VaR模型中流动性风险的度量_郑锴
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
金融风险控制中的VAR模型简介
金融风险控制中的VAR模型简介金融风险是指投资者在金融市场进行投资时所面临的潜在的产生亏损的危险。
因此，金融风险控制对于投资者和金融机构而言，是非常重要的。
VAR（Value-at-Risk）也就是风险价值模型，是一种简单而又广泛应用于金融风险控制中的风险测度方法，它适用于许多种不同的金融市场工具，不管是股票、债券、外汇，还是衍生品，都可以适用。
VAR的本质是对所能承受的风险进行测量。
通过VAR模型，投资者或金融机构可以知道他们面临的潜在风险大小，这有助于他们进行风险控制和资产配置。
这种方法最初是用于评估对冲基础风险，如股票价格波动或汇率的波动等，并在过去二十多年中得到了广泛的应用，这也是因为它是直观、方便、易于理解和计算的。
VAR模型的计算方式非常简单。
一般地，VAR是指在一定置信水平下，投资者或金融机构在未来某一时期内所能承受的最大亏损。
以95%的置信水平举例来说，在一天或一周内，投资者或机构市值最大损失的可能性为5%。
我们按此方法计算利润和损失的上限，就能够明确计算出所能承受的风险。
举个例子，比如说，一位投资者有一个投资组合，里面有10只股票，他认为置信水平为95%，因此他可以承受的亏损在一天之内不超过5%。
那么他就可以使用VAR模型计算出，这个投资组合在一天内所能承受的最大亏损为10万元。
这样，在实际交易中，他可以根据VAR模型的计算结果，制定出适当的风险控制策略，以保证他的投资组合不会承受超过最大亏损额度的风险。
VAR模型的应用还逐渐扩展到了其他领域。
比如，在保险、信贷等领域，也可以通过VAR模型来控制风险。
在保险领域，VAR 可以帮助保险公司确定他们在不同的投资组合和情况下所面临的最大风险。
在信贷领域，VAR可以帮助银行确定他们在不同的借款组合和情况下所面临的最大风险。
总的来看，VAR模型可以帮助投资者和金融机构对他们的风险进行分析和控制。
然而，VAR模型也有其局限性。
首先，VAR只是一种单一的测量方法，它不考虑不同变量之间的相关性，也就没有考虑不同的风险之间的协同效应。
金融机构的流动性风险度量
金融机构的流动性风险度量流动性风险是金融机构面临的一种重要风险，它指的是金融机构在市场环境变动下，面临的现金流量无法及时满足支付义务或者无法以合理价格变现资产的风险。
因此，准确度量金融机构的流动性风险程度对于稳定金融体系、防范金融危机具有重要意义。
本文将从流动性风险度量的相关方法和指标进行探讨，旨在提供金融机构流动性风险度量方面的参考。
一、流动性风险度量方法流动性风险度量的方法多种多样，常见的方法有流动性风险指标法、压力测试法和模型建立法。
具体选用哪种方法，需根据金融机构的具体情况和实际需求来确定。
1. 流动性风险指标法流动性风险指标法是一种简单直观的度量方法，通过一些指标对金融机构的流动性风险进行评估。
常见的流动性风险指标包括现金流量覆盖率、现金流失风险指标和偿债能力比率等。
金融机构可以根据自身情况选择适合的指标进行度量，从而了解自身的流动性风险程度。
2. 压力测试法压力测试法是一种通过模拟金融机构面临不同市场环境下的压力情况，评估其流动性风险敏感性的方法。
金融机构可以根据不同的压力情境，如市场流动性紧张、资产负债表大幅变动等，对其流动性进行模拟测试，评估其在不同风险情境下的流动性风险程度。
