我国股票市场流动性风险的VaR度量
基于VaR的金融风险度量与管理
基于VaR的金融风险度量与管理一、本文概述随着全球金融市场的不断发展和创新，金融风险管理逐渐成为金融机构和投资者关注的核心问题。
本文旨在探讨基于VaR（Value at Risk，风险价值）的金融风险度量与管理方法，分析其在现代金融风险管理中的应用及其优势。
我们将首先介绍VaR的基本概念、计算方法和主要特点，然后探讨VaR在金融风险管理中的应用，包括风险测量、风险限额设定、绩效评估等方面。
我们还将讨论VaR方法的局限性，并探讨如何结合其他风险管理工具和方法，提高风险管理的有效性和准确性。
我们将总结VaR在金融风险度量与管理中的重要地位，展望其未来的发展趋势和前景。
通过本文的研究，读者可以更深入地了解VaR在金融风险管理中的应用，为金融机构和投资者提供更加科学、有效的风险管理工具和方法。
二、VaR的基本原理与计算方法VaR，即Value at Risk，中文称为“风险价值”，是一种用于度量和量化金融风险的统计工具。
VaR的基本原理在于，它提供了一个在给定置信水平和持有期内，某一金融资产或投资组合可能遭受的最大损失估计。
这一度量方法的核心在于将风险量化，从而帮助金融机构、投资者和监管机构更准确地理解和管理风险。
计算VaR的方法主要有三种：历史模拟法、方差-协方差法和蒙特卡洛模拟法。
历史模拟法是一种非参数方法，它基于过去一段时间内资产价格的历史数据来估计未来的风险。
这种方法假设历史数据能够代表未来的可能情况，通过计算历史收益率的分布，进而得到VaR值。
这种方法简单易行，但对历史数据的依赖性强，且无法反映市场条件的变化。
方差-协方差法是一种参数方法，它基于资产收益率的统计分布来计算VaR。
这种方法首先估计资产收益率的均值、方差和协方差，然后根据这些参数计算VaR。
这种方法能够反映市场条件的变化，但需要假设资产收益率服从特定的分布，且对极端事件的预测能力有限。
蒙特卡洛模拟法是一种基于随机过程的计算方法，它通过模拟资产价格的随机变动来估计VaR。
VaR法评估流动性风险
第一小组 组员：吴悔 郭寿杰 崔春婧文 曾海歌 王宁宁 邹林哲 邓淇元
VaR法评估流动性风险
一、概要 二、介绍 三、极值理论 四、流动性风险建模—VaR
参数，说明分布函数的 发散性。
高于阈值顶点模型（POT）
TH : 对于绝大多数分布函数 F，存在函数（u）使得
u x0 0 y x u 0
lim sup | Fu ( y ) G , ( y ) | 0. F ( y u ) F (u ) ,y0 1 F (u )
定义： 测量总风险的风险指标
市场价格反向变动造成的损失
发展： 被风险经理广泛使用 被金融机构使用 用以判断投资人的最大损失(Lawrence & Robinson) 传统投资组合清算中的潜在损失（Haberie & Persson)
本文的VaR的方法
参数法—正态性假设下的Analytical VaR
流动性不足的产生原因
1）对预期价格协调不好 预期价格下降→销量单向变动→实际价格下降 2）与价格密切相关的投资者行为问题 投资者不知情，盲目跟风，抛售订单 3）共同导致买卖差价的上升，进而流动性枯竭 4）正常时期流动性高，经济危机时期流动性低 5）流动性风险需要专门的工具来管理
VaR的定义及其发展
1.前言
1.流动性的重要性 2.流动性不足的产生原因 3.VaR的定义及其发展 4.本文的VaR的方法 5.研究方法
流动性的重要性
新兴国家股票市场不稳定，整体流动性呈下降趋势 流动性不足→低周转率，低交易量，高买卖差价 买卖差价（反映流动性的最重要指标） 高买卖差价→高交易成本，长等待时间，不利价格下出售
市场风险度量方法
市场风险度量方法
