论文部分内容阅读
本文的研究目的在于讨论VAR与ES这两个风险度量指标在理论上的完备性以及在处理特定风险管理问题时的应用选择关系——互补或是替代。VAR这一概念最早出现于20世纪80年代,那时,一些大型的金融机构将其用于所持有的投资组合的风险评估。从那时起,VAR方法在金融风险管理领域便开始迅速推广。VAR最初的用途仅仅只是评估和管理衍生金融工具的市场风险。1994年10月,J.P.Morgan向业界公开了他们的RiskMetrics系统,这一事件极大的推广了VAR方法在风险管理领域的进一步应用。各类金融机构及金融监管者均采用VAR方法来实现其风险测量和管理的目的。在最近的十几年中,VAR在风险管理领域的应用范围继续扩大,取得了巨大的成功,得到了极为广泛的接受和认可。然而,对VAR这一风险度量指标的批评和质疑几乎是和这一概念同时诞生的。人们在对VAR的优点大加赞赏的同时,也不得不承受VAR这一概念本身所蕴涵的风险。理论界一直承认VAR是一个不完美的概念,因此,许多学者一直在努力寻求和开发新的,能够弥补VAR缺陷的风险量度。针对以上这些问题,许多学者从理论和实际操作两方面提出了若干补救的方法,从中产生了一系列新的风险度量指标(alternative risk measure),如Conditional-VAR,Expected shortfall,Relative-VAR,Worst conditional expectation,Tail conditional expectation等等。我们认为,所有这些新指标中,Expected shortfall最值得关注,原因有以下四点:首先,ES的数理性质很好,完全满足由Artzner(1999)提出的“一致性风险测度”的要求;其次,ES的定义简洁,易于理解,并且在计算和实际应用时较为简便;再次,针对VAR在实际应用中所面临的问题,ES的补充和解决手段最为丰富;最后,在业界不放弃VAR作为主流风险度量指标的前提下,ES这一新兴的指标与VAR的关系最近,最直观,因此,它更容易被业界所接受并加以应用。我们首先从VAR与ES的数理定义着手,对其数理特性进行了讨论和研究。在VAR的一致性缺失这一问题上,理论界有较为一致的看法,因此,本文中对于这一问题的讨论只是概括性的引用前人的研究成果。对于ES这一风险度量指标的产生与发展的进程,我们有如下看法:理论界针对ES所进行的研究是比较杂乱的,缺乏一条清晰的脉络。因此,应该对此问题加以解决,至少作到改善。我们查阅了大量相关文献,力图从最经典,最主流的文献着手,抓住ES产生和发展的主线,对其作出相对准确的定义,并对其优于VAR的特性进行深入的解释,从而为下一步工作,即讨论VAR与ES处理实际问题时的选择奠定基础。在对VAR与ES的数理特性进行比较研究的基础上,我们进而着力处理另一个存在于金融风险管理理论界的问题,即ES作为优于VAR的新一代风险度量指标,究竟应该如何看待它,也就是说在实际工作时,如何处理它与VAR的关系?目前,主要的争议在于究竟是用ES彻底替代VAR,从而成为新的风险测度指标,进行风险管理的工作;抑或是将其作为一种补充和改善的手段,与VAR配合使用,各取所长。对此,我们的态度十分明确:ES仅能作为VAR的补充,而非彻底的替代。原因有以下三点:首先,VAR虽然天生存在缺陷,但并非在所有条件下都导致严重的问题,因此它仍然具有一定的理论价值;其次VAR的应用简便,以及易于解释的特点使得它在实际工作中具有无可比拟的优越性;最后,经过多年的发展和推广,VAR已经在业界建立了深厚的硬件和软件基础,这本身就是风险管理领域的一项成就,应该在此基础上继续完善和创新,没有理由彻底屏弃(那将带来巨大的,无法预料的成本)。基于上述观点,本文力图解决这样一个具有现实意义的问题,即在哪些情况中,我们可以安心的使用VAR度量风险,而不用过多的担心它的“先天不足”会造成致命的错误;哪些情况中,VAR会丧失其功能,而ES则可以有效的解决问题,这又是由于ES自身的哪个特性。我们在文中针对不同的情况,对具体的问题(案例)进行研究,试图让读者对上述问题有一个整体的,全面的了解。所涉及的风险管理问题包括厚尾风险、投资组合最优化以及经济资本的计算这三个具有代表性的问题。在讨论VAR度量风险时所面临的厚尾风险时,我们选择了ES与VAR配合使用的思路。构建的统计指标为“ES/VAR比率”,用以对风险投资组合的尾部厚度进行估测。基于蒙特卡洛模拟方法,我们设计了一个数据模拟试验。模拟实验证明了ES/VAR比率能够用于判断投资组合收益分布的尾部特征。这个比率不能给出关于尾部厚度的绝对数值,但是,将未知分布的ES/VAR比率与一些已知分布的ES/VAR比率相比较,我们至少能够将其厚度确定在一定的范围内,这对风险管理工作具有一定的意义。例如,如果我们先计算出一系列的尾部厚度已知的分布在不同的置信水平下的ES/VAR比率,并将其结果制作成表。那么,在考察一个收益分布未知的投资组合的尾部风险时,我们就可以将这一未知分布的ES/VAR比率与先前计算所得的表格中的ES/VAR比率相比较,从而确定该未知分布的尾部厚度应介于哪两个已知分布之间,进而对其尾部风险状况作出相应的判断。在讨论使用均值-VAR或是均值-ES方法进行投资组合最优化问题时,出于理论上的考虑,我们认为均值-ES方法能够更好的处理此类问题,尤其是在处理损失分布为非正态分布,且风险集中度较高的投资组合时,均值-ES方法较之于均值-VAR方法,能够保证结果的准确性及全局最优性。为了验证均值-ES方法的实际可操作性,我们在Rockafelar等人提出的最优化方法的基础上,引入了copula函数来处理投资组合的内部依赖结构,设计出一套更为有效的模拟方法用以获得投资组合损失的概率分布。基于此方法,我们对一个具体的信用投资组合实例的最优化问题加以解决,并最终得出了较为满意的结果。这足以证明在处理投资组合最优化问题时,ES完全可以替代VAR,在保证理论上的可靠性的同时,实际操作也非常简便。在讨论是使用VAR还是ES进行经济资本的计算这一问题时,我们分别讨论了VAR与ES在处理这一问题时的优劣。然而,在计算经济资本这一问题上,我们无法得出确定的结论来支持ES方法或是VAR方法。直观上看,ES经济资本意味着更保守,更稳健的经营策略,当然会提高银行的信用质量,但是却会降低银行的盈利能力。VAR经济资本在操作上较为便捷,而且是监管当局提供的标准化方法,是业界的主流。通过恰当的压力测试和回测,VAR自身存在的缺陷也能够在一定程度上得到解决。