3. 模型建立法模型建立法是一种利用数学和统计模型建立流动性风险度量模型的方法。
通过对金融机构的历史数据和相关市场数据进行分析和建模，可以预测金融机构在不同市场环境下的流动性风险水平。
这种方法对数据的可靠性要求较高，需要充分考虑到金融机构的特殊情况。
二、流动性风险度量指标流动性风险度量指标可以从不同角度对金融机构的流动性风险进行评估，常用的指标包括现金流量覆盖率、流动性比例、流动性缺口和时间敏感度等。
1. 现金流量覆盖率现金流量覆盖率是指金融机构在特定时期内现金流入与现金流出的比例。
较高的现金流量覆盖率意味着金融机构有足够的现金流入来支付债务和其他支付义务，流动性风险相对较低。
2. 流动性比例流动性比例是指金融机构的流动性资产与流动性负债之比。
金融风险管理中的VaR模型及应用研究
金融风险管理中的VaR模型及应用研究在金融投资中，风险管理是一项关键性工作。
为了规避风险，投资者需要采用不同的方法对风险进行测算、监控和控制。
而其中，以“价值-at-风险”（Value-at-Risk，VaR）模型为代表的方法，成为许多金融机构和投资者对风险管理进行实践的重要途径。
本文将从VaR模型的概念、计算方法、应用研究等方面进行分析探讨。
一、VaR模型的概念和计算方法VaR是指某一风险投资组合在未来一段时间内，尝试以一定置信度（通常为95%、99%）估计其最大可能损失金额。
VaR分析的目的是定量化风险，并作为投资者制定投资决策的重要参考依据。
VaR模型的计算方法包括历史模拟法、蒙特卡洛模拟法和正态分布法。
历史模拟法利用历史价格数据，模拟投资组合的未来价值变化；蒙特卡洛模拟法则采用随机方式，给出多种可能的结果；正态分布法基于正态分布假设，可以采用数学公式得出VaR数值。
在实际应用中，不同的计算方法适用于不同的投资组合和风险管理要求。
二、VaR模型应用研究的进展VaR模型在金融投资中的应用已经逐步成为一项主流的风险管理方法。
然而，在实践应用中，VaR模型存在一些局限性和问题，如对极端事件的处理能力不足、对交易流动性和市场风险变化的关注不足等。
针对这些问题，学者们开展了一系列研究，并不断改进VaR模型。
例如，将VaR模型与条件风险价值（CVaR）模型相结合，可更好地处理极端风险；利用高频数据和机器学习等方法，可提高计算结果的准确性和实时性；同时，还可以通过分层支持向量回归（Layered Support Vector Regression）等方法，对VaR值进行修正和预测。
随着技术和数据处理手段的不断改进，VaR模型在未来的风险管理中的应用将更加广泛和完善。
三、VaR模型的局限性虽然VaR模型在风险管理中有着广泛的应用，但也有一些局限性。
首先，VaR 模型往往基于假设性条件，对于一些极端风险和非线性风险等难以做出准确预测。
中国股票市场流动性风险研究
中国股票市场流动性风险研究流动性是股票市场的的重要属性之一，流动性链条的断裂会造成严重的损失，形成流动性风险。
随着中国股票市场的不断发展，上市公司、投资者对流动性风险的日益重视，因此研究当前中国股票市场流动性风险现状具有重要的现实要求。
本文在国内外流动性风险研究的学术成果基础上，构造适合中国股票市场流动性风险度量指标，借鉴L-VaR模型，并在上海A股市场选取样本进行了实证研究，通过实证结果认识到当前中国股票市场流动性风险现状，最后提出减小流动性风险影响的相关建议。
