大规模高纬度金融资产的系统风险测量——基于动态条件异方差潜在因子模型的视角

从大量的金融资产中提取出的系统风险比基于β系数的单变量方法更为有效,但资产规模的增加会导致"纬数灾难"等问题,难以获得准确估计。本文在将金融资产收益分为公共系统因素和个体特质因素基础上,提出用具有条件异方差形式的动态潜在因子模型(CHDL)估计和预测动态系统因素,用非参数核密度估计系统下跌时的边际期望损失(MES)。本文利用上海证券市场180只样本股进行实证分析,通过IC和Onat检验发现个股和各板块存在显著的系统因子;利用CHDL模型对个股和各板块的系统因子和资产未来收益进行估计和预测,在此基础上计算边际期望损失。Mincer-Zarnowitz回归最优检验法表明,CHDL模型计算的系统风险比常用的市场指数模型具有更高的准确性。