市场风险度量方法是用来衡量市场风险的工具或方法。
以下是一些常见的市场风险度量方法：
1. 波动率（Volatility）：衡量资产价格变动的波动程度。
常用的衡量方法包括历史波动率、隐含波动率等。
2. Value at Risk (VaR)：标准度量市场风险的方法之一。
VaR表示在给定时间里，在给定置信水平下，投资组合可能的最大损失金额。
常用的VaR计算方法有历史模拟法、参数法和蒙特卡洛模拟法。
3. 杠杆（Leverage）：投资组合的杠杆水平显示了投资者使用借入资金进行投资的程度。
较高的杠杆意味着更高的市场风险。
4. 市场相关性：衡量不同资产之间的相关性。
相关性较高意味着资产之间的价格变动更为一致，增加了投资组合面临的风险。
5. 市场贝塔（Market Beta）：衡量一个资产或投资组合相对于市场整体的风险。
市场贝塔大于1意味着资产或投资组合的价格变动较市场整体更为剧烈，风险更高。
6. 度量投资组合风险的模型：如CAPM（资本资产定价模型）、APT（套利定价
理论）等。
这些方法多数在金融机构和投资银行中使用，以帮助投资者评估和管理市场风险。
需要注意的是，市场风险度量方法的选择应该根据具体情况和投资目标来确定。
开放式基金流动性调整VaR算法及应用
收集相关市场因子的历史价格数据， 包括交易量、买卖价差等信息。
计算流动性指标
利用收集到的数据计算市场因子的流 动性指标，如买卖价差、交易量等。
加权计算VaR
根据市场因子的流动性指标，对历史 模拟法计算出的VaR进行加权调整， 得到L-VaR。
评估和调整
根据实际损失情况对L-VaR进行事后 检验和调整，以确保模型的有效性。
基金公司应加强对基金经理的培训，提高其风险管理意识和能力，确保 在投资决策中充分考虑流动性风险。
监管部门应进一步完善关于开放式基金流动性管理的规定和指引，推动 基金行业的健康发展。
06
参考文献
参考文献
标题
开放式基金流动性调整var算法及应用研究
作者
张三、李四、王五
出版时间
2022年2月
感谢您的观看
在数据选择和模型参数设定方面，可能存在一定的主观性和不确定性，需要进一步 研究如何提高算法的客观性和准确性。
对于不同类型基金的流动性调整VAR算法的适用性尚需进一步探讨，以更好地满足 不同投资品种的风险管理需求。
对开放式基金流动性调整的启示和建议
投资者应重视基金的流动性风险管理，合理运用开放式基金流动性调整 VAR算法评估基金的流动性风险，以做出更合理的投资决策。
。
流动性调整var算法的原理
考虑到流动性风险对资产价格的影响 ，在计算VaR时需要对市场因子进行 流动性调整。
VS
流动性调整VaR(Liquidity-adjusted VaR, L-VaR)通过对市场因子的流动 性水平进行加权处理，以反映流动性 风险对资产价格的影响。
流动性调整var算法的步骤
03
流动性调整var算法应用
交易制度对我国股市波动区制与VaR度量的影响
２ １ 年 ３月 ０１
工 业 技 术 经 济
ｏ Ｉ ｄ ｓ ｉｌ ｅ ｈ ｏｏ ｃ ｌＥ ｏ ｏ ｃ ｆ ｎ ｕ ｔ ａ ｃ ｎ ｌｔ ａ ｃ ｎ ｍｉｓ ｒ Ｔ ｉ ｆ
№ ． Ｃｎｍｌ ｏ２ ９ ３（． ｅ ，Ｎ ．０ ） ｅ
Ｍａ ． ０ １ ｒ２ ｌ
决Ａ Ｃ Ｒ Ｈ类 模 型高 估 波 动 率 聚 集 的 持 续 性 问题 ，
他 们 提 出 了 含 区 制 转 移 的 Ａ Ｃ 模 型 ＲＨ （ ＷＡ Ｃ ，将 波 动 分 解 为 不 同 的波 动 区制 ，取 ｓ Ｒ Ｈ） 得 了 良好 的效果 【 引。应 用 Ｓ Ｒ Ｈ模 型描 述 股票 ＷＡ Ｃ 市 场的波 动性 ，可 以刻 画 收益 率 序列 剧 烈 的波动