关键词：股票市场流动性；流动性风险；流动性风险度量指标；L-VaR 模型一、引言21.1 研究的背景与意义21.1.1 研究流动性风险的背景21.1.2 研究流动性风险的意义31.2 流动性风险概述4二、股票市场流动性风险度量指标的构造52.1 流动性风险度量指标构造原则52.2 中国股票市场流动性风险度量指标的构造6三、股票市场流动性风险值的度量—模型73.1 概述模型73.2 流动性风险值L-VaR的定义73.3 流动性风险值的计算方法83.4 流动性风险值的含义10四、中国股票市场流动性风险的实证研究104.1 实证研究的样本选取与数据说明104.2 实证过程114.3 实证结果154.4 结果分析16五、结论与建议165.1 结论165.2 建议175.2.1 对投资者的建议175.2.2 对制度的建议17一、引言1.1 研究的背景与意义1.1.1 研究流动性风险的背景股票市场作为筹资者和投资者进行筹资和投资的平台，有利于实现社会资源的有效配置。
O’Hara(2003)指出，证券市场的主要功能就是提供流动性和价格发现。
股票市场（主要指的是二级市场）必须能够让投资者能以最低的成本迅速的完成交易，既股票市场必须保持足够的流动性，才能保证资源配置的有效性。
所以说流动性是股票市场形成和发展的基础和前提。
股票市场要有流动性，但现实中不一定所有的市场都能保持足够的流动性，当投资者选择在这种市场投资时，不可避免的受到流动性不足所带来的风险。
风险：用VaR度量风险
风险：用VaR度量风险提高金融风险控制水平的需求催生了统一的风险度量方法——风险价值法（VaR），而私人部门越来越多地采用其作为抵御金融风险的第一防线。
监管机构和央行也为VaR提供了推动力。
巴塞尔银行监管委员会于1995年4月宣布对商业银行资本充足率的要求也将建立在VaR的基础上。
[1]1995年12月，美国证券交易委员会发出提议，要求美国上市公司披露有关衍生工具的活动信息，而VaR即为披露的三种可选方法之一。
因此，显而易见的趋势是采用基于VaR的更透明化的金融风险报告方法。
VaR是指在给定的置信水平下，一段时间内最坏的预期损失。
VaR用一个数字测量了全球范围内市场风险的敞口和金融变量朝不利方向变动的可能性。
VaR用于测量风险的单位为美元。
比如说，信孚银行曾经在其1994年的年报中透露，其日VaR的平均值在99%的置信度下为3500万美元；人们很容易就会将这个数字与信孚银行6.15亿美元的年利润或47亿美元的权益总额相比较。
在这样的数据基础上，股东们和经理人们可以决定他们是否对这个程度的风险感到舒适。
如果答案是否定的，那么计算VaR的过程就可以被用来确定该从哪些方面减少风险。
除了金融报告，VaR还可用于很多别的目标，比如说为交易员设定头寸限额，以及在风险调整的基础上衡量回报率和模型评估等。
机构投资者们也把VaR作为一种衡量他们对风险敞口控制的动态方法，特别是在很多外部基金经理也参与其中的时候。
非金融公司，特别是那些参与期货交易的机构，也在考虑建立以VaR 为中心的风险管理系统。
VaR提供了一种对冲总风险效果的连续测量，相较过去那些传统的、通常关注个别交易的对冲方案，这种方案在适用性方面的提高相当显著。
不用怀疑，这些理想的特质说明了当前全盘偏向VaR趋势的缘由。
然而，尽管VaR受到了普遍的追捧，但是人们并没有认识到VaR只是对风险的估计。
