股市流動性風(fēng)險測度

前言：本站為你精心整理了股市流動性風(fēng)險測度范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

證券的流動性是指證券的變現(xiàn)能力。從證券流動性的概念來看，其本質(zhì)是指在現(xiàn)在價位不變的情況下或在價位波動較小的情況下，能夠賣出證券的數(shù)量或金額，如果能夠賣出的數(shù)量或金融較大則該證券的流動性較好。從另外一個角度來看，流動性還指在現(xiàn)在價位不變或在價位波動較小的情況下，能夠買入證券的數(shù)量或金額，這也是證券市場比較普遍存在的流動性問題。個人投資者對流動性的要求較低，而機構(gòu)投資者則異常關(guān)注流動性的風(fēng)險問題。如封閉式基金分紅、開放式基金面臨巨額贖回時都會遇到資產(chǎn)變現(xiàn)的問題，尤其是后者。中國股票市場波動性較大，在市場上漲時，基金管理者希望提高倉位來獲取股市上揚帶來的收益；但市場下跌時經(jīng)常出現(xiàn)交易量急劇減少的情況，如果這時出現(xiàn)較大數(shù)額的基金贖回申請，基金需要進行倉位調(diào)整，這就涉及到資產(chǎn)的變現(xiàn)問題，基金面臨的流動性風(fēng)險將最終影響單位資產(chǎn)凈值。近期開放式基金擴容速度不斷加快，前期市場討論的封閉式基金轉(zhuǎn)開放的問題也已經(jīng)浮出水面，基金銀豐契約中規(guī)定1年后由封閉轉(zhuǎn)開放，屆時封閉轉(zhuǎn)開放將會成為市場趨勢，這也對目前封閉式基金投資運作中的倉位控制提出了更高的要求。相應(yīng)的流動性風(fēng)險研究、測度就成為各基金管理公司進行風(fēng)險管理的首要問題。另外，固定受益證券如國債、企業(yè)債相對于股票而言，市場的流動性較低，因此基金在買賣國債、企業(yè)債時，較難獲得合理的價格或者要付出更高的費用。

本文就是針對這種需求，利用金融工程的有關(guān)理論來對基金所面臨的流動性風(fēng)險進行研究的。

文獻(xiàn)綜述

由于交易機制的不同導(dǎo)致流動性的成因也存在差異。在報價驅(qū)動市場（做市商）中，做市商負(fù)責(zé)提供買賣雙邊報價，投資者的買賣委托傳送至做市商并與之交易，因此做市商有責(zé)任維持價格穩(wěn)定性和市場流動性。與之相反，在委托驅(qū)動市場（競價交易）中，投資者的買賣指令直接通過交易系統(tǒng)進行配對交易，買賣委托的流量是推動價格形成和流動性的根本動力。

早期歐美證券市場均以做市商制度為主，因此迄今為止的幾乎所有流動性研究都是圍繞做市商制度展開的。其中又分為兩個理論分支：以證券市場微觀結(jié)構(gòu)理論為核心的理論認(rèn)為，市場微觀結(jié)構(gòu)的主要功能是價格發(fā)現(xiàn)，而價格是影響流動性問題的實質(zhì)所在。Kraus和Stoll(1972)研究了紐約交易所市場上大宗交易對流動性的沖擊；Garmam(1976)研究了隨機庫存模型的價格影響；Garbade和Silber(1979)研究了市場出清價格與流動性的關(guān)系；Glosten和Milgrom(1985)將信息經(jīng)濟學(xué)引入流動性研究，主要考慮了信息成本對流動性的影響。另一個分支的研究主要集中在交易量、價格與流動性的關(guān)系上；Hasbrouck和Seppi(2001)通過流動性指標(biāo)分析得到指令流對收益的影響。

目前關(guān)于競價交易市場中流動性研究的文獻(xiàn)極為有限，Niemeyer(1993)、Hamao(1995)、Biais(1995)、Hedvall(1997)、Ahn(2000)等學(xué)者研究了競價交易下買賣價差和流動性的關(guān)系問題。

