首页 资讯 娱乐 搞笑 体育 乐活 财经 科技 音乐 社会 综合 汽车 影视 网络视频

海纳视频网 打造网络视频第一网

旗下栏目: 资讯 搞笑 游戏 网络剧 微电影 时尚美妆 旅游 脱口秀 学习考试 小知识 健康养生 动漫 娱乐八卦 汽车

首页 > 网络视频 > 其他 > 基于VaR模型的期货公司风险管理系统研究与应用

基于VaR模型的期货公司风险管理系统研究与应用
来源: | 作者: | 人气: | 发布时间:2020-10-24
摘要:


  我国期货市场在前期的发展过程中,受到当时一些导向性的外部因素影响,使得期货市场结构相对封闭,市场容量并不是很大,同时也导致期货公司中的风险监控和防范相对薄弱,并未跟上国际步伐,极少能够定性、定量分析期货市场中的风险。股指期货即将推出,这在某种程度上可以看成是期货行业的急速扩容阶段,大量交易群体的涌入使期货市场原来的风险管理方式无法适应将来的市场发展。本文拟采用金融市场风险管理的主流方法VaR模型对期货市场风险防范进行定量分析。

  VaR模型的含义

  一、产生背景

  第一次世界大战结束前后,货币体系的动荡严重损害了世界各国的利益,布雷顿森林体系孕育而生。但美好和想象是短暂的,随着1973年年初外汇市场对美元开始浮动这一措施的实施,布雷顿森林体系随即瓦解,这标志着固定汇率制度的破产和国际货币体系一个动荡新时代的开始。汇率、利率以及商品价格波动日益频繁,来自市场方面的风险对金融机构以及公司的影响越来越大。出于防范风险的需要,金融工具出现并得到迅速发展。

  VaR方法的出现迎合了这一需要。1993年在衍生品基础上提出了度量市场风险的VaR模型,1994年摩根公司创立了风险矩阵(Risk Metrics)系统,稍后又推出了基于信用评估计算的CreditMetricsTM模型。现在,以VaR方法度量金融风险成为大多数金融机构的主流方式,随着期货行业的发展,特别是金融衍生品的推出,VaR模型将更广泛地用于期货市场的风险管理。

  二、VaR的概念

  风险管理的基础和核心是对风险的定量分析和评估,即风险测量。而VaR体系的最初目的就在于量化市场风险,以市场为基础对风险进行定量测量。VaR(Value at risk)被翻译成“风险价值”,是指在一定的置信水平下和一定的目标期间内,预期的最大损失。其数学定义表示为:

  Prob(△P>VaR)=1-α

  其中,△P为期货组合在持有时间单位△t内、置信度(1-α)下的损失,VaR表示该损失值等于或大于的概率为α 。

  例如,某项期货投资组合头寸在99%的置信水平下的10个交易日风险价值为100万元。其意义就是,在正常市场条件下,该项组合损失100万元的概率只有1%(1-99%),或者说,在99%的概率下损失不会超过100万元。

  从中我们可以看出,VaR方法最明显的优势在于使用这一简单数字概括了期货公司中期货持有头寸的市场风险和潜在亏损。这为风险管理者实时监控和管理风险提供了总体框架,并能根据这一方法对所承担的风险进行评估,进而决定是否应该继续持有或对冲头寸。

  三、VaR的计算方法

  在实践中,VaR的衡量方法都是围绕投资组合收益率分布这一特征而展开的。这一思路是通过用投资组合收益率波动信息来推测未来情况,进而计算出在某个特定概率分布条件下的风险值。在VaR的计算中,按推测市场因子未来变化的方法不同大致可分为三类:非参数法(non-parametric)中的历史模拟法(Historical simulation);参数法(fully-parametric)中的德尔塔—正态法(delta-normal method)、蒙特卡罗模拟法(Monte Carlo simulation)、GARCH方法(GARCH family models);以及应用极值理论方法(Methods of Extreme Value Theory)。

  从理论上看,这些方法各有各的优缺点,但它们之间是相互关联的。例如,应用于具有正态收益率分布的蒙特卡罗模拟法和德尔塔—正态法可以产生同样的计算结果。实际上所有这些方法都在实践中得到应用,而其中的德尔塔—正态法则应用最为广泛。下面本文就以德尔塔—正态法进行实证分析,来确定VaR模型在期货公司风险防范中的应用。

  数据及研究设计

  一、变量选择与样本数据说明

  为了合理地揭示股指期货上市后对期货公司日常风险所产生的影响,本文采用中国金融期货交易所模拟股指期货合约交易数据和上海期货交易所铜期货合约交易数据进行分析,样本数据采集区间为2006年9月27日至2007年5月16日,均为日度数据。

  由于这些期货交易数据涉及到不同月份、不同合约价格的问题,因此,笔者对期货合约收盘价格进行数据处理,采用滞后1月期货合约收盘价格序列形式,即选取近月份退后1个月的期货合约收盘价格。例如,如果今天是2007年5月1日,则选取6月合约期货收盘价格,按照选取滞后1个月合约的收盘价格原则产生了连续的期货收盘价格序列。这样做一方面可以排除不同合约之间的干扰,另一方面可以使变量更能反映其长期趋势。在经过上述筛选过程后,共得到148个观测值。

  二、研究设计

  期货公司的VaR风险是由其持有各个期货合约头寸组合而产生的,因此,根据本文所要研究的问题,假设在样本选择区间内期货公司存在100万元股指期货合约多头头寸和30万元期货铜合约多头头寸,那么对该组合头寸建立如下计算模型:

  实证结果及分析

  一、描述性统计结果及分析

  金融理论和经验分析中的一个常见的假设就是收益率是服从标准正态分布的,然而,实际上的金融收益率往往是服从非标准正态分布的。下表列出了两个期货合约头寸收益率序列的基本统计特征,从统计结果来看,股指期货序列收益率偏度-0.538为左偏峰分布,而铜期货序列偏度为0.423,表明其收益率为右偏峰分布,其两期货序列峰度都大于3。图1和图2是股指期货序列和铜期货序列经验分布密度估计图,从两图比较结果来看,股指期货序列收益分布为较明显的尖峰态势。图3和图4为两序列的Q-Q图,Q-Q图表明两期货合约头寸分布具有厚尾特征,表明相对于正态分布而言,股指期货收益率的分布具有尖峰厚尾特征,这意味着在样本数据内股指期货合约头寸收益率有样本值较大幅度地偏离样本平均值。

  二、实证分析结果

  样本头寸所构建的资产组合为:100万股指期货的多头和30万的铜期货多头之间呈现零度相关关系。也就是说,两头寸序列之间相互独立,不呈现线性回归特性;两头寸之间的内部资产没有呈现有效对冲,有相互放大风险的可能;股指期货头寸的风险要明显大于铜期货头寸风险,可能存在股指期货头寸风险对整体VaR的贡献要大于铜期货头寸的贡献率。  

  股指期货头寸的单个VaR在99%置信水平下为42767.15元,而铜期货头寸单个VaR为6033.77元。由于两项期货头寸相关系数为正,且都为多头头寸,相互无法对冲风险,因此可以得出两头寸单个VaR之和为48800.92元。

  考察该头寸组合的风险构成,边际VaR显示,股指期货的头寸边际VaR为423.48元,即如果增加1万元的股指期货头寸,两头寸组合VaR将会增加424.48元;铜期货的边际VaR为28.10元,即如果增加1万元的铜期货头寸,组合VaR将会增加28.10元。由此可以得出,两头寸相对于组合资产的β,股指期货的β值为0.0098,铜期货的β值为0.00065。

责任编辑: