应用复合极值理论估计动态流动性调整VaR

本文首次将一分钟内的交易差价(分内价差)的分布和日收益率的分布结合了起来进行分析,应用复合极值理论给出了动态流动性调整的VaR一种估计,同时得到动态流动性调整VaR的预测方法,最后对上海汽车股票(600104)和中国石化(600028)两只股票进行了实证分析。

基于流动性调整的高频协方差阵的估计及其应用研究

金融资产交易往往不具有时间的一致性,采用高频数据估计协方差阵时需要避免由于异步交易导致的"Epps"效应。常用的时间刷新技术能够解决异步交易问题,但随着资产数量增加,样本量会迅速减少。本文介绍了基于流动性调整的双频协方差阵估计方法(Rn BTSCOV),该方法可减少数据量的损失,在不对参数施加任何限制的情况下,提高估计精度。将该方法应用到投资组合中与常用的已实现协方差阵和双频协方差阵进行对比分析,研究发现Rn BTSCOV方法在所有的标准下具有更好的表现。

基于极值理论的我国股票市场流动性调整的VaR和ES研究

通过构造新的流动性风险度量指标,结合极值理论模型的分析方法,考察了我国股票市场经流动性调整的风险价值及其预期不足。实证结果显示:流动性和价格风险价值对置信水平的敏感度存在一定差异,而流动性风险和价格风险的预期不足对置信水平的敏感度相差不大;在不同的置信水平下,沪市的风险都要低于深市,且这一相对关系不受市场极端程度的影响;从流动性风险的绝对量和相对量来看,沪市的流动性都比深市要好,但两者之间的差距不明显;两市流动性风险价值比例对置信水平的变化较为敏感,但流动性预期不足的比例对置信水平却缺乏弹性。

基于流动性调整的期望损失研究

与传统VaR方法相比,期望损失是一致风险测度,满足次可加性,但忽视了资产的流动性风险。流动性调整在险损失虽然考虑了流动性,但传统VaR方法的不足限制了La-VaR的实际应用范围和效果。鉴于此,基于相对半价差,文章研究了如何将流动性引入期望损失,得到带有流动性调整因素的期望损失模型,并给出了计算La-ES的仿真算法。实证分析表明,一致性风险测度La-ES既能够覆盖大部分极端风险,又表现的不太保守,是一种较好的风险度量工具。

中国股指期货日内不对称流动性调整VaR度量

本文在考虑买卖双方间不对称流动性及其不对称程度大小的基础上,计算买卖双方的流动性成本,对已有的流动性调整收益率方法进行扩展,提出日内不对称流动性调整VaR计算方法,并计算中国沪深300股指期货不同头寸下的不对称流动性调整VaR。研究结果表明,市场存在的不对称流动性及其程度大小会导致买卖双方面临不同流动性风险。相比传统VaR度量方法以及简单加总市场风险和流动性风险的方法等,不对称流动性调整VaR模型能更好地反映日内市场风险。

企业金融资产配置的流动性调整与创新投资驱动

企业金融资产的流动性能够在一定程度上发挥“蓄水池”功能,为持续创新投资提供内源融资功能,但金融资产自身的运营也会对企业流动性资源产生消耗,从而“挤出”创新投资。从企业创新投资的动态过程看,企业金融资产配置对创新投资的实际影响,很大程度上取决于金融资产运行对企业整体产生的流动性调整。基于2007—2018年中国上市公司样本的实证研究显示,企业金融资产配置带来的流动性调整对企业创新投资产生显著影响,与货币现金调整相吻合的正向流动性调整显著促进了创新投资,反之则对创新投资产生挤压效应。进一步的分析显示,融资约束条件与金融收益均在一定程度上刺激了企业金融资产的流动性调整对创新投资的双重效应;在公司治理机制方面则出现了分化,代理成本加剧了对创新投资的“挤出”效应,外部股东机制则加强了促进效应。

基于价格冲击函数的经流动性调整VaR模型

提出了一种基于价格冲击函数的VaR(风险值)模型构建思路,以使得这种经流动性调整后的VaR更能完整地计量金融资产的风险.对于给定数量和限定期限的资产变现问题,投资者的风险偏好系数决定了其选择的交易路径是唯一的.由于投资者风险偏好系数和VaR下的置信概率水平具有一一对应关系,可以通过最优路径集下执行成本的期望和标准差组合曲线来获得不同置信概率下,经过流动性调整后的VaR.考虑到实际的资产价格分布的尖峰厚尾性,引入了正态修正因子θ,以改进VaR的风险评估效果.