國內(nèi)關(guān)于流動性的研究文獻(xiàn)更少，蔣濤(2001)在總結(jié)國外研究的基礎(chǔ)上提出了中國股票市場流動性的經(jīng)驗?zāi)Ｐ?，其核心思想是交易量與價格序列是相互影響的，交易量（主要是交易量增量）是通過收益率的波動來影響價格的，因此兩者共同決定了股票的流動性。經(jīng)驗?zāi)Ｐ褪紫柔槍蓛r收益率序列構(gòu)造自回歸模型，將模型中的殘差定義為收益率的波動指標(biāo)，事實上該殘差通常具有異方差性；下一步是針對殘差絕對值建模，并將交易量增量引入模型中，其中交易量增量的回歸系數(shù)即為衡量該股票流動性好壞的指標(biāo)，該指標(biāo)越小，表明交易量引發(fā)價格的變動小，流動性就越好。事實上，經(jīng)驗?zāi)Ｐ椭饕墙刹烤€性回歸方程，就每次回歸結(jié)果來看，由于自變量選擇問題，回歸模型雖然滿足了線性的假設(shè)條件，但是模型的擬合優(yōu)度非常低，即建立模型時遺漏了許多重要的解釋變量，因此模型中交易量增量的系數(shù)很難準(zhǔn)確反映交易量變化導(dǎo)致收益率波動的程度。

上述文獻(xiàn)研究的最終結(jié)果均是將目標(biāo)定位在衡量證券流動性好與壞的比較過程中，并未針對具體證券在特定的買賣指令下由于流動性風(fēng)險存在可能導(dǎo)致的損失情況。本文試圖將VaR思想引入中國股市的流動性風(fēng)險研究中來，在分析各證券流動性強弱的同時給出一定置信度下完成特定的交易指令可能擔(dān)負(fù)的潛在流動性風(fēng)險值，以便機構(gòu)投資者清楚在特定交易環(huán)境與目標(biāo)下所面臨的流動性風(fēng)險值。另外，在一個投資組合中，由于某只證券的大幅波動可能導(dǎo)致其他證券價格也隨之波動，這樣在完成特定減持任務(wù)時可能存在證券間的互動，這樣會加劇流動性風(fēng)險，即投資組合流動性風(fēng)險的研究也非上述研究所涵蓋的。

流動性風(fēng)險指標(biāo)定義與測度

一、流動性風(fēng)險指標(biāo)設(shè)計

衡量流動性的指標(biāo)主要是買賣報價差與成交量，價差越小表示立即執(zhí)行交易的成本越低，市場流動性就越好，針對買賣價差的研究推動了微觀結(jié)構(gòu)理論的發(fā)展。另外，成交量也是一個重要指標(biāo)，其可以反映大額交易是否可以立即完成及其對價格產(chǎn)生的影響，在價差較小的情況下成交量越大流動性越好。這樣我們就可以定義流動性風(fēng)險測度指標(biāo)L[,t]=[(P[,max]-P[,min])/P[,min]]/V，其中，P[,max]代表日最高價格，P[,min]代表日最低價格，V為當(dāng)日成交金額。該指標(biāo)的分子為股價的日波動率，可理解為日價差；這樣L[,t]即可理解為一個交易日內(nèi)單位成交金額所導(dǎo)致的價格變動率。該指標(biāo)用于計算證券的變現(xiàn)損失率：證券（個股或組合）在一日內(nèi)變現(xiàn)V[,0]的損失金額為LV[,0]。由于流動性風(fēng)險指標(biāo)L[,t]已經(jīng)包括了價差與成交量兩個時間序列，因此我們的核心工作就在于擬合該指標(biāo)的統(tǒng)計分布問題，在確定了L[,t]的分布后即可計算出在特定置信水平下L[,t]的取值，進而求出證券的流動性風(fēng)險值。

二、流動性風(fēng)險值定義

參照VaR的定義來定義證券的流動性風(fēng)險值(L-VaR)：市場正常波動下，拋售一定數(shù)量的證券或證券組合所導(dǎo)致的最大可能損失。其更為確切的含義是，在一定概率水平（置信度）下，在未來特定時期內(nèi)拋售一定數(shù)量的證券或證券組合所導(dǎo)致的最大可能損失（可以是絕對值，也可以是相對值）。例如，某投資者在未來24小時內(nèi)、置信度為95%、證券市場正常波動的情況下，拋售一定數(shù)量證券的流動性風(fēng)險值為800萬元。其含義是，該投資者在24小時之內(nèi)拋售特定數(shù)量的證券時，因證券的流動性而導(dǎo)致的資產(chǎn)最大損失超過800萬元的概率為5%。5%的機率反映了投資者的風(fēng)險厭惡程度，可根據(jù)不同的投資者對風(fēng)險的偏好程度和承受能力來確定。用公式表示為：

