以基于VaR的动量反转策略应对股指极端事件

(上接第一版)从外部环境来看袁国际天胶主产区天气不是太好袁近期的阴雨天气令已经进入产量高峰期的产区割胶作业受阻袁产区供应依然紧俏袁同时现货商惜售心理也趋于严重尧报价偏高遥从经济面来看袁美联储日前决定维持联邦基金利率不变和较长时间内维持此超低利率水平不变为大宗商品趋涨埋下动力袁国际油价高位徘徊以及中国汽车产销量前10月均累计突破1000万辆提振轮胎业的消费等也是人们看好胶价的主要原因遥野但是袁上海期货市场库存依然居高不下袁如截至昨日已接近9.5万吨袁同时国内轮胎库存增加销售放缓袁加之阴雨天气过后泰国尧马来西亚等重要产区11月下旬进入产胶旺季等袁会令天胶供应充足和需求下降袁对天胶后市我们不能持有十分乐观的态度遥冶中国国际期货工业品部杨强表示袁11月11日袁商务部等六部委联合提出汽车及零部件出口从今年到2011年力争实现年均增长10%袁到2015年汽车和零部件出口达到850亿美元袁年均增长约20%袁到2020年实现中国汽车及零部件出口额占世界汽车产品贸易总额10%的战略目标袁加之国内汽车销售连续10个月保持增长袁美元贬值尧股市尧原油尧黄金价格保持强势尧东京胶库存偏低等袁一定程度上引领了国内天胶价格的走高袁而由于胶价涨幅过大尧过快已经消化了这些利多因素的作用袁后期需要有新的利多因素来支撑胶价袁否则胶价会出现回落遥浙江新世纪期货市场研发部副经理李飚认为袁经过近一个月的窄幅横向整理后袁天胶携量上行袁呈现突破意图袁当前市场已经完成了主力合约从1001至1003的转换袁但估计后期将运行平稳遥李飚认为日前国家统计局公布的10月份主要经济数据指标呈中性偏空袁国内商品及股市略有回调遥目前袁国内期货市场气氛整体表现平稳袁大部分大宗商品价格小幅调整遥因此袁天胶再度走出大幅扬升行情的可能性不大遥(上接第一版)野北方地区的强降雪天气袁一方面会影响PVC产品的外运曰另一方面为电石等原料的运输增加了困难遥冶卓创咨询PVC板块编辑王丽丽表示袁由于本身PVC现货流通的货源并不充裕袁再加上国内电石生产区域主要分布在西北部偏远地区袁受到暴雪来袭影响袁山东尧河北等地企业的电石到货困难袁开工将会延期遥据她预测袁目前虽然只有少部分企业受到影响袁但是由于公路化冻还需要一些时间袁影响可能会逐步深化遥除此之外袁王丽丽认为袁本周PVC现货涨价可谓是利好叠加遥她表示袁一方面前期贸易商认为金融危机的影响未消失袁对产品后市看淡袁库存并不充裕导致当前供应紧缺曰另一方面是电价调整方案的即将出台对于PVC企业这样的野耗电大户冶来说袁无疑增加了成本支撑袁对市场心态影响较大遥对于近期PVC价格的上涨袁新疆天业集团华南销售区域总经理王新表示相似观点遥他认为袁除去降雪天气导致出货困难的影响袁原油价格上涨对乙烯单体的支撑和原料运输成本的增加才是主要原因遥据他介绍袁目前公司的PVC销售情况良好袁每日2000多吨的加工能力正处于满负荷生产状态遥北方大雪可能对农膜生产产生一定影响除去对PVC的影响袁暴雪天气对于LLDPE下游主产品要要要农膜的供应和需求的影响也成为市场关注的焦点遥野北方大雪天气可能对农膜生产产生一定影响袁这也直接影响到LLDPE的价格遥冶某农膜生产企业的相关负责人对记者说遥他表示袁由于不少农民对于天气预报十分关注袁对冷空气的提前来临已经开始做好预防准备袁前期已经开始陆续采购农膜遥由于农膜需求相对比较稳定袁且现在的农膜质量也较好袁不少农民采取棚膜倾斜的方式保护农作物袁因此暴雪天气破坏农膜的可能性较小袁十一月下旬农膜的消费可能将逐步转淡遥野不过也不排除一些农民没有关注天气袁提前采购农膜袁待近两日雨雪天气过后袁也说不定会面临新一波农膜消费旺季遥冶该负责人补充道遥据了解袁国内的LLDPE采购主要来源于中石油和中石化袁其中中石化生产厂家主要分布在东南沿海袁中石油的生产厂家主要分布在西北部偏远地区遥那么降雪天气是否会对LLDPE原料采购产生影响呢钥野北方降雪天气对LLDPE的影响相对于PVC来说较小遥冶卓创咨询研究员小齐