a-barra風(fēng)控模型說明書-資料下載頁
2025-05-13 18:18本頁面
【正文】 場波動率在某些市場,我們發(fā)現(xiàn)絕對值較大的收益率集聚在一段時間內(nèi),換言之,相對于低水平收益時期,真實的證券收益率分布表現(xiàn)出來的極端情況出現(xiàn)頻率超過由定波動率的正態(tài)分布計算出來的概率.日頻的指數(shù)冪加權(quán)指數(shù)波動模型(DEWIV)和廣義自相關(guān)條件異方差模型(GARCH)的變形更適應(yīng)這些實證規(guī)律,它們允許波動率在一段高水平波動率或者低水平收益時期之后繼續(xù)高漲,在一段低水平波動率或高水平收益時期之后繼續(xù)下跌.上述系統(tǒng)性風(fēng)險放縮方法的各種變形被應(yīng)用在Barra的本地模型中 有些市場,如新興市場,..參考”Barra Equity Risk Model Reference Guide”獲取適用市場對應(yīng)的股票模型使用的何種放縮方法.在對任何模型應(yīng)用DEWIV和GARCH做放縮之前,.DEWIV模型:σr,t2=21?1λs=1∞λs1rtsr2 EQ 16其中,σr,t2=市場收益率在時刻t的方差21=一個月的近似交易日數(shù)量λ==指數(shù)組合從時刻ts1到ts的收益率r=指數(shù)組合收益率的平均DEWIV模型唯一的一個參數(shù)是權(quán)重系數(shù),我們先對日頻的預(yù)測方差乘上近似的每月交易日數(shù)量(21天),.GARCH模型GARCH模型的變形 使用方差預(yù)測函數(shù)來區(qū)別不同的GARCH模型,我們將其分解為期望收益部分,E(rt),與超預(yù)期損益,εt,即:rt=Ert+εt EQ 17觀測到的波動率延續(xù)行為意味著t時刻市場收益的方差可以如下建模:σr,t2=ω+αεt12+βσr,t12 EQ 18其中 σr,t2 =市場收益率在時刻t的方差ω=平均市場波動率的預(yù)測值α=對最近真實波動率的敏感度εt12=在時刻t1的真實波動率β=對前一次波動率預(yù)測值的敏感度這個方程,我們稱之為GARCH(1,1)模型,表明當(dāng)前市場波動率取決于最近的真實波動率εt12和最近的波動率預(yù)測σr,t12.如果α和β為正,(1,1),(1,1)模型以克服此弊端:σr,t2=ω+αεt12+βσr,t12+θεt1 EQ 19,.放縮.使用未放縮的模型對市場波動率的預(yù)測方程如下:σm2=hmTXFXThm+σsp2 EQ 20月頻市場指數(shù)的月頻特定風(fēng)險定義為:σsp2=hmTΔhm EQ 21其中hm=市場指數(shù)組合的持倉Δ=對角特定方差矩陣,因子數(shù)量為k以及月頻的市場指數(shù)組合的已放縮方差估計為σs2,我們構(gòu)造一個新的(kk)的因子協(xié)方差矩陣,那么Fs=F+(σs2σm2)(σs2σsp2)FXThmhmTXF EQ 22其中Fs=放縮后的因子協(xié)方差矩陣F=原始的因子協(xié)方差矩陣(kk)σs2=市場指數(shù)月頻放縮預(yù)測方差,計算模型為DEWIVσd2或者GARCHσg2模型σm2=使用預(yù)先定義的因子模型計算所得月度市場指數(shù)方差σsp2=市場指數(shù)的月度特定風(fēng)險hm=市場指數(shù)組合持倉(n1)X=因子風(fēng)險暴露矩陣(nk)特定風(fēng)險模型 參考基礎(chǔ)因子模型:ri=k=1Kxikfk+ui EQ 23,轉(zhuǎn)而構(gòu)建特定風(fēng)險的預(yù)測模型,以便捕捉來自特定風(fēng)險一般水平上以及特定風(fēng)險與資產(chǎn)基本面特征之間關(guān)系的變化.概念上來說,單個證券的特定風(fēng)險可以看成是兩個因子的乘積:給定月份的所有證券特定風(fēng)險預(yù)測值的平均,偶爾,構(gòu)建一個精確地特定風(fēng)險模型需要一個估計所有證券平均特定風(fēng)險水平的模型以及一個連接單個證券的相對特定風(fēng)險和它的基本面特征的模型.方法出于穩(wěn)健的考慮,(即特定收益的標準差).因此,特定風(fēng)險由三部分組成:絕對特定收益的平均水平,絕對特定收益的相對水平以及伸縮因子.σit=κit?1+Vit?St EQ 24其中σit=證券i在時刻t的特定風(fēng)險κ=伸縮因子,用來將絕對收益預(yù)測值轉(zhuǎn)換為標準差單位Vit=證券i在時刻t絕對特定回報的相對水平預(yù)測值St=所有證券在時刻t的絕對特定回報的平均水平預(yù)測值St藉由時間序列分析估計得到,其中考察歷史絕對特定收益的平均水平與它滯后的值,在某些模型中,還與滯后的市場收益率,:St=α+i=1kβiSti EQ 25其中St=時刻t的絕對收益的平均水平預(yù)測值α,β=待估計參數(shù)St=時刻t的估計總體中所有證券的歷史絕對收益平均水平預(yù)測值在多水平美國股票模型和墨西哥股票模型(MXE1)中添加了一項滯后市場收益. 需要更多細節(jié)請參考”Equtiy Risk Model Reference Guide”或者網(wǎng)站要對絕對特定收益的相對水平建模,我們使用如下模型預(yù)測資產(chǎn)絕對特定回報的真實水平:Vit=k=1KZiktγk EQ 26Vit=資產(chǎn)i在時刻t的絕對特定回報相對水平預(yù)測值Zikt=資產(chǎn)i在時刻t對特征k的風(fēng)險暴露γk=特征k對相對特定風(fēng)險的貢獻更新模型模型的更新過程中,最新的基本面數(shù)據(jù)和市場數(shù)據(jù)被用來計算個股在每個因子上的風(fēng)險暴露,進而用來估計因子最新的月度回報,乃至協(xié)方差矩陣.,使用上月的數(shù)據(jù)對資產(chǎn)收益做橫截面回歸,從而得到因子回報數(shù)據(jù),后續(xù)即可更新協(xié)方差矩陣,特定回報,應(yīng)用更新的特定回報又可以計算絕對特定回報的相對水平和均值,更新信息將分發(fā)到Barra軟件的用戶機器上.
公司管理相關(guān)推薦
鄂ICP備17016276號-1