Prob(ΔA＜L-VaR)=α

其中，Prob：資產(chǎn)價值損失小于可能損失上限的概率；

ΔA：某一金融資產(chǎn)(Asset)在一定持有期Δt的流動性損失；

L-VaR：置信水平α下的流動性風(fēng)險值——可能的損失上限；

α：給定的概率——置信水平。

利用L-VaR值可以明確給出在一定置信水平下、特定的時間內(nèi)，由于特定的減持任務(wù)而導(dǎo)致的流動性成本。由于該結(jié)果更加直觀、量化，因而比較適宜與投資者溝通基金的風(fēng)險狀況。>三、流動性風(fēng)險值計算

通過上面的定義我們知道，對某一證券或證券組合的流動性風(fēng)險進行測度時，先要擬合時間序列L[,t]的分布問題。從結(jié)構(gòu)來看L[,t]為一個復(fù)合指標(biāo)，即日最高最低振幅與成交金額之商。為處理上簡便，考慮對L[,t]取自然對數(shù)，這樣可將兩個指標(biāo)的除法轉(zhuǎn)換為減法。重新定義L[*]t=1n(L[,t])=L[,n][(P[,max]-P[,min])/P[,min]]-1n(V)，這樣對L[,t]的分布擬合就轉(zhuǎn)化為對指標(biāo)L[*]的分布擬合了，然后依據(jù)其統(tǒng)計分布來計算各證券在一定置信水平下的流動性風(fēng)險值(L-VaR)。

已知t時刻L[*,t]的分布以及分布參數(shù)，根據(jù)L[,t]與L[*,t]的函數(shù)關(guān)系可推導(dǎo)出L-VaR。具體推導(dǎo)過程如下：

P(ΔL[*]＜L[*]-VaR)=95%

在L[*]正態(tài)情況下可知P(L[*]＞μ-1.65σ)=95%

由L[*]與L之間的一一映射關(guān)系可知：P(In(L)＞μ-1.65σ)=95%

P(L＞e[μ-1.65σ])=95%

則相對于均值的L-VaR可定義為：

L-VaR=E(L)-L[,α]，其中E(L)為L的均值，L[,α]為置信度為α下的最低值。當(dāng)α=95%時L[,α]=e[μ-1.65σ]；E(L)=e[μ+1/2σ2]（具體推導(dǎo)過程略）。

∴L-VaR=e[μ+1/2σ2]-e[μ-1.65σ]。

四、流動性風(fēng)險值含義

假設(shè)置信度為95%情況下，指數(shù)化投資組合每億元的流動性風(fēng)險值為1.019%。該指標(biāo)解釋為：當(dāng)拋售價值為1億元市值的一攬子指數(shù)投資組合時，由于流動性風(fēng)險造成的經(jīng)濟損失超過0.01061%（或10612.47元）的概率僅為5%。這里測度出的流動性風(fēng)險值是每減持1億元市值所導(dǎo)致的損失，將每億元的流動性風(fēng)險絕對值定義為一個風(fēng)險值基數(shù)。當(dāng)減持金額為n億元時，其所導(dǎo)致的風(fēng)險價值損失幅度會相應(yīng)增加n倍（0.010612%×n），這時拋售市值為n億元指數(shù)組合的流動性風(fēng)險絕對值為：0.010612%×n×n×100000000元。即此時的流動性風(fēng)險值（絕對值）為基數(shù)的n[2]倍。一旦流動性風(fēng)險損失額度超過了要變現(xiàn)資產(chǎn)的10%時，則說明在目前實行漲跌停板限制的情況下無法在當(dāng)日實現(xiàn)變現(xiàn)目標(biāo)。

流動性風(fēng)險值的計算

一、樣本選取與計算過程

從“分析家系統(tǒng)”提取2002年1月4日至2002年8月13日共143個交易日上證綜合指數(shù)、深證成份指數(shù)以及滬深兩市代碼分別為000001～000056、600600～600649區(qū)間的95只股票的每日開盤價、收盤價、最高價、最低價、成交量、成交金額。

關(guān)于流動性指標(biāo)的具體計算過程如下：

1.填補缺失數(shù)據(jù)。對于因故停牌的股票我們采用SAS系統(tǒng)缺省的方法進行缺失數(shù)據(jù)填補，即將上一個交易日的數(shù)據(jù)默認(rèn)為當(dāng)日的數(shù)據(jù)。

