【文章內(nèi)容簡介】 VaR 方法不僅能夠測算出單個金融工具的風險，而且還可以測度由多種金融工具組成的投資組合風險，而傳統(tǒng)的金融風險管理 方法對于這一點 卻做不到 [4]。 每一見事情 都是具有兩面性的， 當然 VaR 方法也沒有特例，也是它的 局限性。第一， VaR 方法只可能能測量 一般 情況下 市場 市場條件下的資產(chǎn)或者資產(chǎn)組合存在的潛在風險，不能測度極端性質的 金融 市場 、金融機構。如在金融危機期間的金融市場 。 因為在金融各危機期間，這就導致了 VaR 技術在金融危機期間，沒有辦 法捕捉 到 各個金融機構之間的這種風險溢出效 應。為了能夠充分理解，在本文中舉 出 一個簡單的例子，即：在公式 ()處，我們解釋了在 一般情況下即95%的置信水平下 ，我們有 95%概率的把握可以確定認為 投資組合的損失不會超過 VaR，但是 畢竟存在 5%概率 的可能 會使得我們的投資組合損失 比 VaR 要大 ，一旦這種情況出現(xiàn)的話，我們就說 VaR 方法 在極端情況下就會失靈 無效 。第二，VaR 方法對于反常規(guī)的事件，并不能作出精而準的度量。這是因為 在 VaR 方法中的一個假設條件認為：以往的數(shù)據(jù)可以可在將 來復制其發(fā)展規(guī)律。第三， VaR模型本 身就有一定的風險。對于同一組的數(shù)據(jù)來說，選擇 不同的模型和不同的方法得到的 VaR 的風險價值就會有很大的不同 [5]。 綜上所述，對于這種傳統(tǒng)的測量金融風險的方法，選擇較小的 VaR 數(shù)值，就成了各個金融機構、金融市場的優(yōu)先選擇。但是， VaR 方法缺少一個客觀的統(tǒng)一的衡量標準，尤其與 CoVaR 方法比較起來，這就使之顯得稍有遜色。 天津科技大學 2021 屆本科生畢業(yè)論文 17 VaR 的實現(xiàn) 在本文中 計算 VaR 的數(shù)值主要是直接調用 MATLAB 中的 portvisk 函數(shù)，這在MATLAB 的金融風險測度函數(shù)中有詳細的介紹。下面則是給出其調用的形式： ValueAtRisk=portvrisk(ProtReturn， PortRisk， RiskThreshold， PortValue) CoVaR 方法 CoVaR 的 定義 2021 年， Adian 和 Brunnermeier 兩位專家，共同 提出 測度金融風險價值的新方法 CoVaR 方法，即條件風險價值。對于金融機構、金融市場來說，加入了風險溢出效應后的 VaR，也就是 CoVaR 方法，則能更為精準的衡量實際中的風險，從而可以避免風險被低估或者高估，進而就可以提高風險管理決策的準確性和及時性。對于整個金融系統(tǒng)風險的監(jiān)管當局來說，由于 CoVaR 方法可以 準確有效的反映單個金融機構、金融市場對系統(tǒng)性風險的影響，監(jiān)管者、決策者就可以很方便地知道各個金融機構、金融市場在系統(tǒng)性風險中所占的比例。從而對于那些占有比例高的金融機構、金融市場實施更為嚴厲的監(jiān)管和懲罰，就可以確保整個金融機構、金融市場的穩(wěn)定性?？梢哉f， CoVaR 為監(jiān)管者、當局者管理金融機構、金融市場提供了一種全新的思維和方法。 根據(jù) Adian和 Brunnermeier 兩位專家的定義， ijCoVaRq 表示的是當金融機構、金融市場 j 的收益率處于 iVaRq 水平時，金融機構、金融市場 i 的風險水平，因此，是 i 關于 j 的條件 VaR， ijCoVaRq 反映了當機構 j 處于極端不利的情況時， i 所面臨的風險水平是多少。因此， ijCoVaRq 可以定義為，當給定機構 j 時的無條件 VaR時，機構 i 的 VaR。所以， ijCoVaRq 也可以用條件概率分布的 q 分位數(shù)來進行定義，公式如下 [6]： ? ?Pr |ij j jiX C o V a R X V a R qqq? ? ? () 在公式 ()中， 0q1 表示的是概率， 在 CoVaR 方法的定義中包括了兩方面的意思 ：第一， CoVaR 本身 就是 VaR ；第二， j 對 i 的風險溢出效應可以通過ijCoVaRq 和 jVaRq 的相關關系來進行描述。 ijCoVaRq 是 i 的總的風險價值， ijCoVaRq包括了零風險價值和溢出 風險價值，為了更為真實地反映 j 的風險事件對 i 的風險溢價值也就是剔除了零風險價值，我們把 溢出風險價值 定義 為 ijCoVaRq? ，其公式為 [7]： ij ij iC o V a R C o V a R V a Rq q q? ? ? () 天津科技大學 2021 屆本科生畢業(yè)論文 18 在公式 ()中， 計算出 CoVaR 和零風險價值 VaR 的溢出率， ijCoVaRq? 