基于La―VaR模型的中国国债市场流动性风险研究.docx

基于模型的中国国债市场流动性风险研究国债市场是国债发行和流通市场的统称是买卖国债的场所中央银行通过在二级市场上买卖国债直接买卖国债回购反回购交易来进行公开市场操作借此存吐基础货币调节货币供应量和利率实现财政政策和货币政策的有机结合摘要本文基于模型测度中国国债市场流动性风险并选取年上证国债指数为数据采用模型和模型度量国债市场所面临的流动性风险分析模型对我国国债市场流动性风险测度的有效性结果表明相对于传统的模型模型能更好的测度国债市场的流动性风险且模型的预测结果与国债市场的表现大致吻合可对国债市场进行较好的预测关键词国债市场模型流动性风险一引言通过考虑市场的流动性水平和投资者交易头寸大小对变现价值的影响把市场影响机制引入模型中从以往的研究结果来看流动性风险的相关研究大都集中于股票市场对于债券市场的流动性风险研究相对较少而定位于国债市场的流动性风险研究则更是少之又少本研究的创新之处在于选取上证国债指数为样本采用模型模型研究基于我国国债市场的流动性风险测度问题二模型设定与实证方法设计一模型设定传统的的定义为在某一个既定的置信水平下在特定的持有期内资产组合可能会遭受的最大损失对于传统的在险价值而言侧重于衡量资产组合所面临的市场风险并没有涵盖流动性风险在内考虑到这一点年提出了基于买卖价差的流动性风险模型模型也就是模型他们的基本思路为在传统模型的基础上加上了一个增量这个增量也就是价差带来的流动性风险假设某资产当前的中间价格为资产的对数收益率为收益率代表的是资产真实价值给投资者带来的收益等给出了未来个持有期内置信水平为头寸为单位的的解析式由公式可知模型实质上是将模型具体分为了两个部分其中代表中间价格波动的风险也就是我们所说的传统的而则代表以价差计算的流动性风险由此便得到了模型等人针对卖出价与买入价的溢差的不定性做出了改进但假设产品的卖出价与买入价的溢差的百分比分布相互独立这种假设相对来说比较保守本文将在模型的基础之上通过对流动性指标及其数据可得性进行分析结合我国国债市场的实际情况重新设定了买卖价差的定义设定债券价格的开盘价收盘价最高价最低价价差则为最高价与最低价的差值中间价格相对价差即为二实证方法设计本文首先对时间序列数据进行平稳性检验及效应检验在存在高阶效应的基础上采用四种模型对比估计时间序列的波动率从中选出最优的模型并在此结果之上使用模型构建法建立模型与模型三实证分析一数据由于抽样选取债券样本有一定的难度且无法整体反应整个国债市场的流动性本文决定选用债券指数来综合反应我国国债市场状况选择标准有二一则能较好的反映我国国债市场的整体情况二则该指数需要在交易日具有价格波动综合以上两个标准本文选择上证国债指数作为样本该指数是上证指数系列的第一只债券指数是以上海证券交易所上市的所有固定利率国债为样本按照国债发行量加权而成可以综合的反映我国国债市场整体变动状况该指数采用的是派氏加权综合价格指数公式来进行计算并以样本国债的发行量为权数进行加权二数据基本分析描述性统计及正态分布检验以上证国债指数为数据对其进行取对数并差分得到收益率即其中为上证国债指数第日最后的收盘价为第日最后的收盘价其描述性统计结果如下聚集性检验金融时间序列往往具有聚集性从收益率序列的时序图中我们看到收益率序列的聚集性明显即每一次小幅度波动后面往往跟着的是较小幅度的波动而每一次大幅度波动后面往往跟着的是较大的波动数据的前半段与后半段形成鲜明对比前半段整体呈现出较大波动而后半段波动较小平稳性及相关性检验采用单位根检验法检验序列的平稳性原假设为序列存在单位根即序列为非平稳序列结果显示原假设不成立序列不存在单位根是平稳序列图的数据为残差相关性检验结果从图中可以看出自滞后期开始自相关系数和偏相关系数在统计上为显著且统计量也显著综上所