对记者表示遥她认为袁由于LLDPE的消费主要来源于中石化袁而来源于中石油部分的LLDPE相对正常时间至少要滞后2周左右袁因此推迟个一两天不会有太大影响遥对于LLDPE的后市袁她认为袁近期LLDPE价格的居高不下主要还是来源于原油价格上涨尧国际乙烯单体供应短缺以及中石油中石化的上调LLDPE挂牌出厂价遥野未来市场需求进入淡季袁如果中石化持续调高LLDPE出厂价袁不仅会抑制贸易上的采购热情袁甚至可能面临贸易商集体锁利出货袁打压市场价格冶遥对于PVC尧LLDPE价格的后市袁王丽丽认为袁由于前期PVC生产厂家集中修检袁对于PVC市场的短期供应量产生了一定的影响袁对PVC价格形成了支撑作用遥但是总体而言袁按照往年经验袁下半年PVC价格的波动幅度相对较小袁市场需求趋淡袁但是经济环境的影响可能会将PVC的价格重心向上移遥但目前来说袁PVC期货价格上涨是对原油的跟炒以及供应短缺的预期袁对于需求的信心还不是很足遥野目前来说袁PVC的外围市场并没有好转袁待降雪天气停止袁山西尧广东等地到货紧张的局面缓解之后袁未来PVC现货的价格就很难再维持飙升的局面遥冶王丽丽补充道遥暴雪来袭助涨化工产品期价一尧股市极端事件的风险度量1.VaR的定义在险价值VaR的出现袁使得金融资产组合在一定时期内最大可能损失的定量化成为可能袁到目前袁在险价值己经成为金融风险管理系统的莫基石遥G30集团在研究衍生品种的基础上袁于1993年发表了题为叶衍生产品的实践和规则曳的报告袁提出了度量市场风险的VAR(ValueatRisk在险价值)方法袁它已成为目前金融界测量市场风险的主流方法遥稍后由J.P.Morgan推出的用于计算VaR的RiskMetrics风险控制模型更是被众多金融机构广泛采用遥最初在险价值是用来度量市场风险的袁但现在人们已经用它来度量其它各种金融风险如信用风险尧操作风险等袁而且使得整体风险的度量也成为可能遥另一个延伸就是现在用在险价值不仅仅是度量风险袁而且还可以进行控制风险和配置风险遥VaR的含义是处于风险中的价值袁野VaR(VauleatRisk)是指在市场的正常波动下袁在给定的置信水平下袁某一金融资产或者证券投资组合在未来的特定的一段时间内的最大的可能的损失遥冶更正式的讲袁VaR是描述一定目标时段下资产(或资产组合)的损益分布的分位点遥如果我们选择置信水平为琢袁则VaR是对应损益分布的上琢分位点遥从统计角度上讲袁VaR的定义如下:P渊Y燮VaR渊琢冤冤=1-琢其中袁Y代表资产(或资产组合)的利润或损失袁VaR渊琢冤表示置信水平琢下的VaR值遥例如袁在95%的置信水平下袁VaR渊0.95冤对应于损益分布上的累计概率不超过5%的那一点遥VaR特点主要有院可以用来简单明了表示市场风险的大小袁没有任何技术色彩袁没有任何专业背景的投资者和管理者都可以通过VaR值对金融风险进行评判曰可以事前计算风险袁不像以往风险管理的方法都是在事后衡量风险大小曰不仅能计算单个金融工具的风险袁还能计算由多个金融工具组成的投资组合风险袁这是传统金融风险管理所不能做到的遥2.VaR估计的主要方法在最近几年袁有大量的文献研究VaR模型袁也有许多模型涌现并演变袁现在最常用的是以下几种种模型院方差一协方差方法尧历史模拟方法和蒙特卡罗模拟方法遥方差要要要协方差方法方差一协方差法中主要是用方差来度量市场波动性袁用协方差来度量两个变量间的线性相关程度袁著名的J.P.Morgan的Riskmetric方法就是利用方差要要要协方差法来计算VaR值遥历史模拟法历史模拟法是指利用历史数据袁将过去已经实现的回报率分布或市场变量分布应用于目前的投资组合袁以模拟下一时期投资组合可能面临的回报率分布计算风险值遥蒙特卡洛模拟法蒙特卡罗这个名字来源于1862年建立的位于法国南部的一个著名赌场袁用这种方法来实现随机抽签尧轮盘赌博和随机博弈遥蒙特卡罗模拟法的基本思想是重复模拟金融变量袁涵盖所有可能发生的情景的随机过程遥假设我们知道这些变量服从预定的概率分布袁因此模拟的过程就是重现投资组合价值分布的过程遥Pearson(1999)认为三种方法中精度最高的是蒙特卡罗模拟法袁方差一协方差法速度上优于蒙特卡罗方法遥3.