表示的是 j 對 i 的風險溢出大小， 所以， ijCoVaRq? 需要進行標準化的處理， ijCoVaRq?是不能充分地反映金融機構、金融市場 j 對 i 的風險溢出的程度。 可是由于不一樣的金融機構的零風險價值 VaR 的數(shù)值相差很大， 其公式為： % / * 1 0 0 % / * 1 0 0 %ij ij iji i iC o V a R C o V a R V a R C o V a R V a R V a Rq q q q q q??? ? ? ?? ? ? ?? ? ? ???? ? ? ??? () 而這種做法的優(yōu)點在于：可以讓持有各個不同的無條件價值的金融機構、金融市場之間的收益數(shù)據(jù)標準化。 % ijCoVaRq 的作用在于可以消除單位 量綱的 約束 ，能夠 真實 地反映 j 發(fā)生風險事件時對 i 的風險溢出 水平 。 CoVaR 方法則是把風險溢出效應和以往 的 VaR 方法 結合起來，風險水平 就可以得到準確的反應 。那么更進一步， 那么，這就會對關注整個金融系統(tǒng)風險 的監(jiān)管當局者、決策者來說都是是意義非凡的。 因為如果 ijCoVaRq? 可以準確而且有效的反映單個金融系統(tǒng)、金融市場對系統(tǒng)風險的影響，那么監(jiān)管當局者、決策者就可以很容易地知道各個金融機構、 假如我們用 i 代表整個金融系統(tǒng)， ijCoVaRq? 能夠捕捉 j 發(fā)生風險事件時系統(tǒng)風險的變化。 金融市場對系統(tǒng)風險的溢出風險所占的比例，從而可以對于那些風險溢出水平高的金融機構、金融市場采取更為嚴格的措施，來確保整個金融系統(tǒng)的長期穩(wěn)定性 [8]。 CoVaR 的實現(xiàn) VaR 函數(shù)在 MATLAB 中可以直接調用，其調用形式在本文的第 4 節(jié)有詳細的介紹，以下則是 CoVaR 函數(shù)的調用方式： function dcovar = delta_co_var(output_returns, input_returns, ... lagged_factors_returns, quantile) %默認的 q 分位數(shù)為 % if nargin 4 quantile = 。 end if nargin 3 天津科技大學 2021 屆本科生畢業(yè)論文 19 lagged_factors_returns = []。 end num_periods = size(output_returns,1)。 median_percentile = 。 %計算金融個體的 % X = [ones(num_periods,1) lagged_factors_returns(1:end1,:)]。 y = input_returns。 betas = quantile_regression(y,X,median_percentile,0)。 if nargin3 %延遲收益回報為零的情況 % median_input_state = betas(1)。 else median_input_state = [1 lagged_factors_returns(end,:)]*betas。 end %計算金融個體處于金融危機的數(shù)值 % betas = quantile_regression(y,X,quantile,0)。 if nargin 3 % lagged_factors_returns is empty distressed_input_state = betas(1)。 else distressed_input_state = [1 lagged_factors_returns(end,:)]*betas。 end 天津科技大學 2021 屆本科生畢業(yè)論文 20 %分位數(shù)回歸的輸出機構或系統(tǒng)滯后因素輸入機構 % X = [ones(num_periods,1) input_returns lagged_factors_returns(1:end1,:)]。 y = output_returns。 betas = quantile_regression(y,X,quantile,0)。 %計算 deltavar數(shù)值 % dcovar = betas(2)*(distressed_input_state median_input_state)。 