述通过对收益率序列的描述统计正态性检验聚集性检验及平稳性检验可得收益率序列是平稳序列并不服从正态分布分布的尖峰厚尾性和聚集性明显且残差序列存在自相关现象据此本文选用能反映波动时变性的族模型估计波动率且分布假设选择分布或分布三效应检验为了更好的建立模型我们需要对上证国债指数收益率进行效应检验首先运用最小二乘法对收益率时间序列数据进行线性回归得到其残差然后运用对残差序列进行检验一般来说如果检验的滞后期很大如大于检验依然显著则说明残差序列存在高阶效应所以在这里选择滞后期为得到的检验结果如下表最小二乘法拟合的检验结果中统计量和统计量对应值均为小于显著性水平拒绝原假设残差序列存在效应结果同时表明模型残差序列在显著性水平下具有高阶效应综合上述检验和残差平法相关性检验的结果可以据此建立模型四模型估计根据汇总结果可以看出对随机误差项分别采用分布和分布广义误差分布所得到的模型中采取分布的模型不符合模型的前提假设所以排除在外所以应选用模型或模型对于模型和模型根据与准则模型的结果表现的相对优异采取该模型来求得波动率五预测结果与分析模型与模型结果对比运用上述模型本文采取在置信度的水平下求取模型与模型结果其预测结果折线图如下回顾测试例外天数为了检验模型是否有效我们需要进行回顾测试来对实验结果进行检验在回顾测试中我们需要将模型结果同历史数据进行比较在预测区间内如果实际损失超过模型的预测值则将改日认定为例外所有例外的合计则称为例外天数如果例外的天数占总体天数的比例小于说明模型结果比较令人满意如果例外天数占总体天数的比例远远大于我们将认定所估计的偏低在这里我们将对传统的模型与模型进行比较从而检验模型是否比传统的模型更具有优越性从例外天数的结果可以看出模型能比模型更好测度流动性风险失败率检验根据所提到的失败率检验法我们可以进一步细化的比较模型与模型的实际效果假定的展望期为天置信度为如果模型准确无误那么每天的损失超出的概率为当例外个数大于例外期望值时给出原假设对应样本中的任意一天例外情况发生的概率为当例外个数小于例外的期望值时给出原假设对应样本中的任意一天例外情况发生的概率大于通过中的函数选择把握程度为得出模型与模型的失败率结果如下四结论发展债券市场须深化国债市场改革国债市场作为我国债券市场的一部分其成长的好坏直接关系着整个金融市场发展的快慢也对我国整体的经济改革有着重大的影响然而每一次金融改革的背后都必然会伴随着一定的风险在对国债市场进行深化改革的同时风险问题自然不容忽视由此本文着眼于国债市场进行流动性风险实证分析具有一定的现实意义并结合实证结果得到了以下结论第一从实证分析发现通过对上证国债指数的收益率时间序列进行基本分析发现该序列具有明显的尖峰厚尾特征且结合模型结果表明相对于分布假设下的模型分布假设下的模型能够更好反映出收益率的风险特征第二实证结果表明通过进行例外天数的回顾测试采用模型衡量流动性风险能够大幅度的降低例外天数且在失败率的检验中模型的预测结果更是可将对应于任意一天例外发生的概率控制在的范围内由此结合模型与模型的回顾测试结果对比可表明基于流动性风险的模型较之传统的模型而言更能准确的反映我国国债市场的流动性风险参考文献刘林倪玉娟股市流动性市场关注度与创业板上市公司转板选择证券市场导报姚亚伟杨朝军黄峰流动性风险特征基于中国证券市场的经验数据分析上海金融王东旋张峥殷先军股市流动性与宏观经济经济科学李文鸿田彬彬周启运股市流动性与股票收益率的面板数据实证分析统计与决策戴国强徐龙炳陆蓉方法对我国金融风险管理的借鉴及应用金融研究龚锐陈仲常杨栋锐族模型计算中国股市在险价值风险的比较研究与评述数量经济技术经济研究张瑞军孟浩人民币离岸债券市场风险评价理论探讨闻岳春程同朦基于技术的债券投资的市场风险与流动性风险管理研究武汉金融王观政策利好消息频现债市轮子动起来人民日报