关于风险度量模式的评析

张 婧,王磊彬

(1.长春工程学院,长春 130012;2.西南财经大学会计学院,成都 610074)

关于风险度量模式的评析

张 婧1,王磊彬2

(1.长春工程学院,长春 130012;2.西南财经大学会计学院,成都 610074)

简要回顾了风险度量的发展过程,对主要的风险度量方法进行分析对比,指出其优点和不足,并分析了风险度量方法的未来发展趋势。

方差模型;哈洛模型;风险值模型;比较评析

风险大量存在于金融市场中,随着市场的全球化发展,金融风险日益增加。为了处理这种风险,金融机构在风险管理方面投入了大量的人力物力,由于面临的具体问题不同人们对风险的认识存有差别,风险度量的方法也不同。而客观准确地度量风险能为风险管理工作提供良好的基础与必要保证,对金融市场的参与者而言具有积极意义。下面简要回顾风险度量的发展过程并对主要度量方法加以评价。

一、早期的风险度量方法

为度量死亡风险而建立的“科学生命表格”可能是最早的可追溯到的风险方法,按照 karlborch (1969)的文献记载,英国保险精算师 Tetents第一个提出按照均值给风险进行排序的思想。1896年伊文·费歇尔提出了著名的定量化期限结构理论,它在证券市场中被广泛用做利率相关证券的定价依据。Fisher(1906)最早阐述了更关心低于某个特定收益的下风险的思想,其对风险的定义为:收益率降到低于利率水平线的可能性。[1]这些早期论断在内容上不成体系,对风险的度量大都停留在定性的基础上,极具主观性,可以看作是风险度量理论的早期萌芽。

二、三种经典度量模型

(一)方差模型(马柯维茨)及其优缺点

马柯维茨的方差模型,是在假定收益率的概率分布确定的情况下,度量收益率这一随机变量相对期望收益率的总体性的平均离差。马柯维茨的论文发表之后众多学者一致认为:马柯维茨的“方差风险”度量方法只有在收益率的概率分布是正态分布的条件下才成立。[2]但是从理论意义上讲,收益率服从某些其它分布的情况也是可能出现的。对于正态分布而言,只要收益率的期望值和方差确定了,收益率的概率分布便随之而确定了;收益率的概率分布确定,投资者面临的风险程度也就确定了。对于其它分布,这种情况也是存在的:无论收益率服从怎样的概率分布,只要投资者持有的证券或证券组合的概率分布一经确定,投资者面临的风险的程度和情况也就确定了。此时,风险的大小以及分布状况,与分析者选择何种不同的方式观察该分布而得到怎样不同的“风险观测值”没有任何关系。因此,如果收益率呈非对称、非规则性分布,用马柯维茨的方差模型来判断风险程度就不再准确。因为即使收益率的期望值和方差都已经确定,也可能有无数种收益率概率分布状态与之对应。显然,相对这些不同的收益率概率分布,风险的大小以及分布状况也各不同。马柯维茨的方差模型中对证券投资收益率正态分布假定的现实性与合理性受到越来越多的实证抨击。

马柯维茨首次将统计学的期望和方差概念引入资产组合问题的研究,提出了用收益率的方差度量证券投资的风险,通过风险定量化促进数量化投资的发展。由于方差具有良好的统计特性,尤其是收益率服从正态分布,因此用其度量风险简便易行,适应性强,在投资管理中得到了广泛的应用。这也使得以均值—方差分析为基础的证券投资组合理论成为现代金融理论的核心。但是用方差或标准差度量风险有如下缺陷:方法的假设比较严格,如收益率服从正态分布,但是 Fama等人对美国证券市场投资收益率分布状况的研究以及布科斯特伯克拉克对含期权的投资组合的收益率分布的研究,基本上都否定了正态分布假设。在某些情况下方差甚至不存在,方差是用来衡量收益率对期望收益率的偏离程度,并且将正负收益偏差都视为风险,这与投资者的真实心理感受不一致,通常期望收益率对于大多数投资者没有实际意义,他们认为风险是未达到某个特定的收益率指标的程度,而不是期望收益率的偏离程度。同时他们更关心资产未来价值低于预期值的可能性,即强调丧失期待的收益或蒙受损失的一面。因此,方差度量风险有悖于投资者对风险的客观感受。

(二)LPM模型(哈洛)及其优缺点

在某一目标报酬水平之下的情况,风险计量模型表达为:

LPMn=∑Pi(T-Pi)n

式中:R代表投资报酬各种可能的结果;

P代表投资报酬出现的概率;

T代表目标报酬水平;

参数M=0,1,2…

当 n=0时,LPM0表示低于目标报酬的概率水平;当 n=1时,LPM1表示低于目标报酬的离差距离;当 n=2时,LPM2表示低于目标报酬的半方差(Semivariance)。

风险的原始语义是“损失”、“不利结果”[3]。LPM模型从风险的原始语义出发,用低于目标报酬水平之下的报酬分布状况的“Downside-Risk”来描述风险。该类方法的理论基础在于:对于无序的收益率分布,投资者在度量和管理风险时,通常更关心的是收益率出现在某一目标收益水平之下的各种可能水平的可能性高低。LP M的定义与方差非常类似,只是其相对基准是投资者的目标收益水平而非总体的期望值水平;其计算和考量的范围也仅是目标水平的“左尾”部分而非收益率的总体分布。