股市的风险度量伴随着金融全球化的发展袁金融市场上各种各样的极端事件使得金融机构不得不把注意力从平日的金融市场波动转移到极端事件上来袁风险管理者也不得不通过识别与防范这类事件而重新对金融风险进行建模袁从而达到优化风险管理系统的目的遥因此袁产生了许多尾部风险度量工具遥在正态假设等传统方法下袁由于无法对收益分布的尾部做出较好的估计袁为了避免常用传统模型对VaR值估计的弊端袁许多学者提出了能较好处理非正态厚尾性质的金融收益分布袁如t分布尧广义误差分布和复合正态分布等遥然而袁估计面临的主要问题是样本数据较小和如何选择适当分布函数描述收益分布特征袁尤其是收益分布的尾部特征遥当实际收益数据较少时袁用于描述尾部的数据就更少遥因此袁选取适当分布函数刻画收益特征显得尤为重要遥近期研究金融市场收益特征的主要方法是极值分布理论遥极值分布理论主要包括两类模型袁即传统的分块样本极大值模型BMM(BlockMaximaModel)和近年来发展起来的POT(PeakOverThresh鄄old)模型遥BMM模型主要是对组最大值(BlockMaxima)建模袁POT模型则对观察值中所有超过某一较大门限值(threshold)的数据建模遥本报告不采用极值分布理论袁而是运用核密度估计(KernelDensityEsti鄄mation袁以下简称KDE)要要要一种非参数密度估计算法遥KDE不引入对数据分布的先验假设袁只从训练样本本身出发获取数据分布特征袁可以用来估计任意形状的密度函数袁与参数方法和半参数方法相比有着明显的优势遥设X的样本X1,X2窑窑窑,Xn服从独立同分布袁它的密度函数的核密度估计为院f^h(x)1nh1i=1移K(x-xih)其中K代表核袁这些核可以为高斯分布尧t分布等袁h是平滑参数遥一般情况下会使用高斯核袁因此K可定义为院K(x-xih)=12仔姨e-(x-xi)22h2通过调整h袁我们可以很好地刻画股市收益率的分布袁从而更为精确地求出VaR值遥二尧研究方法与数据1.研究综述股指期货诞生于1982年的美国堪萨斯农产品交易所遥自股指期货推出后袁由于其能很好地规避证券市场的系统性风险袁因此受到了投资者的追捧遥但是股指期货的风险也伴随它的发展而发展袁随之出现了许多关于股指期货风险管理方法遥但是由于股指期货的复杂性袁各种风险管理方法的效果不甚理想袁或者只能衡量其某一方面的风险而显得不够全面遥直到20世纪80年代袁J.P.摩根的TillGuldimann提出了用VaR值度量风险的方法袁VaR方法被广泛应用与风险管理中袁最初是衡量市场风险袁进而发展到管理信用风险等其它风险遥Longin(1996)首次将极值理论引入了市场风险的建模中遥他考察了美国股票市场的极端变动袁用纽约证券交易所1885要要要1990年一个多世纪的数据进行分析袁研究表明美国股市收益率的尾部服从极值理论中的Frechet分布遥即使在大萧条时期袁尾部的性态也没发生改变袁说明从长期来看计算所得的结果是很缺定的遥从短期来看袁每天尧每周尧每月的极值收益也是服从Frechet分布遥PeterBurridge袁JohnCadle袁MichaelTheobald(2000)应用极值方法研究了处于亚洲金融危机中的六个亚洲股票市场袁包括台湾尧日本尧韩国尧泰国尧马来西亚和印度尼西亚的股票市场遥他们在研究中采用了广义极值分布袁结果发现当数据分布存在厚尾时袁极值方法更适宜于VaR的估计袁并且所有国家数据的尾部分布都服从Frechet分布袁但分布的参数会随着所选取的样本的时间段及长短而改变遥国内学者在这方面的研究则少很多遥邵俊(2004)采用从1996年1月1日到2003年6月30日总共8年半的上海证券综合指数尧深圳成分指数尧美国标准普尔500指数和NASDAQ指数的数据袁在对这四个指数用广义极值分布按Longin的方法计算出各自的VaR值后袁他对这四个市场的极