实际上，VaR只是由于不利金融风险而导致的可能损失的近似值。
var模型
VAR 模型VaR 理论1 VaR 的基本思想VaR 含义指在市场正常波动下，某一金融资产或证券组合的最大可能损失[15]。
用公式表示为：α=≤∆∆VaR)(i P P其中，P 表示资产价值损失小于可能损失上限的概率；P ∆表示某一金融资产在一定持有期t ∆的价值损失额；VaR 表示给定置信水平α下的风险价值，即可能的损失上限；α为给定的置信水平。
要确定一个VaR 值必须首先确定以下三个系数：（1）持有期t ∆。
即确定计算在哪一段时间内持有资产的最大损失值。
（2）置信水平α。
置信水平反映了金融机构对风险的不同偏好。
（3）观察期间。
观察期间是对给定持有期限的回报的波动性和关联性考察的整体时间长度，是整个数据选取的时间范围，有时也称“数据窗口”。
与传统风险度量的手段不同，VaR 模型完全是基于统计分析基础上的风险度量技术。
从统计的角度看，VaR 实际上是投资组合回报分布的一个百分位数。
它的一种较为通俗易懂的定义是：在未来一定时间内，在给定的条件下，任何一种金融工具和品种的市场价格的潜在最大损失。
其中，“未来一定时间”可以是任意一时间段，如一天、五个月等。
“给定的条件”可以是经济条件、市场条件、上市公司及所处行业、信誉条件和概率条件等等。
概率条件是VaR 中的一个基本条件，也是最普遍使用的条件。
如“时间为40天，置信水平为95%（概率），所持股票组合的VaR 为-2000元”。
其涵义就是：40天后该股票组合有95%的把握其最大损失不会超过2000元。
其中，置信区间即为发生最大损失的概率，随着概率的增加，最大损失额度会随即增加。
2 VaR 的三种常用计算方法按推算资产组合收益的概率分布模型不同，主要有历史模拟法、方差-协方差法和蒙特卡罗模拟法[16]。
1方差-协方差法(the Variance-Covaiance Approach)它假定风险因子的变化服从特定的分布通常是正态分布，通过历史数据分析和估计该风险因子收益分布的参数值，如方差，从而得出整个收益组合的特征值。
金融风险管理中的VaR模型
金融风险管理中的VaR模型金融市场的涨跌波动是不可避免的，这种波动会给金融机构及其客户带来巨大的风险。
如何有效地管理这些风险，保障金融机构的盈利和客户的资产安全，已经成为一个非常重要的问题。
VaR(Value at Risk)模型是一种风险管理工具，可以用来度量金融市场的风险，并进行风险控制和管理。
VaR模型是什么？VaR模型是一种度量金融市场风险的数学模型，用来衡量某个投资组合在规定的置信度下的最大可能损失。
VaR在风险管理中被广泛应用，可以有效预测金融市场价格的变化，并帮助投资者选择最合适的投资策略。
VaR的类型VaR主要分为三种类型：1. 历史模拟法：基于历史数据，使用统计学方法来预测未来的市场波动。
2. 方差-协方差方法：通过对投资组合中的风险因素进行回归分析，得出协方差矩阵并计算出每个资产的风险值。
3. 蒙特卡洛模拟法：基于大量随机模拟，得出预测结果。
VaR的优势和限制VaR模型被广泛应用于金融领域，具有以下优点：1. 简单易懂，易于应用。
2. 可以对投资组合的风险进行量化测算，从而有效预测未来的市场波动。
3. 可以评估和选择不同的投资策略。
但是，VaR模型也存在一些限制：1. VaR模型只考虑了每个资产的单一变量风险，并未对不同风险因素之间的关联进行考虑。