化 ，引起 波 动 突 然 跳 跃 。Ｃ ｃｅｅｉ ． ｅｃｈｔ ，Ｉ ｍ和 Ｍａ ｔ ａ ｒ ｋ （９０ １９ ）指 出 ，股 票在 不 同增 长状 态 变换 下 ，用结
票市场数 据 ，人 们 通 常认 为 市场 价 格 向下 的变 动
比向上 的变动 会 导致 更 高 的波 动性 。为 了描述 股 票 收益 的这 种 非 对 称 性 ，Ｎ ｌ ｎ引 入 了 Ｅ Ａ Ｃ ｅｏ ｓ Ｇ ＲＨ
交 易 制 度 对 我 国股 市 波 动 区制 与 Ｖ Ｒ度 量 的影 响 ａ
张显 峰 王 晨 孙 叶萌 （ 吉林 大 学，长春
［ 摘
１０ １ ） ３０ ２
（ 吉林 银行 ，长春
１０３ ） ３０ ３
要］ 本文通过对我 国股票市场的实证研 究，发现 由于我 国股 市早期 波幅较 大且无 涨跌 停板 限
模 型 ；Ｚｋｉ ａｏ ｎ引入 了 Ｔ Ａ Ｃ ａ Ｇ Ｒ Ｈ模 型 。大 量 的对股
中国股票市场流动性风险的分析
［ 作者简介］ 周晓志， ， 东农工商职业技术 学院副教授 ， 女 广 研究方向 ： 融经济。 金
一
、
股 票 市 场 的流 动 性 与 流 动 性 风 险
（ ） 票 市场流 动性 与流动 性风 险 一 股
流 动性 是指 资产在 不发 生损 失 的情 况 下迅速 变现 的能 力 。流 动性 风险 源于 流动性 的不 足 ，指资产 不 能
［ 键 词 ］ 票 市场 ； 动 性 风 险 ；Ｖ Ｒ； 卖价 差 关 股 流 Ｌａ 买
【 中图分类号】Ｆ ３ ． ８ ２５
［ 稿 日期 】 ０２０ —１ 收 ２ １．２２
［ 文献标识码］ Ａ
［ 文章编号］ ６４３ ８ （ ０ ２０ —０ ００ １７ —２ ８ ２ １ ）２０ ６ －４
股 票 市 场 流 动性 与流 动 性 风 险 差 别 的基 础 上 ， 用 买 卖价 差模 型 对 流动 性 风 险 进 行 实证 分析 ， 市 场 结 构 、 易机 制 利 从 交
及监管三个方面来分析股票市场流动性风险形成的原 因， 建议从投资者、 证券公司以及监管者三个 角度来降低流动性
风险 。
原则等待成交 。因此 ， 交易者的交易行为的影响表现在交易者即时性要求 、 交易规模大小、 收益预期及风险 承 担能 力等 。“
（ ） 票 市场 流动性 的度 量方 法 三 股
股 票市 场流 动性 最基 本 、 常见 的指标 形式 是买 卖价差 指标 。买 卖价差 的衡量 方法 有两 种 ： 最 绝对 买卖 价 差 和 相对 买卖价 差 。它们 的公式 分别 为 ：
（ ） 易机 制 不健全 二 交
我 国沪 、 深两 市 自成立 以来 就采 用 了竞价 交 易制度 ， 即委托 单驱 动交 易制度 。我 国股票 市场 是采 用集合 竞价 与 连续竞 价 相结 合 的方式 。在竞 价市 场上 如果 出现严重 的委托量 不 足 、 价格 不相 匹配 的情况 ， 可能在 就
上证综指收益波动性及其VaR风险度量的实证研究
，ａ， ＶＲ （ ）可通过分位
置信水平为 Ｂｓ 委员会要求 的 ９ ％时 ， ａｌ ｅ ９ 显著水 平为 ５ ％
的单 边临界值为 ６ 当损失 超 出 Ｖ Ｒ值 的次数 大于 ６ ， ， ａ 时
则拒 绝模 型 。 考虑 到 本 文 应 用 的 需 要 ， 列 出 了 考 察 样 只
假定 ｛
风 险 管 理 的难 度 。金 融 行 业 需 要 一 种 强 有 力 的 工 具 来 度 量 和 控 制 市场 风 险 ， 险 估 值 模 型 （ ａ Ｖ ｌｅａ Ｒｓ） 风 Ｖ Ｒ， ａ ｔ ｉ 作 ｕ ｋ 为 一 种 金 融 风 险 管 理工 具 被 广 泛 接 受 。
过 了 Ｖ ｉ估 计值 的情 况记 为 失败 ， ａ ｌ 把实 际损失 低 于 Ｖ ｉ ａ ｌ
引 言
［ 文献标 识码］Ａ
［ 文章编号 ］Ｉ Ｉ—２８ （００ ０ —０ １ —０ ｌ ２ ８０２ １ ）４ １８ ３ Ｘ