2.分別計算各證券的1n[(P[,max]-P[,min])/P[,min]]-1n(V)，并對該指標(biāo)序列進行描述性統(tǒng)計。

3.在上述指標(biāo)正態(tài)性檢驗不成立的條件下，檢驗該時間序列的自相關(guān)性和異方差性。

4.在自相關(guān)性與異方差性存在的情況下，借鑒J.PMorgan的RiskMetrics模型來處理時間序列的異方差性，此時對處理后的時間序列進行正態(tài)性檢驗。

5.如果此時正態(tài)性成立，則可以計算其在某一置信水平下的VaR，如果正態(tài)性不成立則考慮其他分布的擬合與檢驗的問題。

6.針對投資組合流動性風(fēng)險的計算，由于各證券之間的波動存在相互影響效應(yīng)，這樣就需要引進一個協(xié)方差來處理組合流動性風(fēng)險問題。

二、數(shù)據(jù)分析與檢驗。

首先以上證綜合指數(shù)為例來計算指數(shù)流動性風(fēng)險值，計算過程中涉及到檢驗的置信度均取95%。

針對1n[(P[,max]-P[,min])/P[,min]]-1n(V)進行描述性統(tǒng)計。利用SAS中UNIVARIATE過程對上證指數(shù)的L[*]序列進行分析，結(jié)果如表1（成交金額單位：億元）。

通過T檢驗我們發(fā)現(xiàn)該時間序列的均值不為零；W檢驗表明在置信度為95%的情況下無法接受其為正態(tài)分布。

對數(shù)據(jù)作進一步檢驗，利用SAS的AUTOREG過程對其進行自相關(guān)性與異方差性檢驗，檢驗結(jié)果（略）表明，L[*]序列存在較強的自相關(guān)性與異方差性，在后面的計算中需要對其進行相關(guān)修正。

三、異方差性的處理。

借鑒J.PMorgan計算VaR的RiskMetrics模型處理異方差性的方法，構(gòu)建時間序列的標(biāo)準(zhǔn)差。因為指數(shù)L[*]序列的均值不為零，所以先對其進行“均值標(biāo)準(zhǔn)化”，即將每個時點的數(shù)據(jù)均減去時間序列的均值，然后計算“均值化”的時間序列的標(biāo)準(zhǔn)差，定義為：σ[2,t+1｜t]=(1-λ)λ[2,t]+λσ[2,t｜t-1]，這里最優(yōu)衰減因子仍舊取0.94。這樣我們對上述時間序列進行標(biāo)準(zhǔn)化處理（減均值除以標(biāo)準(zhǔn)差），得到一個新的時間序列。

由于標(biāo)準(zhǔn)差遞推公式為σ[2,t]+1=(1-λ)λ[2,t]+λσ[2,t｜t-1]，通常初始值賦予為當(dāng)期數(shù)值的平方，這樣我們對以后各期標(biāo)準(zhǔn)差進行遞推時，需要過幾期后數(shù)據(jù)方能平穩(wěn)。所以在處理新得到的時間序列（標(biāo)準(zhǔn)化后的時間序列）時需要對其進行異常值剔除（主要是剔除前10期標(biāo)準(zhǔn)差不穩(wěn)定的數(shù)值），然后再進行正態(tài)性檢驗，檢驗結(jié)果（略）表明標(biāo)準(zhǔn)化后的時間序列均值為零，標(biāo)準(zhǔn)差非常接近于1，且正態(tài)性檢驗表明我們有95%的把握保證其分布為標(biāo)準(zhǔn)正態(tài)分布。

表1對上證指數(shù)L[*]序列統(tǒng)計結(jié)果

附圖

表2其他L-VaR值

上證綜指1.019%深證綜指1.477%

青島啤酒0.274%深發(fā)展A0.025%

方正科技0.069%深萬科A0.062%

永生數(shù)據(jù)1.318%北大高科0.624%

膠帶股份1.076%世紀(jì)星源0.085%

四、L-VaR的計算

上文已表明：(L[*]-L[-]*)/σ[,L,t]～N(0,1)，由此可知t時刻L[*,t]的分布也為正態(tài)分布，其均值為L[-]*，標(biāo)準(zhǔn)差σ[,L,t]。所以L-VaR=e[μ+1/2σ2]-e[μ-1.65σ]=1.019%每億元。即當(dāng)拋售價值為1億元市值的一攬子指數(shù)投資組合時，由于流動性風(fēng)險造成的經(jīng)濟損失超過1.019%（或101.9萬元）的概率僅為5%。由此類推拋售2億元的流動性損失則為101.9×2×2=407.6萬元；拋售1000萬元的流動性損失則為25.475萬元。

