证券投资组合风险如何评估

所属栏目：保险论文
发布时间：2017-11-25 14:57:37 更新时间：2017-11-25 14:53:36

　　随着全球经济一体化发展，全球金融环境的变化，国际资产证券化趋势越来越明显,当前如何加强风险管理控制成为各大机构面临的重要问题。接下来小编简单介绍一篇优秀证券论文。

证券导刊

　　摘要：VaR作为被广泛采用的先进风险测评方法，引入我国证券投资组合风险评估将对我国证券市场的发展带来重要促进作用。文章从VaR模型的理论介绍出发，阐述了模型建立的基本情况和计算方法，以及该模型当前在金融体系中的应用，并论述了证券投资组合风险的评估和管理，包括证券投资组合中存在的风险类别和度量指标。探讨了VaR模型计算方法在证券投资组合风险管理中发挥的作用，并从实证角度阐述了VaR方法在证券投资组合中的风险测算。通过众多实践经验表明，VaR模型在我国证券投资风险计量管理中发挥了良好作用，我国证券市场正处在蓬勃发展阶段，投资风险的控制成为另一项需要加强关注的内容。

　　关键词：VaR;证券投资组合;风险评估;管理;体系

　　一、VaR模型综合评述

　　(一)VaR模型简介

　　VaR模型建立在统计学方法基础之上，是在某个置信区间，衡量投资组合未来可能发生的最大损失的可能性。VaR方法是基于一些传统方法无法满足现替投资风险管理目标而产生的。传统计算方法例如ALM资产负债管理方法存在对报表过分依赖的问题，CAPM资本资产定价模型又无法融合金融衍生品，由于这些方法的局限性，G30集团提出了VaR风险价值方法，随着该方法的应用推广和不断改进，已经逐渐发展成为控制市场风险的主要方法。VaR方法的特点在于用一个简单的市场风险来对投资风险进行评估，并且该方法直观明了，没有任何专业背景的投资者都可以通过对此值的观察做出判断;其次与传统风险测评方式的不同之处在于VaR风险指标可以衡量在事前对风险进行预测;再者该指标既可以对单一金融产品或工具进行风险评估，还能够对投资组合风险进行评估，而传统金融风险评估工具则无法对投资组合进行评估。VaR方法还有一个优点在于为监管机构提供监管依据，将多种风险因素包含到模型设计当中，包括利率风险、汇率风险、股票和商品价格风险等多种市场风险，为金融监管机构提供了科学统一公平的标准，为各机构提供风险信息交流渠道，也有利于最高层管理机构随时掌握风险状况，制定可参考的风险资本充足率标准对证券机构进行统一管理。

　　(二)VaR的计算方法

　　VaR方法的通用公式为P(ΔPΔt≤VaR)=a，其中，P代表的是资产价值损失比可以承受的损失上限还低的概率，ΔP表示的是某种金融资产一定时期的价值损失，Δt表示的就是这个时间期限，VaR(ValueatRisk)就是在某个置信水平下可能的损失上限。从这个定义出发，VaR模型的确定必须确定投资资产组合的时间期限、置信区间范围以及观察期。持有期的确定，需要参考投资资产的特点和状况作为计算依据，持有期确定之后能够帮助计算投资组合产生最大损失的时间段，对于流动性较大的交易头寸，需要以日为单位计算风险收益，对于流动性较弱，或者是风险暴露程度较低的资产则采用保守稳健的态度以两周或4个工作日为期限。置信水平的确定依据的是风险厌恶程度，如果是对风险比较厌恶，预测结果将会是较大的数值，从而将提高对突发时间的预测准确性。如果是风险厌恶程度低，那么置信区间范围可以放宽，但是预测准确性将降低。各个机构或者是不同的项目会依据其对风险的厌恶程度来确定置信度，巴塞尔委员会采用99%的置信区间，该参考值趋于稳健。观察期用于考察某个特定时间段，投资回报的波动性以及产生波动的关联因素。例如选择半年作为观察期，来考察风险回报波动性。观察期数值的确定应当依据历史数据的变化以及市场结构的变化来相互权衡，通常可参考的历史数据越多越有利于参考值的设定。

