风险值组合预测的理论与实证

论文摘要

金融风险管理是金融机构的核心任务。风险值是一种代表性的风险管理技术,如何准确地对其进行预测仍然困扰着学术界。组合预测通过复合包含在单个预测中的信息来构造新的预测,在信息上的优势使其有助于提高预测表现。考虑到目前多种预测方法可利用、组合预测的应用具有简便性,组合预测方法为解决风险值的预测问题提供了一种值得深入研究的解决方案。本文对市场风险的风险值组合预测进行系统地研究,主要目的是建立风险值组合预测的理论基础,为风险值组合预测提供一个简单、科学的应用方法。本文所探讨的组合预测是线性组合的方式,主要研究了分散化效应的作用机理、确定组合预测权重的方法的特点及拟和表现、风险值组合预测的参数选择以及风险值组合预测的应用方法等问题。在探讨分散化效应的作用机理时,本文对平方损失函数下组合预测的分散化效应和分位数组合预测的分散化效应分别进行研究。通过考察预测偏差因素,本文拓展了对平方损失函数下组合预测分散化效应的分析,得到了简单平均权重为最优组合预测权重新的条件。由于风险值的实际发生值是不可观测的,本文通过考察违背率和记号损失来间接地考察经典的预测偏差和预测偏差的波动性。借助于蒙特卡罗模拟技术,发现了风险值组合预测分散化效应的特殊性,建立了其与平方损失函数下组合预测分散化效应的联系。同时,发现了用违背率指标来衡量预测表现存在严重的不足;不足之处体现在经典预测偏差和经典预测偏差的波动性都很大的预测却可能在违背率上表现很好。此外,还发现记号损失不是对经典预测偏差和经典预测偏差的波动性两种因素的简单叠加,而是可能发生一定程度的相互抵消。基于蒙特卡罗模拟技术,本文研究了简单平均权重以及分位数回归权重四种形式的组合预测的拟和表现,发现不同权重形式在参数估计精度和估计的分位数偏差等方面具有不同的特点。分位数回归权重的四种形式包括没有任何约束的一般权重、不包括常数项的无常数项权重、包括常数项且限制权重之和为一的部分单位权重以及不包括常数项且限制权重之和为一的单位权重,后面三种权重是一般权重的约束形式。此外,探讨了权重上约束对权重取值的影响和四种权重形式的特点,认为三种约束对于权重取值的影响是显著的,能够更好地体现组合预测的宗旨。这些研究上的发现和结论有助于进行组合预测时具体权重形式的选择。基于模拟实验和实际数据分析的双重考察,本文探讨了风险值组合预测的参数选择问题。当应用简单平均权重时,对影响风险值组合预测预测表现的主要参数(如单个预测方法、单个预测的个数)进行了比较研究。当应用分位数回归权重时,除了对单个预测方法、单个预测的个数等参数进行比较研究外,还重点研究了权重形式的选择(是否带有约束的问题)。预测表现比较分析表明对权重加以一定的约束可能显著提高预测表现,并且各种权重都是重要的备选形式。针对分位数回归权重,还讨论了利用样本方式和样本量大小的选择问题,作出了相应的应用推荐。基于这些分析,讨论了组合预测的参数敏感性的问题;认为简单平均权重组合预测要比分位数回归权重组合预测具有较小的参数敏感性,从而得出应该优先考虑用简单平均权重进行风险值组合预测,只有当简单平均权重不能达到预测目标的时候再考虑应用分位数回归权重的结论。本文结合质量管理中PDCA循环的方法给出了风险值组合预测的应用方法。在PDCA循环的执行阶段,给出了选择单个预测的三条标准以有效地简化组合预测的应用,并通过实际应用表现验证了所建议的选择单个预测标准的有效性。另外,根据单个预测之间的相对预测表现,本文把组合预测的应用情景分为三种;分别给予强烈建议、一般建议和不建议的推荐。最后,本文对组合预测在风险值的参数选择、信用风险风险值两方面的应用进行了初步的拓展分析。基于组合预测降低风险值模型风险作用的分析和我国股票市场风险特征的讨论,指出在我国股票市场应用风险值组合预测具有特殊意义。此外,从风险值是否预测到次贷危机的疑问出发,探讨了未来风险管理技术中组合预测的应用潜力。本研究在理论上加深了对分散化效应作用机理和分位数组合预测的认识,并拓展了带有约束的分位数回归的研究,这项研究可直接指导风险值组合预测的实践。并不难把本研究成果纳入现有的风险管理系统;研究成果的大量应用有望产生可观的经济效益和社会效益。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景与研究意义
• 1.1.1 选题背景
• 1.1.2 研究意义
• 1.2 国内外相关研究文献综述
• 1.2.1 VaR 计算方法的研究文献综述