中国股市经流动性调整的极值风险测度研究

针对现有市场极值风险测度方法不能反映市场流动性风险的缺陷,采用价量结合的风险测度方法,引入由换手率(Turnover Rate,以下简称TR)求得的变现时间和极值理论(Extreme Value Theory,以下简称EVT)对Bangia等(1998)提出的经流动性调整Va R的La-Va R模型(BDSS模型)进行改进,进而运用改进后的La-Va R模型对上证综指(Shanghai Stock Exchange Composite Index,以下简称SSEC)经流动性调整的极值风险进行测度,并采用规范的返回测试检验方法(Back-testing)对模型的稳健性进行检验。实证结果表明:改进后的La-Va R模型比传统的BDSS模型更能准确测度中国股市经流动性调整的极值风险;在改进后的La-Va R模型中,基于极值理论的La-Va R模型比基于学生t分布的La-Va R模型不仅更能准确地测度风险,而且模型的溢出情况也更为随机,从而拥有更好的稳健性。

中国沪深300股指期货风险度量——基于流动性调整的收益率方法的研究

传统的VaR方法忽略了流动性风险,而现有的文献大都采用将流动性风险与传统的市场风险直接相加的方式来度量总的风险,忽略了市场风险与流动性风险带来的损失之间的相关性.本文采用经流动性风险调整过的收益率结合GARCH-VaR方法来度量包含了市场风险与流动性风险的总体风险,并运用沪深300股指期货市场的5分钟高频数据进行实证分析,结果表明,传统的VaR会明显低估风险,而将流动性风险与市场风险相加的方式计算的VaR会高估风险.

流动性调整地风险价值度量:基于金融高频数据的实证分析

结合ACD和UHF-GARCH理论构造了适应我国股票市场的日内风险价值WACD(1,1) -UHF-GARCH(1,1)-IVaR模型,然后引入价格冲击模型构造的流动性度量指标,以浦发银行为例对我国股票市场的流动性日内风险价值进行了实证分析,得出三点结论:一是我国股票市场的交易持续期具有很强的聚类性;二是高频数据中GARCH效应显著,且利好消息会对等量的利空消息产生更大的波动,但考虑流动性的影响因素后利空利好消息对市场的冲击效果都有明显降低;三是蒙特卡罗模拟结果表明,不考虑流动性影响的风险价值较大幅度地低估了实际损失。

基于时间序列的上海股市系统风险、流动性风险溢价实证研究

在Acharya和Pedersen(2003)提出的三种流动性风险 (收益对市场非流动性的敏感性COV(ri,LM)、非流动性对市场收益的敏感性COV(Li ,rM)、流动性的共性COV(Li,LM))的基础上,提出了一个关于市场收益、市场非流动性、组合收益以及组合非流动性的四元均值GARCH(1,1)模型,鉴于多元均值GARC H类模型参数估计的困难,我们分两阶段建模,对上海股票市场四类指数(工业、商业、公用以及地产)1997～2004年的风险溢价状况进行了实证研究.结果表明,存在系统风险溢价和流动性风险溢价,并且流动性风险溢价主要来源于收益对市场非流动性的敏感性和非流动性对市场收益的敏感性.

流动性风险与资产定价:来自中国股市的证据

LCAPM(基于流动性风险的CAPM模型)是Acharya和Pedersen(2005,JournalofFinancialEconomics)提出的,它将流动性风险可能影响资产价格的多种方式纳入一个统一的框架。本文利用LCAPM对中国股市进行检验,在该模型中,证券的收益依赖于它的期望流动性及其与收益(包括个股与市场收益)之间的协方差。检验结果发现,我国股市的风险升水在大盘升降区间体现了不同的特征;无论在总区间还是分时段,LCAPM都能更好的拟合资产收益;在控制公司规模之后,效果依然稳健。这说明流动性在我国股市的资产定价上有重要影响。

风险价值、流动性与市场风险计量

风险价值VaR在风险测度理论上取得了突破性进展,具有概念简单、易于理解和综合化的特点,已经成为度量市场风险的国际标准工具。论文首先介绍了风险价值提出的原因,接着分析了VaR模型的系列改进:CVaR、ES、ES(n)。流动性是市场的生命力,而VaR一直忽略了流动性问题。要准确地计量风险就必须考虑流动性对市场风险的影响,对传统的VaR进行流动性调整。文章最后对最近几年流动性调整的风险价值测度模型La-VaR、La-ES的研究现状和局限性进行了深入的分析和评价,对未来关于风险价值、流动性和市场风险计量进行了研究展望。