　　(三)VaR方法在金融体系中的应用

　　VaR在金融领域的应用范围广泛，可以用在信息披露、资源分配、金融监管、控制风险、评估业绩以及估算风险性价值等多个领域。具体而言，未上市企业可以采用VaR方法来控制和管理内部风险，使每个单位或员工能够明确其金融交易项目的风险性，并通过设置VaR上限来控制风险，防止交易员或机构出现过度投机行为，从而辅助金融机构避免重大损失。在业绩评估和资源分配中，对不同的投资领域应用VaR系统可以为公司提供竞争优势，例如通过该方法评估资源配置效率高的部门，并增加对该部门的收益值分配。金融监管中，通常采用资本充足性作为风险指标来建立基础监管框架，方便监管机构的管理。近年来VaR被广泛接受并用于监管，因为更加适应监管机构的要求，但是其缺点在于计算模型复杂且成本高，其中有很多自主设定的参考值，对于一些目的不在于控制风险的机构而言反而有可能增加其经营危机和管理难度。信息披露方面，VaR方法以盯时报告为基础为机构提供信息的充分披露，并且简单明了，增加了金融机构操作的透明度，有利于各方机构对金融机构加强纪律约束，促进他们在交易管理中谨慎行事。除了金融机构外，非金融类企业也可以采用VaR方法来分散资产风险，例如对利率、汇率、石油天然气等因素价格变化的评估等。

　　二、证券投资组合风险评估及管理

　　(一)风险类别

　　通常情况下，证券投资组合风险按照风险分散标准划分为系统性风险(市场风险)以及非系统性风险。系统性风险主要由市场相关因素引起，这部分风险对投资组合来说是外部风险，无法在投资组合中分散。系统性风险的来源包含了政策风险、自然灾害、经济运行周期、经济开放程度、利率波动等，政策性风险是由于政策变动而引发市场波动，对投资收益产生影响的风险，例如当央行采取紧缩货币政策或财政政策，市场资金流通少将影响到投资市场整体资金规模从而投资减值。经济周期波动是随市场或者行业周期性变动而产生的收益变动，经济周期由社会经济阶段性的循环和波动决定。还有购买力风险，包括由于通胀、货币贬值等问题带来的实际收益水平的下降。而非系统性风险则是风险的发生并不具有全局性，包括信用风险、经营风险和财务风险等，可以通过机构内部采取防范治理措施进行预防和化解。举例来说，证券公司所投资的基金受到上市公司股票价值的影响，上市公司的股票价值受到经营管理状况、行业发展状况以及经济发展周期等因素的影响，而其中经营管理是可以控制的。

　　(二)风险度量指标

　　证券投资组合风险度量的指标传统上采用的有标准差、夏普指数。标准差指实际报酬率和期望报酬率之间的差异，用来反映投资报酬率的波动水平，标准差越大意味着风险越大。夏普指数是风险报酬率与投资组合标准差之间的比值，夏普指数能够反映单位标准差变动情况下的风险回报，夏普指数越大，说明管理者的能力越强。还有用平均绝对差来度量，平均绝对差是随机变量和均值之差的绝对值的均值，由于方差在度量时的敏感度较高，因此采用平均绝对差能够有效避免这个问题。除了上述方法之外，VaR的应用也越来越广泛，VaR为现代企业提供了一种现代风险控制思考方式，正常情况下的市场波动以及一定的利率水平下某个金融资产或证券组合未来发生的风险用VaR来衡量和评估。VaR的计算方法依据模型设计因素的不同有多种，例如历史模拟法、Riskmetrics方法、完全参数法等。随着这种方法的应用和发展，逐渐衍生出APARCH以及RAROC等方法。

　　三、运用VaR方法对证券投资组合风险管理的作用

　　(一)调整资产组合

　　VaR模型被广泛应用到商业银行、证券公司以及金融监管中，尤其对于商业银行、证券公司等金融机构运用该方法有利于帮助调整资产组合。用于为交易者确定资金头寸的上限以及配置这些资源的时间和地点，在应用过程中VaR方法能够帮助机构在多样化市场中创立一个与各种风险相比较得到的公分母，从机构总风险中分解不同VaR增加值，使用资金头寸进行交易来分散交易风险。VaR在传统马克维兹资产配置模型基础上增加了约束条件，也就是置信水平为C的情况下能够承担的最大损失，在资产收益率服从正态分布的情况下，有大数定理可以将VaR值转化为以期望收益率表示的函数值。在VaR构建的资产模型结构中，可以画出一条基于VaR约束条件的投资组合有效边界，边界线截距为市场风险边界，在该直线上的投资组合都能够保证在C概率下满足风险约束条件，因此投资组合可性。VaR资产配置模型结合了VaR技术和投资组合思想，相比较传统方法更直观有效，具有较好的灵活度和敏感性。