2. 对历史数据的依赖程度过高，只能适用于市场波动较为稳定的情况，对于市场出现重大事件时容易出现误判。
3. VaR模型只能预测一定置信度下的最大可能损失，对于极端事件的预测并不准确。
VaR模型在实际风险管理中的应用VaR模型在实际风险管理中已经得到广泛应用。
金融机构可以通过VaR模型对不同的投资组合进行风险测算，并制定相应的风险控制策略。
VaR模型还可以帮助金融机构对不同市场风险进行评估，从而更好地进行精细化管理和控制。
通过VaR模型，金融机构可以对不同投资策略的风险进行评估，选择最合适的投资策略，从而最大程度地规避可能出现的风险。
- 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)。
的置信度下， 所持头寸可能产生的最大损失。这一概念最初出现
在 １９９３ 年 ３０ 国集团发布的研究报告《衍生产品： 惯例与原则》
上。经过十多年的发展， 它已经成为金融机构与监管当局广泛采
用的一种风险度量和管理工具。
流 动 性 风 险 是 金 融 风 险 的 一 个 重 要 组 成 部 分 。Ｔｉｍｏｔｈｅｏｓ
１ １５０００ ６２６．４ ６８０．７
表 ２
３００００ １２５２．８ １４３３．４
５ ７５０００ ３１３２ ４１２３．５
１０ １５００００ ６２６４ １００４７
图 贵州茅台 ２００７ 年 ２ 月－ １０ 月日收益率序列正态性分析结果
五 、实 证 研 究 及 结 果 首 先 通 过 对 贵 州 茅 台（６００５１９）各 天 收 益 率 Ｒｊ 的 分 析 ， 我 们 可以得到以下的结论： ①该股收益率的偏度（ Ｓｋｅｗｎｅｓｓ） 为负， 且 十分接近于零， 这表示该股收益率的分布略微向左偏离。②从峰 度（ Ｋｕｒｔｏｓｉｓ） 上 来 看 ， 其 值 大 于 ０， 表 示 该 股 票 的 收 益 率 存 在 尖 峰状态。③从数据的直方图可以看出相对于标准正态分布， 该序 列在两侧的分布更多， 即有明显的厚尾现象（ 这与薛媛在“ＶＡＲ 风 险 价 值 及 其 实 践 中 的 应 用 ”中 得 出 的 结 论 一 致 ） 。④从 ＪＢ 检 验的值来看， ＪＢ 统计量为 ０．５１３１５０， 该序列在 ２２．７％ 的显著性水 平下， 可以认为服从正态分布。相关的统计结果见图。 虽然通过分析可以看出， 该股的收益率存在着尖峰厚尾的 现 象 ， 不 服 从 正 态 分 布 。但 是 ， 从 ＪＢ 统 计 量 等 数 据 出 发 ， 可 以 将 该股的收益率近似看成服从正态分布。因此可以利用得尔塔 － 正态法计算该股 ＶａＲ 的值： ＶａＲ＝Ｗ０ｄ!"＝Ｗ０×（－ １．６４）×０．０２５４６３＝－ ０．０４１７５９３２Ｗ０（ 假 设 #＝０．０５） 根 据（１）－ （２）式 计 算 股 价 流 动 性 风 险 宽 度 的 影 响 ， 可 以 得 到 $Ｌ＝０．０００７４４。 这 体 现 了 短 期 供 求 失 衡 所 产 生 的 股 价 波 动 性 的 大 小。再根据（３）、（４）式计算 ＶａＲＬＷ： ＶａＲＬＷ＝Ｗ０ｄ%&Ｌ＝Ｗ０×（－ １．６４）×０．０００７４４＝－ ０．００１２２０１６Ｗ０
