基于極值理論的行業(yè)信用風(fēng)險尾部相關(guān)分析.pdf

1、隨著全球金融自由化范圍的擴(kuò)大和程度的加深，金融資產(chǎn)間相關(guān)性的分析與度量對于保障資產(chǎn)組合有效性與資產(chǎn)組合風(fēng)險度量的準(zhǔn)確性起著越來越重要的作用。相關(guān)性是信用組合風(fēng)險管理中的核心問題。西方商業(yè)銀行普遍認(rèn)為行業(yè)信用風(fēng)險的實質(zhì)即為行業(yè)信用集中風(fēng)險，行業(yè)信用風(fēng)險管理的核心就是保持分散化，避免行業(yè)過度集中。要實現(xiàn)行業(yè)信用風(fēng)險的有效分散，就必須進(jìn)行準(zhǔn)確的行業(yè)信用風(fēng)險相關(guān)性分析。我國的行業(yè)信用風(fēng)險管理工作剛剛起步，除了對行業(yè)信用風(fēng)險進(jìn)行定性認(rèn)識，也要準(zhǔn)確

2、把握行業(yè)間信用風(fēng)險的相關(guān)性，以達(dá)到銀行優(yōu)化信貸組合，規(guī)避風(fēng)險的目的。通過對目前國內(nèi)外商業(yè)銀行信用風(fēng)險度量及行業(yè)信用風(fēng)險分析的現(xiàn)狀進(jìn)行研究發(fā)現(xiàn)，現(xiàn)有信用組合風(fēng)險度量模型在假設(shè)上存在一定缺陷：現(xiàn)有主流的信用組合風(fēng)險度量模型有一定的假設(shè)條件，例如正態(tài)性和獨立性方面的假設(shè)。但是在現(xiàn)實中，信用風(fēng)險管理所關(guān)注的尾部數(shù)據(jù)卻往往不具有正態(tài)性，其尾部獨立性也區(qū)別于總體的獨立性。如此一來，造成聯(lián)合違約概率和風(fēng)險值的估計發(fā)生偏誤，使銀行風(fēng)險管理失去效力。對現(xiàn)

3、有主流信用組合風(fēng)險相關(guān)性研究進(jìn)行分析發(fā)現(xiàn)，一方面，對于信用組合風(fēng)險相關(guān)性的分析均是在假設(shè)信用評級及違約概率的聯(lián)合分布服從多變量正態(tài)分布的前提下進(jìn)行的。另一方面，在相關(guān)性度量方面均采用線性相關(guān)系數(shù)度量方法。傳統(tǒng)的相關(guān)性度量方法因不適用于尾部數(shù)據(jù)的相關(guān)性分析，而得到不完整甚至錯誤的相關(guān)性信息。 本文針對在以上研究中發(fā)現(xiàn)的不足，引入了一種基于極值理論的二元極值相關(guān)度量--尾部相關(guān)性度量方法，通過構(gòu)造和估計漸近相關(guān)度X和有限相關(guān)度X指標(biāo)

4、，對信用組合風(fēng)險的尾部相關(guān)性進(jìn)行分析。漸近相關(guān)度X和有限相關(guān)度X一起描述了尾部相關(guān)的形式與程度。它們分別描述了在漸近獨立關(guān)系下的有限相關(guān)程度，以及在漸近相關(guān)關(guān)系下的漸近相關(guān)程度。漸近獨立和漸近相關(guān)的區(qū)別在于：對于漸近獨立的分布族，在有限水平上可以有不同程度的相關(guān)性，只是同時出現(xiàn)大值的可能性越來越小。相對于漸近獨立而言，漸近相關(guān)指兩個隨機(jī)變量有同時取大值的趨勢。對于兩正態(tài)分布序列而言，皮爾森相關(guān)系數(shù)<'p≠1>意味著兩序列漸近獨立(<'X

5、=0>)，<'X=P>。該二元極值相關(guān)度量方法僅關(guān)注尾部數(shù)據(jù)而非總體數(shù)據(jù)，充分利用了尾部數(shù)據(jù)的信息。針對尾部數(shù)據(jù)的分布特征，采用了非參數(shù)估計方法，避免了因正態(tài)性假設(shè)及其他與現(xiàn)實不符的分布假設(shè)造成的估計偏誤。建立在極值理論的基礎(chǔ)之上，預(yù)估能力較強(qiáng)。本文共七章，其中正文共分六章。 正文第一部分(第 2 章)主要分析了國內(nèi)外商業(yè)銀行信用風(fēng)險度量及行業(yè)信用風(fēng)險研究的現(xiàn)狀。其中，介紹了什么是信用風(fēng)險，對當(dāng)前主流的信用風(fēng)險度量方法進(jìn)行了比較