　　(二)评估绩效

　　在绩效评估中，VaR能够辅助机构依据投资交易风险来调整绩效，其基础风险资本付出是交易者提供一种纠正后的激励。证券投资组合的预期收益率受到风险因素的影响，因此业绩测度含义除了计算平均值外，还需要依据风险状况进行调整。VaR依据客观概率，分析资产组合不考虑传统业绩评价方法，高层管理比较不同基金风险暴露，对投资操作人员的业绩进行科学评估，如果交易员从事高风险投资项目让VaR值增高，其业绩评价也不会高，这样有利于有效控制风险。运用VaR方法进行业绩评估为证券投资组合机构高层管理者提供基于业务部门资本状况和风险暴露是否超过其承受能力的预测指标。在这种情况下，基于VaR的证券组合风险评估方法RiskAdjustedReturnonCapital，经过风险调整的业绩评价方法能够更全面准确地描述基础收益，在某种程度上反映了风险资本的效率。

　　(三)交易风险限额设置

　　运用VaR风阀能提高金融机构抵御风险的能力，除了准备重组资本金之外，适当降低资产负债率提高流动比率，其风险管理的核心内容在于量化可能发生的亏损，从而真正实现风险上限控制。利用VaR方法进行风险控制让每个交易参与者能明确其正在进行的交易风险，防止过度投机行为，在交易风险限额设置中，需要首先设定一个机构整体可以承担的总风险，然后将风险额度向下分配到不同部门，再由不同部分下分到不同的交易员，交易员进而分配给其手下正在进行操作的不同交易品种。这种分层方式能够让各部门负责人对其管理额度做到了然于心，有利于控制风险，在部分之间可以预估哪个部门的风险大，从而进行不同比例的配置。风险额度的设置是一个动态的过程，需要考虑过程中从一些应用问题，例如整个金融机构能够接受的VaR风险限额，可以超过限额的次数以及金额，还需要依据不同部门的不同情况和不容交易员的不同经验水平来确定其可承担的风险范围，在评估中交易员和各部门的历史业绩水平和盈利能力都成为评估的主要参考依据。

　　四、VaR在证券投资组合中的风险测算

　　(一)确定置信区间和时间距

　　本章节基于案例研究来说明VaR在证券投资组合中的风险测算，根据长城证券2015年年报给定置信区间值为95%，根据统计图的收益分布状况来看，该公司的日均收益为500万人民币，即E(ω)=500万人民币，如果给定α=95%，只需找一个ω*，使日收益率低于ω*的概率为5%，或者使日收益率低于ω*的ω出现的天数为254×5%=13天，ω*=-1000万美元。根据VAR=E(ω)-ω*=500-(-1000)=1500万美元。需要注意的是在过去历史数值中，依据过去来推算未来的准确性是建立在历史数据的准确性情况下，还需要结合各种因素条件和形势，判断这些因素的相关性或者在未来同样情况下数据是否具有同质性，如果过去未来发生情况不同程度较高，就需要对历史数据修正。因此，在选择置信区间过程中需要加强对历史情况的分析，相关金融机构在对证券资产组合进行评先评估需要加强这方面的意识，重视非完全市场作用下得到的数据变动情况。

　　(二)计算收益率

　　根据2015年10月4日至2015年12月2日期间共93个交易日每日的收益率分布情况来看，由于我国两个证券市场的相关性高，因此本文以上证综合指数来计算。通过收益分布情况来看，上证综合指数的日平均分布具有较强的正相关性。收益率在众数附近集中，尾部收窄，经过比对发现深圳指数有同样的特点。通过数理统计方法计算得到2015年10月～12月期间的三种指数收益率分布情况的正态性检验结果如下：W(深证综指)=0.971562;W(深证成指)=0.977945;W(上证综指)=0.971983W表示的是正态假设检验统计量，当样本容量为50及以上的情况下，取α=0.05，表示允许出现偏差的错误概率为0.05，此时W0.05=0.94，只有当W时我们拒绝原假设。由此观察上述指数的检验结果，可以得出结论以上指数的组合日收益率都符合正态分布的假设。关于三个指数的描述性统计数值如下：1.日收益率均值深圳综合：0.001202;深圳成分：0.001102;上证综合：0.0013952.均值标准差深圳综合：0.013201;深圳成分：0.012618;上证综合：0.012492通过上述分析，可以判断三种指数的日均收益率总体上服从正态分布，且平均收益率接近等于0。