(三)风险价值VAR模型及其优缺点

20世纪 80年代以后,VAR风险度量方法得到广泛的运用。成为银行、证券公司、投资基金等金融机构、市场监管组织进行投资风险度量和管理的重要工具,美国穆边和标唯普尔等资信评估机构以及财务会计准则委员会、证券交易委员会等都宣布支持VAR作为风险度量的方法,巴赛尔银行监管委员会也认可该指标。

VAR是指风险资产在一个给定的置信水平和持有期间条件下、将会发生的最大期望损失。作为一种新兴的风险度量方法有如下优点:(1)综合性。可以度量不同市场因子,不同金融工具构成的复杂证券组合和不同业务部门的总体市场风险暴露。(2)概念简单,易于理解。把资产组合的风险概括为一个简单的数字,并以货币计量单位来表示潜在损失,能直接比较面临不同风险的不同工具间的相对风险度,为风险管理评估业绩,资本配置,风险限额设置提供了简单方法。

其缺点是:(1)只适合市场处于正常情况下的市场风险度量,若发生极端情况,如股市崩盘等,使用不太适合。(2)缺乏次可加性,不能反映投资组合的风险分散化效应。(3)基于对证券组合进行优化时可能存在多个极值,局部最优不一定是全局最优,在数学上难以处理。

三、风险度量方式近期的发展及未来趋势

在研究了上述静态风险度量的基础之上,文献《动态一致性风险度量》[4]以投资期限的划分为分界点,提出了静态和动态两种类型的金融风险度量方法。以风险度量的一致性为纽带分析和证明了动态风险度量的一致性,最后利用积分的思想对动态一致性风险度量的特征进行了探讨,并指出它对长期风险投资具有指导意义。

前述方法都是假定风险的本质为损失不利结果出现的可能性,这只是从一个侧面描述了风险的特性。而风险具有多方面的特性还需要从其它侧面来描述风险:用静态风险度量来描述随机试验结果的不确定性,并将其作为结果不确定程度的度量,即认为风险的本质是由结果的不确定性导致的价值损失。在此基础上许多研究者提出用动态方法来度量风险。近年来行为金融学逐渐兴起,它将心理学的研究成果引入到标准金融理论的研究,弥补了标准金融理论中存在的一些缺陷。文献《基于行为金融的证券投资“认知风险”度量研究》[5]将投资心理(过度自信心理和自我归因偏差心理)纳入到证券投资风险度量,提出了两者基于行为金融的认知风险度量方法并讨论了认知风险与传统度量方差的关系与标准的证券投资风险度量相比较。对信用风险度量模型的一些实证研究表明不同的模型给出的结果和实际情况有一定的差距,预测效果也相差较大。而且,以上各模型还存在一些不切实际的假设和缺陷,如这些模型显著的共同假设是利率和风险暴露不变,除了高级版的信用风险度量术假设利率是个随机过程,这样可以较为容易处理期权和互换等衍生产品外,其它模型尚不能很好地处理非线性的衍生产品。

证券投资的认知风险度量显得更直观,更接近于现实的证券投资。总之,金融风险的度量对资产投资组合、资产业绩评价、风险控制等方面有着十分重要的意义。针对不同的风险源、风险管理目标、产生了不同的风险度量方法。它们各有利弊,反映了风险的不同特征和不同侧面。正如 Gray(2000)所言:“风险的辩证法是风险管理的终极”,也就是说,在风险管理实践中,只有综合不同的风险度量方法从各个不同的角度去度量风险,才能更好识别和控制风险,这也是未来风险度量的发展趋势。国际上还没有出台一个通用的风险度量模型的方法,模型评价仍常常忽视建模方法、数据和检验统计方法的有效性,因此,我们在应用现有的这些模型时要保持慎重的态度,不能盲目地照搬使用。

[1] 彭韶兵.财务风险机理与控制分析[M].上海:立信会计出版社,2001:29.

[2] 佐卓,文静.风险度量模型应用效率比较[J].商场现代化,2006(1):51.

[3] 王燕,杨文瀚.金融风险度量方法的研究进展 [J].科技进步与对策,2005(8):43.

[4] 何信,张世英.动态一致性风险度量[J].系统工程理论方法应用,2003(9):15.

[5] 杨养鹏.基于行为金融的证券投资“认知风险”度量研究[J].数量经济技术经济研究,2004(5):33.

An analysis and comment on risk measurementmodels

ZHANG Jing,et al.
(Changchun Institute of Technology, Changchun130012,China)

This article briefly reviews the development of risk measurement and points out its advantages and disadvantages through analysis and comparison,and it analyzes the risk of the development trend of measurementmethods.

variance model;Halo model;VaR model; comparative analysis

book=3,ebook=201

F069.9

A

1009-8976(2010)03-0047-03

2010-03-06

张婧(1982—),女(汉),黑龙江齐齐哈尔,硕士主要研究财务管理。