5 金融危機前后銀行之間風險的溢出效應 數(shù)據(jù)的選取和處理 我國共有 14 家上市的商業(yè)銀行，其中 4 家 是 國有商業(yè)銀行 ： 中國工商銀行、中國建設銀行、中國銀行、中國農(nóng)業(yè)銀行 ； 9 家股份制商業(yè)銀行 ： 交通銀行、招商銀行、中信銀行、浦發(fā)銀行、民生銀行、興業(yè)銀行、光大銀行、華夏銀行、深圳發(fā)展銀行 ； 3 家城市商業(yè)銀行 ： 北京銀行、寧波銀行、南京銀行 。下面截選 14家在上海證券交易所上市的銀行名稱以及相應的代碼、上市時間。 表 51 上海證券交易所銀行上市代碼及時間 天津科技大學 2021 屆本科生畢業(yè)論文 21 銀行名稱 上市時間 代碼 銀行名稱 上市時間 代碼 工商銀行 20211027 601398 浦發(fā)銀行 19991110 600000 建設銀行 2021925 601939 民生銀行 20211219 600016 中國銀行 202175 601988 興業(yè)銀行 202125 601166 農(nóng)業(yè)銀行 2021715 601288 光大銀行 2021818 601818 交通銀行 2021515 601328 華夏銀行 2021912 600015 招商銀行 202149 600036 深發(fā)銀行 199143 000001 中信銀行 2021427 601998 北京銀行 2021919 601169 寧波銀行 2021719 002142 南京銀行 2021719 601009 上證金融 202119 000038 內(nèi)地銀行 202114 000947 本文選取的數(shù)據(jù)是從 2021108 到 20211228 期間的數(shù)據(jù)，在此期間我國經(jīng)歷了 200 年的全國金融危機以及歐洲債券主權危機，其數(shù)據(jù)對研究金融個體與金融系統(tǒng)之間的風險比較有意義。 以每周五的收盤價為基礎，若是遇到周五收盤價不存在的時候，就選取前一日的收盤價為準。本文的數(shù)據(jù)時來自我國上市的 16 家商業(yè)銀行的日線數(shù)據(jù)中。由于中國農(nóng)業(yè)銀行光大銀行上市均在 2021 之后，則不選取該兩家銀行的數(shù)據(jù)。而我國上市的商業(yè)銀行大多是在上海證券交易所上市的，這就把寧波銀行、深證發(fā)展銀行的 日線數(shù)據(jù)從剔除掉， 留下 12 家銀行的日線數(shù)據(jù)以為樣本 數(shù)據(jù) 。銀行的總體反映情況則是選取內(nèi)地銀行作為銀行業(yè)的整體參考指數(shù)，即是銀行的系統(tǒng)。而上證金融較內(nèi)地銀行上市晚，數(shù)據(jù)不夠充分，所以不選擇上證金融作為整個銀行的股票指數(shù)。 下面則是以中國銀行的股票收益率為單個金融系統(tǒng)，而以內(nèi)地銀行的股票收益率為銀行的整個金融系統(tǒng)。在現(xiàn)有的數(shù)據(jù)進行了篩選，選取每周五的收盤價，若是周 五沒有數(shù)據(jù)，則選取前一日的收盤價，則每一只股票的數(shù)據(jù)有 310 組。當MATLAB 軟件讀取數(shù)據(jù)后，會出現(xiàn)數(shù)據(jù)缺失的情況，則對其可以進行線性差值，使其數(shù)據(jù)保持完整。 單個銀行和整個銀行 收益率 的計算 現(xiàn)在選取的股票指標有每日的 開盤的 最高價、最低價、開盤價、收盤價、成交量以及收益率。在金融市場領域，通常不用價格作為指數(shù)，而是用其收益率作為研究的對象。其中 某銀行股票 收益率的計算公式為 某銀行股票 每周周五收盤價的一階差分 值 ，為了方便計算，則是對其取對數(shù)，然后擴大 100 倍。由于只是倍數(shù)的擴大，所以并不影響對問題的分析 。其計算公式為： 第 n 周收益率 =100*Ln(第 n 周收盤價 /第 n1 周收盤價 )[9] 通過運用 MATLAB 軟件，將數(shù)據(jù)導入 MATLAB 編輯頁面，進行計算、分析和作圖。其單個銀行的股票價格、收益率以及作為銀行整體的內(nèi)地銀行的股票價格、收益率走勢圖分別如 5 52 所示。其中，各大商業(yè)上市銀行均以漢字天津科技大學 2021 屆本科生畢業(yè)論文 22 拼音的首寫字母構成，如“中國銀行”則縮寫為“ zg”。單個銀行的股價是繪在同一張圖中，這是為了方便比較銀行之間的風險溢出效應。而作為整個銀行業(yè)的指數(shù)內(nèi)地銀行股價走勢圖繪在 12 只銀行股價走勢圖之下，這是為了更好的比較大盤與個股之