五、其他指數(shù)或股票的情況L-VaR值

由于樣本股數(shù)量過多，故表2僅列示了上證綜合指數(shù)及上海市場的4只股票、深證成份指數(shù)及上深圳市場的4只股票（指數(shù)單位為：%億元，股票單位為：%萬元）。

通過對比發(fā)現(xiàn)，上海市場的流動性要好于深圳市場的流動性。同樣變現(xiàn)1億元資產(chǎn)的組合，按照上證綜合指數(shù)構(gòu)建投資組合的流動性風(fēng)險要比按照深證綜合指數(shù)構(gòu)建的投資組合的流動性風(fēng)險低45.8萬元，而且該差值隨著變現(xiàn)資產(chǎn)數(shù)額的增加呈幾何級數(shù)增長。

同樣就股票來看，所選取的股票中深發(fā)展A的流動性風(fēng)險最小，其次為深萬科A、方正科技、世紀(jì)星源；流動性最差的為永生數(shù)據(jù)、膠帶股份，這基本上符合市場的實際情況。所有樣本股的流動性指標(biāo)結(jié)果及L-VaR方法有效性檢驗略。

相關(guān)分析的實際結(jié)果表明，L-VaR與Exchange（換手率均值）基本上負(fù)相關(guān)，但相關(guān)性較弱；與價差標(biāo)準(zhǔn)差呈較顯著的正相關(guān)；與成交金額也呈較顯著的負(fù)相關(guān)。但是L-VaR與蔣濤定義的風(fēng)險指標(biāo)之間的關(guān)系與理論相背離；同樣蔣濤定義流動性風(fēng)險指標(biāo)與換手率、成交金額的關(guān)系也與理論關(guān)系相悖，其與價差標(biāo)準(zhǔn)差的關(guān)系符合理論，但相關(guān)性也比較弱。這主要是因為前面分析的蔣濤所定義的流動性指標(biāo)因模型選取時存在信息漏出效應(yīng)，即無法找到足夠充分的自變量而使得流動性指標(biāo)（波動性方程中成交金額的系數(shù)）不能精確反映證券的流動性。事實上，L-VaR涵蓋了成交金額以及價差兩個方面的信息，因此其在衡量證券的流動性時相對其他方法更為有效。從表2的排序結(jié)果來看，即直觀上L-VaR反映的流動性問題基本上符合實際情況。如排名前20位的股票均為大盤股，且?guī)缀醵际巧钲?、上海本地股，就行業(yè)分布來看這些股票又多半屬于金融、地產(chǎn)、能源等，事實上這20只股票均屬于2002年上半年的熱點板塊，自然流動性比較好，流動性風(fēng)險就比較低。排名靠后的多半是小盤莊股，偏離市場熱點，尤其是"6.24"行情中這些股票基本上得不到現(xiàn)在市場的認(rèn)可。

組合流動性風(fēng)險值測度探討

一、組合流動性風(fēng)險值計算

針對投資組合的流動性風(fēng)險測度，我們可以先計算組合中各證券的流動性風(fēng)險值，然后根據(jù)其在組合中的配置權(quán)重來計算組合的整體流動性風(fēng)險值。但是在這樣的計算過程中，我們忽視了證券之間波動的相互影響作用。例如當(dāng)大量的變現(xiàn)（買入）某一證券A時，導(dǎo)致A價格的大幅波動，這樣與其聯(lián)動性強的證券（假設(shè)為B）必然會受到影響。按照上述方法計算組合流動性風(fēng)險值時，只考慮了變現(xiàn)A所導(dǎo)致的流動性風(fēng)險損失，而沒有計算A對B的影響所導(dǎo)致B證券的損失問題。為此，我們引入組合流動性風(fēng)險測度方法。