同 时考 虑 到 数 据 的 平 稳 性 和 计 算 的 方 便 ， 们 选 取 最 近 我 的 ２Ｏ 个 收益 率 数 据 ， 取 的 样 本 是 从 ２０ ５０ 选 ０ ０年 １ ４Ｅ 月 ｔ 至 ２０ 年 ８ ３ ０９ 月 １日的 日收 益率 数 据 。
＝
， 服从随机过程 ：
＋ｅ
本为 １０ ００的 ９ ％的置 信水平上 各概 率值 失败次 数的 非 ５
拒 绝 域 。 如表 １ ： 表 １ 基 于 Ｋ ｐ ｃ Ｖ Ｒ准 确 性 检 验 的非 拒 绝 域 ｕｉ 的 ａ ｅ
左 尾 概 率 １ ％ Ｏ ５ ％
令 五 ； ｅ／， ａ 并且 五 为 ｉｉｄ ， （ ．． ． Ｅ 五）＝０ Ｅ（ ； ， Ｚ）
Ｖ Ｒ指在正 常的市场 条件下 ， ａ 给定 置信 区问的 ～个 持有期 内最大 的预期损失 。Ｖ Ｒ的计算方 法是对 于一项 ａ 金融 资产回报的时间序列 ，｛
我国主要证券市场VaR模型估计精度研究
７ ７个 交易 日数据 作 为 Ｖ Ｒ估计 的检 验样 本 （ 要说 明 １ ａ 需 的是 ，检 验样 本之 所 以没有 选取 ２ ０ ０ ５年之 后 的数据 ， 是
由于在 多种 因素 的影 响下 ， 国股票 市场在 ２０ 我 ０ ５年 后 波 动 极 为 剧 烈 ， 于 特 殊 年 份 的 数 据 ， 宜 作 为 Ｖ Ｒ 模 型 本 属 不 ａ
Ｊ ｍｓ ｉｉ （ ９ ７ 则认 为证券报 酬 的非正态分 布 、 府经 动 性的需要 。在 ３９ １个数 据 中，将 ２ ０ － ２ ０ ａ ｈｄａ １ ９ ） ｎ 政 ６ ０ ２ ０ ５年 的共 济 政 策 的改 变 、 场发 生 的 突发 事件 、 市 资产 流 动性 、 与潜 在 的信 用风险 等 ， 均会造 成风 险值低 估 。Ｐ ｎ ｙｏｉ ｅ ａ ａ ａｉ ｓ ｔ ｌ ｔ
不确 定性 。这是 由证券的本质及证券 市场运作 的复杂性所 市场存 在显著的非对称效应 ，而债券 市场是否存 在非对称 决定的。 因此 ， 对证券市 场风险 的合理 度量显得尤 为重要。 Ｖ Ｒ Ｖ ｌｅ ａ— ｉ 作为风 险度量 方法 ， ａ （ ａｕ — ｔ Ｒｓ ｋ） 目前 已成 为金融 机 构 、非金融企业 和金融监管部 门测量和监控市 场风险 的
一
定程度上也说 明了我 国主要证 券市场收益不符合正 态性假定且存在 波动 率聚 集现 象。
【 关键词 】证券 市场 ； Ｖ Ｒ； 估计精度 ａ
一
、
引富
进行了实证分析 ， 同时对该十 只股 票的投资组合市场风险也
证券市场 是高风险市场 ， 是商 品经 济 、 信用经济 高度发 做 了进～ 步的 测算 。陈林 奋 、 德全 （ ０ ９） 王 ２ ０ 运用 Ｇ ＣＨ ＡＲ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
我国股票市场流动性风险的VaR度量
鲁静文刘杨（中央财经大学金融学院，北京，100081）摘要：流动性风险是证券市场主要风险之一，但是人们往往仅重视价格风险从而低估市场风险。
BDSS模型是在VaR风险管理体系的基础上，将市场风险和流动性风险进行合成管理。
本文选用了沪深300指数，以BDSS模型为基础，将相对极差与日换手率的比值作为流动性指标，再运用ARCH族类模型对金融数据常有的集群性进行了描述，使得波动率的估计更加的准确，动态化的LVaR也更好的计算出风险价值。
关键词：流动性风险VaR体系ARCH族类模型中图分类号：F830.91文献标识码：A文章编号：1672—7355（2012）09—0192—012007年3月12日，美国第二大抵押贷款公司新世纪金融公司因受次级抵押贷款影响而无力发放新贷款，公司濒临破产，次债危机的序幕由此拉开。
