达高点，尤其以2007年VaR值最大。我们知道，1997年爆发过东南亚金融危机，而2008年全球金融危机并最终导致了持续几年的经济危机。家庭金融资产组合风险在1997年东南亚金融危机后才到达高点，而在2008年全球金融危机之前则到达了最高点。由此的解释应该是，1997年的东南亚金融危机只是区域性的危机，而2008年之前全球经济与金融风险积聚，经济泡沫随时都会破灭。反映到微观的居民家庭金融资产投资上，风险已累积到了高点。第二，居民家庭金融资产组合的风险值VaR与无风险金融资产的波动幅度、波动时间是一致的。主要是由于无风险金融资产在居民家庭金融资产中占有比拟大的比重。居民家庭金融资产中风险资产的波动与资产组合的风险值VaR的波动幅度、波动时间完全不一致。而且，风险资产的收益波动与资产组合的风险值呈反向关系。其中，1997年、2002年和2007年的风险资产收益均低于VaR的下限值，也就是讲，居民在这些年份中的总投资是亏损的。有意思的是，1997年风险资产的收益到达低点，随后1998年家庭金融资产组合风险值到达了高点；2002年和2007年的风险资产收益到达低点，同年家庭金融资产组合风险风险值到达了高点。三、家庭金融资产风险与宏观经济波动的协动性关系本文将正态Copula分布函数作为居民家庭金融资产风险的测度指标，与宏观经济指标GDP增长率、利率和居民消费价格指数CPI的波动性相比拟，分析居民家庭金融资产组合的风险变动与宏观经济指标之间的协动性关系。将Copula分布函数、GDP增长率、CPI和利率做标准化处理，然后作图观察它们的变动情况如图3所示。在图中，居民家庭金融资产组合风险的波动要比宏观经济指标更频繁，90年代初和2010年左右，家庭金融资产组合风险与宏观经济指标的波动基本是吻合的；而在1994年至2007年期间宏观经济经历了一次从峰顶到谷底再到峰顶的变化，即宏观经济经历了衰退、萧条、复苏的一个经济周期，并且萧条期持续了持续了5、6年之久，而在这一时期，家庭金融资产组合风险则经历了两次高位和低位。为了更好地讲明家庭金融资产组合风险与宏观经济指标之间的协动性关系，本文试图对Copula分布函数、风险资产收益对数经历分布函数、无风险资产收益对数经历分布函数与gdp增长率、利率、CPI之间做格兰杰因果关系检验。在做格兰杰因果关系检验之前，先通过单位根检验考察各变量的平稳性如表3所示。单位根检验的结果表明，除了利率和CPI是一阶平稳的，其余变量都是0阶平稳的。由于格兰杰因果关系检验是以变量平稳为前提条件的，所以分别在Copula分布函数、风险资产收益对数经历分布函数和无风险资产收益对数经历分布函数与GDP增长率、利率变化量、CPI变化量之间进行格兰杰因果关系检验。检验结果整理如表4所示，居民家庭金融资产组合风险的变化会影响将来5年的利率变化量和CPI变化量；居民家庭的风险资产收益变动会影响将来2至3年的宏观利率的变化量。居民家庭金融资产的收益和风险与GDP增长率的变化都没有关系见表4。四、结论通过建立居民家庭金融资产组合的Copula函数，并计算资产组合的VaR值，我们得到如下结论：居民家庭金融资产组合VaR值的变动正契合了过去区域性或全球的金融危机的发生。因而，VaR风险值处于高点时，尤其是资产组合中高风险资产的收益低于VaR值的下限时，极易引发金融危机。居民家庭金融资产组合风险比宏观经济周期的波动更为频繁。金融资产中风险资产的收益会影响到将来2到3年利率的变化，金融资产组合风险的变动则会影响到将来5年的利率和CPI的变化。居民家庭金融资产的风险与外部经济环境的波动密切相关，一般而言，经济扩张时，家庭会倾向于选择风险较大的资产组合，家庭金融资产风险的提高会集聚宏观金融风险，严重时引发经济危机；经济紧缩时，家庭金融资产投资自信心缺乏，也将会延长经济走出低谷的时间。