压力测试模型的比较研究

一、选题背景 近年来，由于金融市场发生剧烈价格波动的频率有上升趋势，如1987 年美国股市大崩盘、1994 年美国高利率风暴、1997 年东南亚金融危机等第，其产生的损失也有逐渐扩大的倾向。通常，通过资产多元化分散风险与利用衍生产品避险等风险管理模式，在面临较大市场波动时常会因为相关统计分布的参数改变而无法达到预期的效果，因此促使以风险承担管理模式为主的风险值与压力损失等研究越来越受到人们的关注。 压力测试的概念是巴塞尔银行监管委员会（1995）提出，其目的是为了补充风险管理的实际运作需要，规定金融机构必须定期执行压力测试。国际证券监管机构组织指出：压力测试是计算最不利的市场情形对资产组合的影响效果。 进行压力测试有很多模型与方法，不同的模型有不同的适用范围，如何选择合适的模型对估计不同市场的压力测试值进行风险控制是非常重要的。 本文主要考虑正态分布模型、混和正态分布模型与极值分布模型，研究在一定的市场情况下，这三种模型哪种能更好地捕捉市场收益率分布的偏态与肥尾现象。 二、研究方法与逻辑架构本研究全文共分为四章，第一章为总论，说明当前的金融市场风险分析及压力测试的应用环境。第二章分别介绍风险值、压力测试、回顾测试的定义与估计方式，并回顾近年来国内外学者有关压力测试的实证文献。第三章整理了近年来国内外学者所使用的压力测试模型与压力测试值的估计方式。第四章为实证结果分析，将模型所估计美国、香港与上海的压力测试值予以整理并分析结果。 三、主要观点及结论本文主要以中国上海、香港与美国的股票指数为研究对象，分别使用正态模型、混和正态模型、极值分布模型来执行压力测试，比较哪种模型能有效地捕捉极端事件或肥尾的现象。 一、从样本资料的基本叙述统计及尾部指数来看，美国、香港与上海股市收益率并非呈现正态分布，且具有高狭峰及肥尾现象，而肥尾程度依序为上海、香港、美国，除了美国基本呈现对称，其余两个市场皆为右偏。此外上海与美国或香港的相关系数并不高，因此有利于分散投资组合风险，不过由于上海市场本身的波动程度非常高，虽然高风险能追求高收益，但也导致避险策略可能没有特别高的绩效。所以中国近年来发展极为迅速，吸引许多投资人进入这个市场，并且股票市场的成长幅度往往高于美国与香港，但高收益的背后隐藏着高风险，这些潜藏的压力事件可能会导致严重的损失，投资人需特别注意。 二、单一资产的压力测试方面，正态分布模型与混合正态分布模型将收益率假设为正态，所以估计的压力测试值会呈现左右尾对称的现象，而极值分布没有，况且实证发现香港与上海股市呈现右偏，因此极值分布模型不对称的情形是正确的，而且极值分布并没有假定收益率是正态分布，比起前两者模型的不合理假设，使用极值分布是比较好的。另外根据回顾测试的结果，发现极值分布模型的准确性最佳，混合正态分布模型次之，而正态分布模型效果最差。且根据游程检验发现，仅有上海股市的极端值呈现聚众现象，其余市场的极端值则没有产生聚众现象。 三、投资组合的压力测试方面，投资组合与单一资产最大的差异在于相关系数的计算，单一资产重视的是各部位资产的压力损失，投资组合则可估算整体资产的压力损失情形。不过三地之间的历史相关系数并不高，其中以美国香港的0.01 最高，上海与美国或香港的相关系数接近0，可以说是与其余市场关联性不高。此外两两资产间之极值相关系数则以美国香港间的0.1755为最高。若根据覆盖率的高低来看，依序为极值分布模型、StressVaR-x 模型、StressVaR(95)模型、Kupiec模型与Kim & Finger 模型、一般压力测试模型。就准确性高低而言，依序为Kupiec 模型与Kim & Finger 模型、一般压力测试模型、StressVaR(95)模型、StressVaR-x 模型、极值分布模型。至于模型的优劣随风险管理者决定，若重视覆盖率，可挑选极值分布模型估计压力损失，若重视准确性，则可挑选Kupiec 模型或Kim & Finger 模型。 四、创新与不足与目前的相关压力测试研究相比，本文的创新之处在于： 1、比较研究了压力测试中广泛采用的模型，选取了正态分布模型、混合正态分布模型、极值分布模型等三种模型，具有较好的模拟及解释能力，同时在实际应用上相对简便，具有良好的可操作性。 2、全面论述了国内外压力测试的发展环境及其演进。并选择美国、香港和上海股市的日收益率来计量此三种模型捕捉压力事件的有效性，对金融机构进行资产组合的压力测试具有很强的现实意义。 同时，由于作者的知识水平及能力有限，本文也存在着一定的不足。最大在于在对资产组合压力测试的实证研究还不够深入彻底，同时在压力测试模型的选择上也还不够全面，这作者提出了更大的要求，将作为今后的研究方向做更深入的研究。