论文部分内容阅读
金融是现代市场经济的核心，它对一国经济的影响和贡献已为人们所共识。基于金融自由化理论，一些发展中国家为改变经济不平衡和落后的经济面貌于20世纪70年代开始了金融自由化的改革实践。然而随着90年代以来金融危机的频频爆发，金融自由化和金融风险防范便成为一个全球性的经济课题。尤其是中国，在当前经济转型、金融市场化改革以及加入WTO后，面对经济全球化和金融一体化的大背景，对金融风险防范问题必须引起高度重视，并采取有效措施加以防范和化解。
目前，国际上广泛接受和采用的风险管理标准是上个世纪90年代以后发展起来的新型风险管理工具——VaR(指在一定置信水平下，在正常市场情况下，所持有资产或者组合在未来特定持有期内的最大损失值)。这种方法表示简单，仅使用一个特定的数字来表示未来的风险值，因此便于管理当局分析和理解，但由于实际金融市场的复杂性，以及近几年来频发的国际性金融危机，使得学者与金融机构风险管理者寻求更为复杂精确的风险管理工具来度量波动性日益增大的金融市场风险。为此，出现了形形色色的改进计算VaR的方法，如为了解决金融时序数据厚尾性的t-GARCH模型以及完全抛弃数据分布形态的历史模拟法和蒙特卡罗模拟法等，另外还有利用证券组合的价值函数与市场因子间的近似关系来推断市场因子的统计分布，进而简化VaR计算的分析方法。然而这些方法均存在不足：t-GARCH模型终究还是要建立在对金融收益数据具体分布的基础上，而历史模拟法中最重要的假定——市场因子的未来变化与历史变化完全一样，服从独立同分布以及概率密度函数不随时间而变化，这点与实际金融市场的变化不一致，甚至有时出入很大；蒙特卡罗模拟方法计算量大，计算复杂，计算时间长，如果产生的数据序列是伪随机数则可能会导致错误结果；分析方法依赖于许多衍生产品的定价公式，在我国衍生产品才刚刚起步，产品种类少，数据区间小，显然用于计算VaR会存在误差。因此本文考虑用一种新兴方法来计算VaR值。由前面提到的VaR的定义，可以将VaR看成是金融收益分布的某一分位数。因此可以考虑使用分位数回归方法来求解VaR值。因此本文在详细讨论了分位数回归的模型形式、参数估计、置信区间和假设检验的基础上，将其运用到VaR值的计算中，最后通过实证分析，利用上证和深证市场的日交易数据进行数据分析，结果发现，分位数回归方法在度量我金融风险方面，与其他方法相比都有较大改进。
本文的创新点在于将分位数回归和VaR相结合的方法运用到我国金融风险度量中，既应用于非系统性风险，也对系统性风险的代表系数β系数进行稳健估计。在度量非系统性风险方面，主要用于度量市场风险，并与利用GARCH模型度量VaR的方法和历史模拟法进行比较，通过后验测试，结果表明，分位数回归在模拟VaR序列方面更为准确些；而在系统性风险度量方面，无论是根据平均绝对离差指标还是方差之比指标来看，结果发现利用分位数回归计算的β系数要优于普通最小二乘估计和M估计。从而论证了分位数回归方法在度量金融风险方面的优势。