基于时变Copula的La-VaR测度研究

目前关于流动性调整的市场风险测度研究,主要是静态模型。针对此,文章提出经流动性风险调整的市场风险动态测度的时变Copula方法。该方法使用连接函数构建流动性风险和市场风险的联合分布,能够兼顾这两种风险的非正态特征和它们之间的动态相关结构。基于该方法度量了中国股市经流动性调整的市场风险La-VaR,Kupiec检验表明,基于时变Copula模型预测La-VaR的效果优于基于常相关Copula模型的预测效果,并且时变T-Copula模型优于时变N-Copula模型。

基于pair-copula的全国社保基金委托投资组合La_VaR测度研究

社保基金是社会保障事业健康发展的物质基础,安全性和流动性是其投资的首要原则。全国社保基金作为一类特殊的、可以进入资本市场投资的社保基金,其风险管理显得尤为重要。针对全国社保基金投资组合风险测度研究不足的现状,提出了全国社保基金投资组合经流动性调整的市场风险(La-VaR)测度的pair-copula-GARCH-EVT模型。与传统的copula模型相比,pair-copula方法不仅考虑了维数的影响,而且还能灵活地选择copula的类型。实证研究表明,pair-copula对社保基金经流动性调整的市场风险建模的效果优于传统的多维copula模型。

基于VaR的投资组合综合风险研究

在VaR(Value at Risk)模型基础上,融入了内生流动性风险和外生流动性风险,建立了一个较新的综合度量市场风险和流动性风险的LaVaRen(liquidity adjusted VaR endogenous)模型。最后利用一个中等规模的开放式基金投资组合进行实证研究。对于机构投资者特别是开放式基金,考虑内生流动性风险的综合风险度量模型准确性更高。

金融资产综合风险价值动态评估研究

为综合度量金融资产损失的市场风险与流动性风险,采用GARCH-VaR模型度量了日市场风险价值,用日内相对波动幅度调整为日LA-VaR,并利用时间延展槡T规则将它转换为变现期间的综合风险价值,构建了金融资产综合风险价值的全方位动态评估模型。通过以中国股指期货为例的实证研究证明,该模型能够有效评估金融资产综合风险价值,适用于金融资产公允价值的期末估算。

一个整合市场风险、资产流动性风险和融资流动性风险的LVaR分析框架

资产信息和流动性信息都会对价格造成影响,但前者直接改变资产价格,后者则不会。由于信息不对称,处于信息劣势的一方会从可观测的交易行为中推断交易背后隐藏的私有信息。因此,具有信息优势的交易者拥有一定程度的市场力量,可对价格和流动性施加影响。继而,我们从流动性信息的角度区分了资产流动性与融资流动性,并明确了价格发现过程。为满足不确定的流动性需求,交易者必须考虑其行为对市场的影响,选择最优的交易策略以最大化其效用。以此为基础,我们建立了综合市场风险、资产流动性风险、融资流动性风险的Va R分析框架。最后,我们利用高频数据计算了开放式基金的日风险情况,本文提出的LVa R更加准确稳健。

中国A股市场流动性冲击与股票回报率关系研究

本文重点分析了A股市场上流动性的变化(即流动性冲击)对股票未来期望收益率的影响。首先,本文发现,在分析A股市场上流动性冲击对股票收益率的影响时,应充分考虑与之同时发生的由于股票当期价格上升或下降造成的短期反转效应带来的抵消作用。也就是说,为了更好地测量流动性冲击对股票未来回报率的影响,应当构建经股票当期价格变化调整后的流动性冲击指标。在此基础上,本文发现,经调整后的流动性冲击对股票未来收益具有显著的预测能力。经调整后的流动性冲击越大的股票,在未来有着更高的预期收益率;而经调整后的流动性冲击越小的股票,未来则会产生更低的预期收益率。在控制A股市场上的主要定价因素的影响后,经调整后的流动性冲击指标对股票未来回报率的预测能力仍显著存在。进一步分析表明,在控制了换手率变化和波动率变化等与股票流动性相关的因素后,流动性冲击指标仍然能够显著地预测股票未来回报。