組合流動性風(fēng)險值的具體算法如下：我們認(rèn)為組合流動性風(fēng)險指標(biāo)L[*]仍為正態(tài)分布，則組合L-VaR=EXP(μ+1/2σ[2,t])-EXP(μ-1.65σ[,t])；其中μ為組合各股票L[*]均值的線性組合，σ[2,t]=ω''''∑ω為組合L[*]的方差，ω為組合各股票的權(quán)重，∑為各股票L[*]序列的協(xié)方差矩陣。之所以將組合的L[*]也假設(shè)為正態(tài)分布，主要是借鑒了指數(shù)L[*]的統(tǒng)計分布特性。就指數(shù)而言其實際就是一系列股票的線性組合，其在某個時點t上為正態(tài)分布。而事實上我們通過檢驗個股在時點t也為正態(tài)分布，故可認(rèn)為指數(shù)組合的L[*]就是個股L[*]的線性組合。由于個股的L[*]在t時刻為正態(tài)分布，其線性組合在t時刻則也為正態(tài)分布。所以我們假設(shè)組合的L[*]為正態(tài)分布，且為組合各股票L[*]的按一定權(quán)重的線性組合。

二、組合流動性風(fēng)險的優(yōu)化模型

由于組合中各證券之間的相互作用，所以當(dāng)組合需要完成一定的減持任務(wù)時，就需要考慮減持成本的問題，即按照何種比例進行減持。先減持流動性風(fēng)險小的股票未必是明智的，因為價格波動會通過一定的傳導(dǎo)模式來影響其余股票的波動。這里就涉及一個組合的減持優(yōu)化問題。其核心目標(biāo)是使組合的流動性風(fēng)險值L-VaR=EXP(μ+1/2σ[2,t])-EXP(μ-1.65σ[,t])最小。由于組合的L[*]仍為正態(tài)分布且為所含有股票L[*]的線性組合，這樣計算組合風(fēng)險價值所用到的兩個指標(biāo)μ、σ[,t]即可通過組合股票按照某一特定的減持比例=(P[,1]P[,2]∧pn)來唯一確定。因此我們所說的優(yōu)化問題就是要在若干p中尋求一個特定p使得組合的流動性風(fēng)險值最小。為此構(gòu)建模型如下：

目標(biāo)函數(shù)：

Minf(p)=e[μ+1/2σ]-e[μ-1.65σ]。

約束條件：μ=p·u''''

σ[2]=p·∑·p''''

p·1''''=1

pi≥0

V·pi≤Vi

其中p為各股票的減持比例；u''''為各股票L[*]的均值向量；1''''為單位列向量；V[,i]為第i只股票的市值；V為變現(xiàn)資產(chǎn)目標(biāo)。

三、實證分析

我們以華夏成長公布的2002年二季度投資組合10只重倉股為例來分析其核心組合的流動性風(fēng)險值。數(shù)據(jù)來源：分析家；數(shù)據(jù)區(qū)間：2002年1月4日至2002年8月13日。另外我們假設(shè)在6月30日至8月13日區(qū)間華夏成長核心組合的股票與相應(yīng)權(quán)重沒有發(fā)生變化。

1.核心組合中證券的基本情況與L-VaR見表3。

從表3可以看出，華夏成長重倉股的流動性均比較好，其中招商銀行因上市時間不長且一直是"6.24"行情以來的市場熱點，因此該股票的流動性最好；其次為上海汽車、清華同方。相對來說流動性較弱的有中體產(chǎn)業(yè)、中集集團。

表3核心組合證券及其L-VaR

代碼名稱市值（萬元）比例L-VaR%每萬元排序

600036招商銀行13860.0024.93%0.0104%1

600519貴州茅臺7406.0013.32%0.0888%6

000839中信國安5081.339.14%0.0501%4

600832東方明珠4752.568.55%0.1351%8

600104上海汽車4712.958.48%0.0360%2

000089深圳機場4457.708.02%0.1303%7

600009上海機場4267.477.68%0.0887%5

600100清華同方3746.506.74%0.0458%3

000039中集集團3717.006.69%0.1885%9

600158中體產(chǎn)業(yè)3593.806.46%0.2487%10

合計55595.30100.00%

2.減持情況對比分析

假設(shè)華夏成長為某種目的需要在下一個交易日變現(xiàn)1000萬元核心組合的市值，但招商銀行減持的額度不得超過500萬元，其他股票的減持額度不得超過該股票市值的10%，則通過上面的分析存在一種優(yōu)化方案。將優(yōu)化減持方案與等額減持方案進行對比分析，結(jié)果如下：