纵观此次危机，其根源是信用危机，传播途径却是流动性危机。
金融市场的总体风险分为两个部分：一是由资产价格波动带来的纯市场风险；另一部分是市场流动性风险，常被忽略。
关于风险度量模型，学术界主要用到VaR。
一、模型概述VaR（Valueatrisk，即“在险价值”）指在目标投资期内。
在一定的概率水平下，证券组合在未来特定一段时间内的最大可能损失。
它度量的风险通常称为价格风险。
对于流动性风险的研究，一是基于资产头寸变现期限。
二是基于买卖价差，主要有BDSS模型，该模型将买卖价差反映
的流动性风险直接纳入到传统VaR计算公式中。
即(1){1*ex。
[(()]}0.5[(1)()]LaVaR。
VaRLVaR。
tEr。
tS.....................其中第一项是由资产收益率推导得到的传统VaR；第二项是流动性风险值，S代表相对买卖价差的平均值。
分别是r、S的方差，分别是r、S的分位数。
由于日相对买卖价差难以获得，且一般投资者对日内变化来不及反应，本文用下面指标代替日相对买卖价差：其中，。
_H、。
_L、。
_C、C分别是日内最高指数、最低指数、收盘价、平均换手率。
V的含义是：在交易量一定的条件下，相对极差越大，流动性越差，反之，则流动性越高；在相对极差一定的条件下，换手率越高则流动性越高，反之，流动性越差。
VaR计算需考虑：1）持有期；2）置信水平（5%）；3）收益率的分布。
本文将选用参数法中的ARCH族类模型。
分别在正态分布、t、广义残差分布下估计收益率指标、流动性指标序列的波动率，再代入到公式中计算风险值。
二、实证分析本文市场代表性好、流动性高、交易活跃的沪深300指数2006年1月17日至2012年9月3日共计1612个行情数据，包括：。
_H、。
_L、。
_C、C作为研究样本。
研究软件为Eviews6.0和Excel。
1、描述统计估计量均值最大值最小值标准差。
_C0.0010.089-0.0970.020V0.0270.1470.0020.023估计量偏度峰度J-B统计量。
值。
_C-0.4365.346422.8600.000V1.4285.328916.9350.0002、波动率的估计。
_CV是否平稳平稳平稳（偏）自相关性自相关、偏自相关5阶截尾自相关拖尾；偏相关10阶截尾ARMA残差项异方差性显著异方差性显著ARCH族类模型拟合最优：GARCH（1，1）-n最优：GARCH（1，1）-t3、结果依据上述得出的波动率，可以计算出L-VaR、。
-VaR。
由下图可见，流动性风险与价格风险的变动具有趋同性。
这为二者直接相加进行合成管理提供了一定的现实依据。
从结果可以看出，流动性风险最高时可能达到总风险的50%以上，在2010年之后，市场价格处于低位，此时流动性风险时常高于市场性风险。
三、结语本文运用的流动性指标能够在一定程度上解释现实情况，但是由于国外股票市场实行做市商制度，国内是订单驱动制度，制度上的差异导致流动性风险的衡量方法也应当有差异，所以该模型
的适用性是值得考证的。
参考文献
黎伟.流动性风险的VaR模型及其在投资组合风险管理中的应用[D].广东：暨南大学，2006.
张虎.基于GARCH类模型的VaR——一种融合市场风险和流动性风险的合成管理模型[J].湖北工业大学。
2007.
AnilBangia，FrancisX.Diebold，TilSchuermann。
JohnD.Stroughair.ModelingLiquidityRisk：WithIm。
licationsforTraditionalMarketRiskMeasurementandManageme nt.1998.working。
a。
er，WhartonFinancialInstitutionsCenter.。