２． 流 动 性 风 险 简 介 。 流 动 性 存 在 多 种 定 义 。Ａｍｉｈｕｂ 和 Ｍｅｎｄｅｌｓｏｎ（１９８９）认为， 流动性即在一定时间内完成交易所需的成 本， 或是寻找一 个 理 想 的 价 格 所 需 用 的 时 间 。Ｏ＇Ｈａｒａ（１９９５）认 为 ， 流 动 性 是“ 立 即 完 成 交 易 的 价 格 （ｔｈｅ Ｐｒｉｃｅ ｏｆ Ｉｍｍｅｄｉａｃｙ）”。Ｇｌｅｎ （１９９４） 把流动性界定为迅速完成交易且不造成大幅价格变化的 能 力 。Ｇｒｏｓｓｍａｎ 和 Ｍｉｌｅｒ（１９８８）指 出 ， 可 以 通 过“ 当 前 报 价 和 时 间 下 执 行 交 易 的 能 力 ”评 价 一 个 市 场 的 流 动 性 。
如 １０ 分 钟 ） 。可 以 假 定 在 #ｔ 时 间 内 公 允 价 格 是 不 变 的 ， 价 格 的
波动完全由买卖的短暂不平衡造成， 即流动性是价格变动的惟
一原因。
设 第 ｊ 个 时 间 段 内（ 时 间 段 长 度 为 $ｔ） 该 金 融 资 产 共 有 Ｎ
笔 交 易 、交 易 量 、成 交 价 和 交 易 时 刻 分 别 为 ｑｊ＝（ｑｊ１，ｑｊ２，ｑｊ３，．．．．．．，ｑｊＮ）＇，
引入。
四 、数 据 与 方 法
本 文 从 选 取 上 证 Ａ 股 中 的 一 支 股 票 － － 贵 州 茅 台 （６００５１９）
作为实证研究的对象。通过软件截取 ２００７ 年 ２ 月至 ２００７ 年 １０
月的交易数据（ 包括各笔交易的交易量、交易价格、交易时间） ，
应用得尔塔 － 正态法计算该股的 ＶａＲ， 然后按照上文的公式计
能承受的成交量的大小。那么深度对总风险的影响可以表示
为：
Ｗ０
２
% ＬＤ＝
Ｖ ｄＶ＝ Ｗ０ 示 投 资 者 要 成 交 价 值 为 Ｗ０ 的 金 融 资 产 所 要 承 担 的 交
易过程中价格变动的风险， 而这种风险是由成交量（ 深度） 对成
交价格的负面作用引起的。
分别讨论了流动性风险的宽度和深度对总风险的影响之
１１４ 经济论坛 ２００８·１７
ＥＣＯＮＯＭＩＣ ＰＲＡＣＴＩＣＥ·经济工作
如下 ４ 个维度： ①市场宽度。即交易价格偏离市场有效价格的程
度 ， 它 是 投 资 者 支 付 的 流 动 性 升 水 ， 往 往 用 买 卖 差 价 来 衡 量 。②
市 场 深 度 。即 在 不 影 响 当 前 价 格 下 的 成 交 量 。③市 场 弹 性 。即 由
分 成 两 部 分 Ｓ＝Ｙ＋ＬＷ， 其 中 Ｙ 表 示 公 允 价 格 波 动 引 起 的 收 益 变 化， ＬＷ 表示流动性风险（宽度）引起的收益变化。
流动性的实证研究中经常考虑某一小段时间内的流动性，
本文在下面对流动性风险的研究中也借鉴这种方法。考虑时刻 ｔ
到 ｔ＋!ｔ 内该金融资产的流动性风险 （ "ｔ 是一个较短的时间段，
经济工作·ＥＣＯＮＯＭＩＣ ＰＲＡＣＴＩＣＥ
Ｖａ Ｒ模型中流动性风险的度量
文／郑 锴 唐 慜
一 、引 言
ＶａＲ（Ｖａｌｕｅ ａｔ Ｒｉｓｋ，ＶａＲ）通 常 被 定 义 为“ 给 定 置 信 水 平 的 一
个持有期内的最 大 预 期 损 失 ”， 即 在 未 来 的 一 段 时 间 内 ， 在 一 定
算 ＶａＲＬ 的值， 最后对它们进行比较分析。具体方法如下：
ａ） 计算股价的日平均值 Ｐｉ；
ｂ）
计算日收益率
Ｒｉ＝
Ｐｉ－ Ｐｉ－ １ ｐｉ－ １
，
并对其作正态性检验，
检验所
选股票的收益率是否服从正态分布；
ｃ） 运用得尔塔 － 正态法计算所选股票的 ＶａＲ 值；
ｄ） 以十分钟为一个时段， 将一天分为 ２４ 个时段；
的定义 ＶａＲＬＷ， 我们定义为：