優(yōu)化減持方案的流動性風(fēng)險值為0.017%每萬元，減持方案為招商銀行500萬元、上海汽車212.52萬元、中信國安199.60萬元、清華同方87.88萬元；該方案的減持成本明顯低于等額減持（每只股票減持100萬元）流動性風(fēng)險值0.0474%。

結(jié)論與建議

本文針對目前市場所普遍關(guān)注的流動性問題進行了深層次的統(tǒng)計分析，利用VaR的思想來測度中國證券市場的流動性風(fēng)險。在分析檢驗過程中我們發(fā)現(xiàn)，指數(shù)以及成交比較活躍的各股的流動性指標(biāo)(L[*])一般具有很強的自相關(guān)性和異方差性，在對其進行異方差處理后均能夠通過正態(tài)性檢驗。這樣我們即可得到L[*]的統(tǒng)計分布，根據(jù)L與L[*]的一一對應(yīng)關(guān)系來推導(dǎo)證券的流動性風(fēng)險值。就該指標(biāo)的準(zhǔn)確性來看，因其涵蓋了價格、價差以及成交量等信息，因此其較換手率、價差標(biāo)準(zhǔn)差、回歸方程中成交金額系數(shù)等更具有現(xiàn)實意義。另外，流動性風(fēng)險值不僅可以準(zhǔn)確地對各證券的流動性進行排序，而且其更具現(xiàn)實意義的作用在于其可以直接度量在特定市場環(huán)境下要變現(xiàn)特定數(shù)額的資產(chǎn)所需要承擔(dān)的流動性風(fēng)險，即由于流動性風(fēng)險的存在所導(dǎo)致的價值損失。

另外，針對組合流動性風(fēng)險值的問題，我們并沒有就組合中各證券的流動性風(fēng)險值與變現(xiàn)權(quán)重進行簡單的線性組合，而是考慮到某一個證券的波動可能會對其他證券產(chǎn)生影響。這樣，處理證券之間波動的“協(xié)同”效應(yīng)即成為組合流動性風(fēng)險值計算的關(guān)鍵。本文通過風(fēng)險適度放大等近似方法推導(dǎo)了組合流動性風(fēng)險值的計算過程。

事實上，隨著市場的發(fā)展，尤其是投資者隊伍結(jié)構(gòu)的改善，以基金為主導(dǎo)的投資者隊伍結(jié)構(gòu)逐漸形成，這樣關(guān)于市場流動性問題研究就變得越發(fā)重要了。本文主要是借鑒了VaR思想來測度證券的流動性風(fēng)險，但其中也存在許多需要完善的地方。如在分布擬合時，我們考慮到了流動性指標(biāo)L[*]的異方差問題，但是對于均值只是考慮了對樣本區(qū)間內(nèi)的L[*]進行簡單平均，事實上L[*]的均值也在一定程度上存在時變性，即近期的均值也可以比較好地預(yù)測下一期的L[*]指標(biāo)，因此選擇長期內(nèi)的簡單均值來衡量L[*]均值也存在一定的誤差。我們可以針對L[*]進行單位根過程檢驗，如果成立則可以考慮重新定義流動性風(fēng)險值。另外，組合流動性風(fēng)險值的計算，實際上就是證券之間波動“協(xié)同”效應(yīng)如何精確地擬合，也有待于進一步探討。盡管L-VaR是一個直觀、量化的風(fēng)險測度手段，但其僅是流動性風(fēng)險管理的一個必要手段，而非充分手段。在對基金進行流動性風(fēng)險管理時還需要結(jié)合其他指標(biāo)、方法，只有這樣才能形成一個完整的流動性風(fēng)險管理體系。

【參考文獻(xiàn)】

[1]J.PMorgan2000/1996RiskMetricsTechnicalDocument.

[2]王春峰：《金融市場風(fēng)險管理》，2001年。

[3]菲利普·喬瑞著，張海魚等譯：《VaR：風(fēng)險價值》，2000年。

[4]陸懋祖：《高等時間序列經(jīng)濟計量學(xué)》，1998年。

[5]蔣濤：《中國滬深股票市場流動性研究》，深交所第四屆會員研究成果一等獎，2001年。

[6]杜海濤：《VaR模型及其在證券風(fēng)險管理的應(yīng)用》，《證券市場導(dǎo)報》2000年第8期。