6、，介紹了西方行業(yè)信用風(fēng)險管理的現(xiàn)狀和存在的問題，以及我國商業(yè)銀行行業(yè)信用風(fēng)險管理的現(xiàn)狀。 正文第二部分(第3、4、5章)針對前一部分的研究分析結(jié)果所發(fā)現(xiàn)的不足，引入解決改進(jìn)的方法。 第 3 章介紹了極值理論及其在資產(chǎn)收益估計方面的運(yùn)用和估計方法——BMM 模型法和 POT 模型法。根據(jù)不同估計方法的性質(zhì)特點，選擇適合的估計方法運(yùn)用于本文的實證研究中。 第 4 章引入了基于極值理論的二元極值度量方法，構(gòu)建漸近相關(guān)度

7、x和有限相關(guān)度x指標(biāo)用于尾部相關(guān)性度量。 首先，對典型的信用組合風(fēng)險相關(guān)性分析進(jìn)行研究發(fā)現(xiàn)：一方面，對于信用組合風(fēng)險相關(guān)性的分析均是在假設(shè)信用評級及違約概率的聯(lián)合分布服從多變量正態(tài)分布的前提下進(jìn)行的。而實證研究表明，在實際金融、財務(wù)領(lǐng)域中，很少真正服從多變量正態(tài)分布的。另一方面，在相關(guān)性度量方面均采用線性相關(guān)系數(shù)度量方法，如皮爾森相關(guān)系數(shù)，不能準(zhǔn)確的反映信用風(fēng)險管理中所關(guān)注的尾部數(shù)據(jù)的相關(guān)性。傳統(tǒng)的相關(guān)性度量方法因不適用于尾部數(shù)

8、據(jù)的相關(guān)性分析，而得到不完整甚至錯誤的相關(guān)性信息。 然后，引入二元極值相關(guān)度量方法，介紹了漸近相關(guān)度x和有限相關(guān)度x的內(nèi)在含義和非參數(shù)估計方法。最后說明了由漸近相關(guān)度x和有限相關(guān)度x的估計結(jié)果可以判斷所要采取的聯(lián)合尾部模型的類型。根據(jù)相關(guān)研究表明，對于股票收益序列而言，異方差性是尾部相關(guān)的重要原因，因此，本文在第5章介紹了必要的數(shù)據(jù)處理過程——GARCH過濾及其估計方法，以在實證中通過對數(shù)據(jù)進(jìn)行GARCH過濾來提高尾部相關(guān)度量的

9、準(zhǔn)確性。 第6章運(yùn)用滬深300行業(yè)系列指數(shù)進(jìn)行了實證分析。在對數(shù)據(jù)進(jìn)行了處理之后，做了總體樣本的相關(guān)性分析，然后根據(jù)二元極值度量方法進(jìn)行了尾部相關(guān)性分析。根據(jù)估計結(jié)果，對我國行業(yè)間信用風(fēng)險的相關(guān)性進(jìn)行分析。 具體的，本文利用由中證指數(shù)有限公司根據(jù)國際投資型標(biāo)準(zhǔn)編制的滬深300行業(yè)系列指數(shù)，對10個行業(yè)的收益序列進(jìn)行尾部相關(guān)性度量。先對這些行業(yè)收益序列進(jìn)行ARMA和GARCH模型過濾，適當(dāng)消除序列波動的持續(xù)性和叢聚性。然后

10、兩兩之間進(jìn)行有限相關(guān)度x和漸近相關(guān)度x的非參數(shù)估計。結(jié)果發(fā)現(xiàn)：1.同樣出現(xiàn)負(fù)偏度的工業(yè)行業(yè)、原材料行業(yè)和可選消費行業(yè)兩兩之間的Spearman相關(guān)分析顯示的相關(guān)程度較大，且有限相關(guān)度x和漸近相關(guān)度x的值均較大。2.工業(yè)行業(yè)與原材料行業(yè)、工業(yè)行業(yè)與可選消費行業(yè)以及可選消費行業(yè)與信息技術(shù)行業(yè)存在尾部漸近相關(guān)關(guān)系，且方向為正。而除此之外的其他行業(yè)之間的尾部漸近相關(guān)關(guān)系并不顯著，表現(xiàn)為漸近獨立，且有限相關(guān)程度較小。3.10個行業(yè)間的皮爾森相關(guān)系

11、數(shù)和Spearman相關(guān)分析反映的總體相關(guān)關(guān)系均為顯著，且相關(guān)程度大于二元極值度量的尾部相關(guān)程度，這表示，如若用總體相關(guān)性分析取代尾部相關(guān)性分析，很可能會出現(xiàn)高估風(fēng)險的可能。 本文第7章對全文進(jìn)行了總結(jié)。首先，總結(jié)了該二元極值相關(guān)度量方法的必要性和可行性。接著，說明了它的實證意義：1.總體相關(guān)并不意味著尾部相關(guān)。商業(yè)銀行進(jìn)行信用組合風(fēng)險管理時，應(yīng)該更關(guān)注于尾部相關(guān)性的分析。2.對各行業(yè)進(jìn)行時時地、深入地尾部相關(guān)分析，有助于商業(yè)銀