ＶａＲＬＷ＝ｍｉｎ｛ａ｜Ｐｒｏｂ（ＬＷ≤ａ）≥.｝ （３）
上式等价于：
Ｐｒｏｂ（ＬＷ≤ＶａＲＬＷ） ＝/
（４）
求 解（４）得 到 ＶａＲＬＷ＝Ｗ０ｄ01Ｌ。ＶａＲＬＷ 体 现 了 对 流 动 性 风 险 中
宽度的控制。
流动性深度也会对总风险产生一定的影响。 假设投资者想
ｅ） 应用上文的（１）－ （６）式计算 ＶａＲＬＷ 和 ＬＤ； ｆ） 运 用 （７）式 计 算 ＶａＲＬ， 并 将 其 与 原 先 的 ＶａＲ 值 作 对 比 分
析。
２００８·１７ 经济论坛 １１５
经济工作·ＥＣＯＮＯＭＩＣ ＰＲＡＣＴＩＣＥ
交易量（ 手） 交易额（ 元） ＶａＲ ＶａＲＬ
０ １ ０．０４１７６ ０．０４２９８０１６
假 设 投 资 预 期 收 益 率 分 布 服 从 正 态 分 布 （Ｍ，’）。 可 以 证 明 ＶａＲ(＝ｄ)Ｗ０*， 其中 ｄ+ 为标准正态分布置信度对应的分位数。
ＶａＲ 有 绝 对 相 对 之 分 ， 相 对 ＶａＲ＝Ｅ（Ｗ）－ Ｗ＊＝－ Ｗ０（Ｒ＊,）， 绝 对 ＶａＲ＝Ｗ０－ Ｗ＊＝－ Ｗ０（Ｒ＊－ １）。可 以 看 出 相 对 ＶａＲ 是 对 于 预 期 收 益的期望值而言的， 而绝对 ＶａＲ 是对于初始投资而言的。
这些方法给我们提供了很大的启示， 但总的来说， 对于 ＶａＲ
模型中引入流动性风险度量的研究还十分缺乏。本文借鉴前人
的思想， 从流动性风险的定义出发， 将流动性风险引入 ＶａＲ 模型
中， 建立 ＶａＲＬ 模型， 并将它应用到具体数据的实证研究中。 二 、理 论 基 础 １． ＶａＲ 理论。ＶａＲ 是指在正常的市场条件和给定的置信水
平下， 某种金融资产或证券组合在确定的时期内可能遭受的潜 在 最 大 价 值 损 失 。用 数 学 模 型 表 示 为 ： ＶａＲ%＝ｍｉｎ｛ａ｜Ｐｒｏｂ（Ｙ≤ａ）≥ &｝， 其 中 Ｙ 是 给 定 金 融 资 产 的 预 期 收 益 ， Ｙ＝Ｗ０Ｒ－ Ｅ （Ｗ） ＝Ｗ０Ｒ－ Ｗ０Ｅ（Ｒ）（ Ｒ 是预期收益率， Ｗ０ 为初始投资额） 。
ｐｊ＝（ｐｊ１，ｐｊ２，ｐｊ３，．．．．．．，ｐｊＮ）＇ 和 ｔｊ＝（ｔｊ１，ｔｊ２，ｔｊ３，．．．．．．，ｔｊＮ）＇。定 义 资 产 在 ｊ 时 间 段 的
公允价格为：
＇
Ｖｊ＝
ｑｊｐｊ
＇
（１）
ｅ ｑｊ
其中 ｅ＝（１，１，．．．．１）＇。
在 %ｔ 时间段内价格的波动性可以定义为：
$ " # &ｊ＝
!Ｎ
Ａｎｇｅｌｉｄｉｓ 和 Ａｌｅｘａｎｄｒｏｓ Ｂｅｎｏｓ 研究表 明 ， 在 新 兴 的 股 票 市 场 中 ，
流动性风险占高价股总风险的 ３．４％ ， 占低价股总风险的 １１％ 。
由此可见， 流动性风险是研究金融风险时必须考虑的一个重要
部分。作为风险度量的重要工具， 在 ＶａＲ 模型中引入流动性风险
ｎ＝１
ｑｊｎ ｅ＇ｑｊ
２ ２
（ｐｊｎ－ ｖｊ）
Ｖｊ
（２）
由于 ’ｔ 时间内价格了变化完全是由流动性引起的 ， 所 以（２）
式中的 (ｊ 很好地反映了该时间段内由流动性引起的资产价格偏 离其 公 允 价 格 的 程 度 。 求 )ｊ 的 平 均 值 ， 可 以 得 到 ＬＷ 的 标 准 差
!,ｊ
*Ｌ， +Ｌ＝ Ｎ 。下 面 假 设 ＬＷ 服 从 分 布 正 态 分 布 Ｎ（０，Ｗ０-Ｌ）。类 似
Ｌ－ ＶａＲ 模 型 。他 们 考 虑 了 与 流 动 性 相 关 的 市 场 影 响 因 素 ， 然 后