基于VaR的证券投资组合风险评估及管理体系，本文主要内容关键词为：投资组合论文,管理体系论文,风险评估论文,证券论文,VaR论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、理论综述
随着我国证券市场的不断规范发展以及新的金融工具的不断涌现，人们越来越重视对金融风险的管理与防范。从广义上说，风险可以被定义为“时间结果的不确定性”。其要素有两个，即“损失”与“不确定性”。由于我们在一般情况下只讨论风险引致损失的一面，因此上述风险的概念又可以进一步表述为“由于时间结果的不确定性而带来损失的可能性”。金融风险是指在资金的融通和货币资金的经营过程中，由于各种事先无法预料的不确定性因素带来的影响，使资金经营者的实际收益与预期收益发生一定的偏差，从而蒙受损失的可能性。
由于金融风险本身的客观性及无法消除性，我们应当积极地对风险进行管理。而风险管理的基础和核心是对风险的定量分析和评估，即风险度量。随着金融市场和金融交易的规模、动态性和复杂性的增加，金融理论和金融工程的发展，金融市场风险度量技术也变得更为综合、复杂。目前，金融市场风险度量的主要方法包括β系数法、波动性分析法以及用来度量下方风险(Downside Risk)的VaR方法。这些计量方法从不同角度强调了风险的基本意义和特征，它们彼此间是和谐的。其中下方风险是最“综合”性的风险计量方法，它将灵敏度分析与具有负面不确定性效应的波动分析结合在一起，风险价值VaR便属于这种计量方法。目前，VaR风险分析法已发展成为现代风险量化管理中应用最广泛、最重要的方法。它在证券投资组合的风险测量、经营机构（证券经营机构，其他金融机构甚至一般的公司）的整体风险监控中得到越来越广泛的应用。因此，在本文中，我们将设计一个基于VaR的证券投资组合风险评估及管理体系，该体系包含了长期VaR、动态VaR、边际VaR、成分VaR以及β系数等各种风险参数。相信该风险评估及管理体系对证券经营机构的投资行为与决策会有很大的指导和参考作用。
二、证券投资组合的风险计量方法
（一）VaR方法
VaR的计算方法有多种，主要包括方差－协方差法、历史模拟法以及蒙特卡洛模拟法等等。由于篇幅的原因，我们主要介绍目前在国内应用比较广泛的方差－协方差法。
设资产组合的初始价值为W，持有期末的期望收益为R，R的数学期望和标准差分别为μ和σ，在给定的置信水平c下，期末资产组合的最低值为
，其中
算为相应的最低收益率（一般为负值），则
这就是正态分布假设下VaR的一般表达式。资产组合的标准差是通过组合内各资产的方差－协方差矩阵求出的，因此这种方法被称为方差－协方差法。
（二）引入GARCH模型的VaR计算方法
Engle在1982年首先提出了利用ARCH模型对方差进行建模，1986年Bollerslev将ARCH模型推广，发展成为广义ARCH模型，即GARCH(generalized autoregressive conditional heteroscedasticity，广义自回归条件异方差）模型。描述平均收益率
的GARCH(p,q)模型由两部分组成。第一部分是数据生成过程（均值过程）：
这说明条件方差不仅依赖于过去的条件方差，而且依赖于模型过去绝对残差的实现。正是由于GARCH模型的条件方差依赖于过去已经实现了的波动程度和变更的信息，因此它能够用于描述一些平稳性和波动性混合的数据生成过程。我们利用条件方差来度量收益率的波动程度，进而计算投资组合的动态VaR，可以使波动度和风险具有时变性质，能够体现新信息获得和新冲击出现所产生的动态影响。
（三）边际VaR和成分VaR
(1)边际VaR。组合P中某一资产i的边际VaR是指，资产i的头寸变化而导致的组合VaR的变化，即：
(2)成分VaR。资产组合的VaR通常有两种基本类型：一种是考虑资产分散化的组合的VaR，另一种是不考虑资产分散化的组合的VaR。由于资产分散化的效应，组合中所有组成部分（简称成分）的未分散化VaR之和通常不等于组合的分散化VaR。成分的形式可以是金融工具、资产或某项交易。
