股票市場(chǎng)尾部風(fēng)險(xiǎn)與尾部相關(guān)性特征研究.pdf

1、頻繁發(fā)生的金融危機(jī)一次又一次給投資者、金融市場(chǎng)甚至全球經(jīng)濟(jì)帶來嚴(yán)重的不良后果。在這些危機(jī)中，市場(chǎng)上呈現(xiàn)出與正常情形下不同的特殊特征：?jiǎn)巫兞康那樾蜗拢顿Y者面臨著發(fā)生極端損失的“尾部風(fēng)險(xiǎn)”；在多變量情形下，金融市場(chǎng)或金融資產(chǎn)間存在著相對(duì)更強(qiáng)的“尾部相關(guān)性”。如何把握并應(yīng)對(duì)這兩種特殊的市場(chǎng)特征，無論對(duì)于投資者和風(fēng)險(xiǎn)管理者還是政策制定者和監(jiān)管者，都是一個(gè)至關(guān)重要的問題。因此，本文綜合運(yùn)用各種靈活的計(jì)量經(jīng)濟(jì)方法來捕捉危機(jī)時(shí)期中出現(xiàn)的“尾部風(fēng)險(xiǎn)”

2、和“尾部相關(guān)性”特征，并進(jìn)一步分析其對(duì)風(fēng)險(xiǎn)管理、資產(chǎn)配置和資產(chǎn)定價(jià)的影響。
　　首先，針對(duì)單個(gè)資產(chǎn)所面臨的尾部風(fēng)險(xiǎn)，本文引入檢驗(yàn)效力更強(qiáng)的鞍點(diǎn)技術(shù)返回檢驗(yàn)方法對(duì)各種風(fēng)險(xiǎn)模型的VaR和ES預(yù)測(cè)準(zhǔn)確性進(jìn)行了嚴(yán)格的再檢驗(yàn)，重新探討了何種模型能夠最為準(zhǔn)確地捕捉單變量情形下的尾部風(fēng)險(xiǎn)。基于中國(guó)股市的實(shí)證分析發(fā)現(xiàn)，簡(jiǎn)單的GARCH-Normal模型無法合理地捕捉中國(guó)股票市場(chǎng)的風(fēng)險(xiǎn)特征，而最好的模型為GARCH-EVT模型。進(jìn)一步基于更多成熟股

3、市和更多風(fēng)險(xiǎn)模型的研究同樣證實(shí)，為了得到足夠準(zhǔn)確的風(fēng)險(xiǎn)預(yù)測(cè)，則有必要借助極值理論EVT來對(duì)金融資產(chǎn)收益率的分布尾部進(jìn)行單獨(dú)建模。僅使用一種分布形式很難同時(shí)捕捉到分布尾部和分布中間的特征，即使是以往文獻(xiàn)中推薦使用的能同時(shí)捕捉分布偏斜特征和厚尾特征的有偏學(xué)生t分布。此外，通過對(duì)GARCH類模型中影響風(fēng)險(xiǎn)預(yù)測(cè)準(zhǔn)確性的兩個(gè)維度的相對(duì)重要程度首次進(jìn)行正式統(tǒng)計(jì)檢驗(yàn)發(fā)現(xiàn)，殘差分布的尾部設(shè)定對(duì)VaR和ES預(yù)測(cè)的影響要強(qiáng)于波動(dòng)率方程形式。
　　其次

4、，針對(duì)尾部相關(guān)性對(duì)風(fēng)險(xiǎn)管理的影響，本文首先提出一種基于多元Copula函數(shù)模擬的方法來計(jì)算組合中個(gè)別資產(chǎn)的風(fēng)險(xiǎn)貢獻(xiàn)，從而實(shí)現(xiàn)了對(duì)不同資產(chǎn)風(fēng)險(xiǎn)貢獻(xiàn)區(qū)別的顯著性檢驗(yàn)。同時(shí)由于Copula函數(shù)在刻畫資產(chǎn)間非線性相關(guān)結(jié)構(gòu)以及尾部相關(guān)性特征方面的優(yōu)勢(shì)，使用本文方法計(jì)算所得的風(fēng)險(xiǎn)貢獻(xiàn)結(jié)果還變得更為一致而不再受置信水平和風(fēng)險(xiǎn)度量指標(biāo)的影響。此外，本文還引入一種更為靈活的多元相關(guān)結(jié)構(gòu)建模工具，正則藤Copula函數(shù)，以克服現(xiàn)有研究中可選擇的多元Copu

5、la函數(shù)類型的有限性以及存在的不同缺陷。基于上海、香港和臺(tái)灣三個(gè)股市的實(shí)證分析證實(shí)了正則藤Copula在刻畫多元相關(guān)結(jié)構(gòu)方面的優(yōu)越性。更具有實(shí)踐意義的是，基于不同交易策略和不同模擬樣本的風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果進(jìn)一步表明，使用正則藤Copula函數(shù)來對(duì)多元相關(guān)結(jié)構(gòu)進(jìn)行靈活建模，可以帶來更為穩(wěn)健和準(zhǔn)確的組合VaR預(yù)測(cè)績(jī)效。
　　再次，針對(duì)尾部相關(guān)性對(duì)資產(chǎn)配置的影響，本文采用馬爾可夫轉(zhuǎn)換Copula模型來同時(shí)捕捉資產(chǎn)間相關(guān)關(guān)系的非線性和時(shí)變性特征

6、，并基于該模型設(shè)計(jì)了一種選擇組合調(diào)整時(shí)機(jī)的方法?；谥袊?guó)股市中兩類股票組合（高風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)股票組合）的實(shí)證結(jié)果證實(shí)了金融資產(chǎn)間相關(guān)結(jié)構(gòu)的依狀態(tài)轉(zhuǎn)換特征，從而指出以往文獻(xiàn)中在較長(zhǎng)投資期限內(nèi)基于一個(gè)固定模型所構(gòu)建的靜態(tài)策略是不適宜的。本文提出可以借助馬爾可夫轉(zhuǎn)換Copula模型預(yù)測(cè)未來狀態(tài)轉(zhuǎn)換的時(shí)刻，采用狀態(tài)變化后新的Copula函數(shù)類型來重新預(yù)測(cè)分布并計(jì)算的新的組合權(quán)重。樣本外資產(chǎn)配置績(jī)效分析表明，相比文獻(xiàn)中已有策略，本文的擇時(shí)策略確實(shí)能

7、給投資者帶來更高的平均已實(shí)現(xiàn)收益率和確定性等價(jià)收益率。
　　最后，針對(duì)尾部相關(guān)性對(duì)資產(chǎn)定價(jià)的影響，本文關(guān)注了個(gè)別股票與整個(gè)市場(chǎng)之間的尾部相關(guān)性，并分析了其對(duì)股票收益率的影響作用。賣空限制的存在往往導(dǎo)致遠(yuǎn)比上漲風(fēng)險(xiǎn)更為嚴(yán)重的極端下跌市場(chǎng)風(fēng)險(xiǎn)的產(chǎn)生，然而線性的Beta卻無法對(duì)其區(qū)分。本文使用尾部相關(guān)性系數(shù)來捕捉這種個(gè)股隨整個(gè)市場(chǎng)同時(shí)暴跌的極端下跌市場(chǎng)風(fēng)險(xiǎn)。基于上證 A股的實(shí)證分析證實(shí)了個(gè)股與市場(chǎng)間尾部相關(guān)性是普遍存在的，而且更為值得關(guān)