　　(三)计算VaR

　　基于日收益率正态分布的特点，众数集中在均值附近约1.53σ区间范围内的概率为90%，运用计算公式表示为：P(μ-1.53σ，再根据正态分布的对称性可知P(X<μ-1.53σ)=P(X>μ+1.53σ)=0.05;则有P(X>μ-1.53σ)=0.95。根据上面的计算结果可知在95%的置信度情况下VaR值=T日的收盘价×1.53σ。选择2015年10月4日至2015年12月2日期间共93个交易日的数据，然后根据上面的公式可以计算出深证综指、深证成指、上证综指3种指数在2015年10月4日的VaR值分别为1.深证综合指数VaR=602.34×1.53×0.013201=12.982.深证成份指数VaR=4651.88×1.53×0.012618=97.163.上证综合指数VaR=1873.25×1.53×0.012492=38.25从现实意义上讲，根据该模型95%的置信区间，可以判断指数有95%的可能性在下一个交易日的收盘价不会比前一日的收盘价和当日VaR值的数值低。计算结果如下1.深证综合指数≥602.34-12.98=590.362.深证成份指数≥4651.88-97.16=4554.723.上证综合指数≥1873.25-38.25=1835.00。

　　(四)可靠性检验

　　在确定模型之后需要检验该模型的可靠性，根据测算三种指数的VaR来预测下一个交易日的指数变动下限，并比较该下限和实际收盘价，看预测的结果与我们的期望值之间的差别。可以将该模型模拟的数值与实际数值进行趋势对比，并利用VaR进行预期下限来拟合图形，通过模拟值与实际值的比较得到数据如表1所示。通过计算对比可以判断VaR模型与实际情况拟合度高，因此采用VaR方法来控制风险方法可行。VaR方法基于一些传统方法无法满足现替投资风险管理目标而产生，其用一个简单的市场风险来对投资风险进行评估，并且该方法直观明了，没有任何专业背景的投资者都可以通过对此值的观察做出判断。VaR模型的确定必须要确定投资资产组合的时间期限、置信区间的大小以及观察期，其在我国证券投资风险计量管理中发挥了良好作用。随着我国金融投资市场的快速发展，风险控制是保证我国经济稳定持续发展的重要手段，在目前众多方法中，VaR方法尤其特殊性也有实用性。我国证券市场正处在蓬勃发展阶段，投资风险的控制成为另一项需要加强关注的内容，因此研究VaR方法的应用具有现实意义。VaR是一种既能处理非线性问题又能概括证券组合市场风险的工具，中国金融市场正在不断发展，当前如何加强风险管理控制成为各大机构面临的重要问题。VaR作为被广泛采用的先进风险测评方法，引入我国证券投资组合风险评估将对我国证券市场的发展带来重要促进作用，有利于测量风险、将风险定量化，进而为金融风险管理奠定了良好的基础。但是VaR本身仍存在一定的局限性，而且我国金融市场现阶段与VaR所要求的有关应用条件也还有一定距离。要认识到风险管理一方面需要科学技术方法，另一方面也需要经验性和艺术性的管理思想。

　　参考文献：

　　[1]李嫣资,王翰墨.基于蒙特卡洛模拟法的证券投资组合风险分析[J].港澳经济,2016(17).

　　[2]高婧.论证券投资组合风险衡量及防范[J].财经界,2016(33).

　　[3]马自龙.证券投资组合实证研究及绩效评价[J].西部金融,2015(07).

　　[4]叶金,谷秀娟.VaR模型及其在创业投资风险管理中的应用———基于创业板指数的实证研究[J].河南工业大学学报(社会科学版),2015(04).

　　[5]张佳妮.基于VAR-GARCH模型的股票市场风险实证分析[J].商业故事,2015(10).

　　阅读期刊：《证券导刊》

　　《证券导刊》正式创刊于1999年，由教育部主管、中国人民大学主办，以倡导理性投资为己任，为证券市场投资者提供全新的专业证券资讯和研究服务，致力于打造中国资本市场具有良好品牌价值的证券媒体，成为领导投资变革时代的主流力量。