• 1.2.2 VaR 预测表现评价方法的研究文献综述
• 1.2.3 组合预测的研究文献综述
• 1.2.4 分位数组合预测的研究文献综述
• 1.3 研究目标与研究方法
• 1.3.1 研究目标
• 1.3.2 研究方法
• 1.4 主要内容与基本思路
• 1.4.1 主要内容
• 1.4.2 基本思路
• 第2章 VaR 组合预测基本介绍和研究铺垫
• 2.1 VaR 基本介绍
• 2.1.1 定义
• 2.1.2 优点与缺点
• 2.1.3 参数选择
• 2.2 组合预测基本思想和表示形式
• 2.2.1 基本思想
• 2.2.2 表示形式
• 2.3 VaR 组合预测的意义和潜在批评
• 2.3.1 意义
• 2.3.2 潜在批评
• 2.4 本文所用的VaR 的计算方法
• 2.4.1 风险矩阵法
• 2.4.2 GARCH 模型法
• 2.4.3 历史模拟法
• 2.4.4 等权重移动平均法
• 2.4.5 极值理论法
• 2.5 本文所用的预测表现评价方法
• 2.5.1 理想评价方法的基本要求
• 2.5.2 本文所用的预测表现评价方法基本思想
• 2.5.3 评价因素的选择
• 2.5.4 实际数据研究的预测表现评价方法
• 2.5.5 模拟数据研究的预测表现评价方法
• 2.6 本章小结
• 第3章 组合预测分散化效应的作用机理
• 3.1 组合预测与投资组合的区别与联系
• 3.2 平方损失函数时组合预测的分散化效应
• 3.2.1 两预测组合
• 3.2.2 多预测组合
• 3.2.3 滚动组合的意义
• 3.3 分位数组合预测的分散化效应
• 3.3.1 记号损失与预测偏差和波动性的关系
• 3.3.2 预测偏差的分散化
• 3.3.3 记号损失的分散化
• 3.3.4 独立性的分散化
• 3.4 本章小结
• 第 4 章 确定权重方法的特点及拟和表现
• 4.1 确定权重的简单平均方法
• 4.2 确定权重的分位数回归方法
• 4.2.1 分位数回归对权重的估计方式
• 4.2.2 一般权重与其三种约束形式
• 4.2.3 四种权重与组合预测的宗旨
• 4.3 约束对于权重取值的影响
• 4.3.1 衡量权重上约束影响的指标
• 4.3.2 约束对于权重取值影响的模拟研究
• 4.4 不同确定权重方式的拟和表现
• 4.4.1 拆分不等式成立的条件
• 4.4.2 拟和表现的评价指标
• 4.4.3 拟和表现的模拟研究
• 4.5 本章小结
• 第5章 VaR 组合预测的参数选择
• 5.1 VaR 组合预测的三个基本参数
• 5.2 不同参数对预测表现影响的对比分析
• 5.2.1 基于模拟数据的对比分析
• 5.2.2 基于实际数据的对比分析
• 5.3 分位数回归权重的样本参数选择
• 5.3.1 利用样本的方式选择
• 5.3.2 样本量大小的选择
• 5.4 确定权重方法给定时组合预测参数的敏感性
• 5.4.1 简单平均权重时组合预测参数的敏感性
• 5.4.2 分位数回归权重时组合预测参数的敏感性
• 5.4.3 简单平均权重与分位数回归权重在组合预测参数敏感性上的比较
• 5.5 本章小结
• 第6章 VaR 组合预测的应用方法
• 6.1 应用过程：PDCA 循环
• 6.1.1 VaR 组合预测的计划阶段
• 6.1.2 VaR 组合预测的执行阶段
• 6.1.3 VaR 组合预测的检查阶段
• 6.1.4 VaR 组合预测的行动阶段
• 6.2 选择单个预测三个标准的实际预测表现分析
• 6.2.1 简单平均权重组合预测的实际预测表现分析
• 6.2.2 分位数回归权重组合预测的实际预测表现分析
• 6.3 本章小结
• 第7章 VaR 组合预测的应用拓展和风险管理 技术的未来
• 7.1 VaR 组合预测的应用领域拓展
• 7.1.1 VaR 组合预测在选择参数中的应用
• 7.1.2 VaR 组合预测在信用风险VaR 中的应用
• 7.2 VaR 组合预测在我国股票市场的应用
• 7.2.1 组合预测对降低VaR 模型风险的促进作用
• 7.2.2 我国股票市场的风险特征
• 7.2.3 VaR 组合预测在我国股票市场应用的特殊意义
• 7.3 VaR 组合预测与风险管理技术的未来变革
• 7.3.1 VaR 与次贷危机
• 7.3.2 风险管理技术的未来变革
• 7.4 本章小结
• 结论
• 参考文献
• 攻读博士学位期间的研究成果
• 致谢