成分未分散化的VaR显然不能反映资产组合的VaR中每一成分的贡献。能够反映资产组合VaR中每一成分贡献的成分VaR必须具备下述基本特征：①如果这些成分构成了组合的全部，则它们的成分VaR之和应该等于组合的分散化的VaR；②如果把一种成分从组合中删除，则该成分的VaR可以反映出组合VaR的变化；③如果某种资产的成分VaR为负，则它可以对冲组合其余部分的风险。
假定资产组合包含N种成分，如果下式成立，称
为资产组合中成分i的成分VaR：
三、实证分析
我们的组合中包括9只股票，分别为：天士力、上海机场、海螺水泥、兖州煤业、大众公用、中国石化、申能股份、宝钢股份和中海发展。这些个股符合2003年流行的“价值投资”理念，并涵盖了钢铁、石化、交通、电力等热门板块的蓝筹股。计算使用的历史数据区间为2002年9月18日至2003年9月17日。我们用这一年的历史数据来度量将来一年的投资组合日平均风险以及动态风险等相关指标，具体见表1（表略，见原文）。
从表1中我们可以看出，在2003年9月17日，该投资组合的长期（一年）平均日VaR为投资组合总市值的2.244%，即313786.46元。也就是说在将来的一年内，该投资组合每日的损失多于313786.46元的概率不会超过5%。而其动态VaR却仅为总市值的1.438%，这说明该投资组合近期波动较小，低于过去一年的平均值。低风险结合目前已跌至1300多点的上证指数，资产管理者可考虑适当降低风险保证金或增加仓位。
投资组合的β值为1.14，说明该组合与上证指数相比，为一进取型投资组合。9只股票中，只有两只（天士力和上海机场）的β值小于1，其余的都接近或远大于1。这种组合在牛市时会取得比指数更高的收益；而在熊市时往往面临更大的风险。
从个股的风险贡献率上看，天土力的边际VaR最低，只有0.0126，而中海发展的则最高，达到了0.0295，是天士力的两倍多。因此尽管天士力的持仓市值比上海机场和海螺水泥都要高，但由于其边际VaR很低，致使其对总风险的贡献（成分VaR）反而要比上海机场和海螺水泥小。
由于中海发展的风险贡献率过高，我们可以考虑通过减少对其的投资权重来降低投资组合的总体风险。宝钢股份目前10倍市盈率，处于历史最低位；而我国钢铁行业由于经济增长的拉动，也有着良好的发展前景，可以预计中期持有宝钢股份的收益状况不会比中海发展差。因此我们卖出30万股中海发展，全部买入宝钢股份（假设不考虑流动性风险及交易成本，按市价折合为343421股）；同理卖出2万股海螺水泥而买入13778股天士力。
可以看出，经过调整后，组合的总市值不变，但风险状况得到明显改善。
四、基本结论
受经济全球化和金融一体化、竞争与放松管制以及金融创新等因素的影响，全球金融市场发生了基础性和结构性变化，金融市场的波动性和系统风险也大大加剧，这使得金融风险管理越来越引起人们的重视，风险管理技术也成为金融机构和工商企业的核心竞争力之一。本文设计了一套基于VaR的证券投资组合风险评估及管理体系，该体系中的风险评估指标主要包括VaR、动态VaR、边际VaR、成分VaR等。这些指标不仅可以使我们明确得到一个长期最大可能的整体损失，还可以使我们清楚在当前市场状况下的短期动态风险。更重要的是，该风险评估及管理体系还可以让我们了解构成资产组合的每一项资产及其相应调整、变化对组合整体风险的影响。这些风险信息有助于识别全部风险暴露中风险的主要来源，这为我们改进整体风险状况、评估投资机会、分析资产调整对组合风险的影响提供了重要的帮助。在目前结构性调整且齐跌不齐涨的证券市场环境下，该风险管理方法就显得更为重要。实证分析表明，该方法不仅可以使我们全面了解投资组合的风险状况，还可以帮助我们更好地进行风险管理，改善投资组合的风险收益特征。
标签：var论文; 投资组合论文; 投资论文; 资产组合理论论文; 金融论文; 风险资产论文; 股票论文; 风险管理论文; 天士力论文; var方法论文;