股市投资的风险分析范文

时间:2023-08-24 17:42:26

导语:如何才能写好一篇股市投资的风险分析,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。

股市投资的风险分析

篇1

一、项目管理概述

1、项目管理

项目管理是它是一种新的管理模式,它是以项目为主要管理对象,根据项目的内在规律,对项目生命周期进行有效的计划、组织、控制、指挥、协调的管理活动。比如在实际工程项目管理中,往往由于施工单位的局限性,很难保证项目一次性实施成功,可将项目委托给从事项目管理的专业单位进行管理。

2、项目管理的主要特点

(1)项目管理实行经理负责制:施工单位不得越过项目经理直接管理项目内部工作,必须通过项目经理实现对施工项目的组织管理,项目经理要具备较强的专业技术水平、组织协调能力和管理经验等;(2)以实现项目目标为目的:为实现项目目标,需将项目目标分成不同阶段的分目标,再将分目标分解成各个不同阶段的子目标,通过一步一步的完成子任务来实现总目标。在具体实施过程中,需要根据实际情况调整实施方案,保证总目标的完成;(3)有充分的授权保障:施工单位要授予项目经理生产调度指挥权,技术、组织方案决策权,财务、人事管理权等权利,项目经理也要授予其下属的项目经理部成员在其分管业务方面的各种必要权力,使各成员有职有权。

3、项目管理的职能

项目管理的职能主要有以下几点:

(1)组织:通过授权、职责划分和签订合同等方式来进行有效的机构运转,并通过建立有效的项目组织机构、配备所需的各类人员来确保项目目标的完成;(2)控制:为在项目实施过程中及时发现问题、解决问题,最终保证项目的顺利完成,必须对项目实施情况进行检查、监督、考核和调整,即有效控制过程;(3)计划:为使项目协调有序地达到预期目标,可用一个动态的控制过程来统筹安排整个项目,把整个项目的生命周期中的所有目标和活动划入正常计划过程;(4)指挥:为保证项目各层次人员按既定计划从事各项项目活动,可通过已建立的项目组织机构,逐级下达指令;(5)协调:对项目的众多结合部之间出现的矛盾进行磋商、调整、联系和沟通,来保证项目的正常进行。

二、系统开发环境及数据库选择

1、Visual C++ 开发平台

Visual C++是一个功能强大的可视化软件开发工具,目前它已成为程序员进行软件开发的首选工具。作为基于Windows操作系统的可视化集成开发环境,它由编辑器、调试器以及程序向导、类向导等组件组成。且可为我们提供多层次可调节的应用程序,来大大提高软件开发效率。

2、MFC

MFC应用程序框架是以MFC作为框架基础的,以此程序框架模式搭建起来的应用程序在程序结构组织上是完全不同于以前的Win32 SDK编程方式的。MFC提供了相当多不同功能的类以适合尽可能广泛的需求。

3、MySQL

MySQL是一个免费的SQL数据库,作为一个多线程、多用户的数据库服务器,它的功能虽然不够强大,但已经能够满足一般应用软件的要求。它的主要目标是快速、易用,MySQL数据库的开发者也在不断使之更加完善,它的数据处理速度明显优于其它数据库服务器。如果所开发的应用软件对数据库操作的功能及灵活性的要求不是很高而对数据库的性能要求较高的话,MySQL数据库服务器不失为一个最佳的选择。

三、投资项目评估与风险分析系统模块的设计与实现

1、个人完成模块的设计

通过需求分析,将系统的功能分为两大部分:项目内容维护、查询。其中,项目内容维护包括:①项目源输入:将客户递交的数据按业务需求进行计算并存入数据库。②报告输出:按照规定的格式及项目计算结果数据输出;查询:查询以往计算结果,输出报表等。

系统主要由以下几个模块组成:①市场分析系统;②融资管理系统;③投资估算;④项目方案的比较评估。

2、详细设计与实现

市场分析系统的设计:①市场调查处理:市场调查处理是为了对调查表搜集的数据和信息进行处理的功能模块。它的作用是为了对调查结果进行汇总,以二种方式进行处理,最后利用评分和主观概率给出直方图和正态分布图显示。②市场预测:采用回归分析法,在定性分析的基础上,根据事物的发展规律及相互关系,利用实际数据,建立合理的经济数学模型,来进行分析预测。

融资管理系统的设计:公司的资金可以从多种渠道、多种方式来获得,不同来源的资金,其使用时间的长短、附加条款的限制、财务风险的大小、资金成本的高低都不一样,这就要求公司认真分析公司融资的外部环境的内部条件,按照融资原则确定一个合理的融资方案。①筹资分析:融资规模已投资需要为依据,资金的合理需要量建立在资金充分利用的基础上,以保证投资项目或经营活动正常开展所需要的最低限度的数量。②融资风险分析:融资风险的程度用概率的方法进行分析。

3、投资估算

①固定资产估算:以货币形式表现的计划期内建筑、设备购置及安装或更新生产型和非生产性固定资产的投入量。②流动资金估算:企业生产经营活动中,供周转使用的资金、用于购买劳动对象、支付工资和其它生产费用的资金。③建设期借款利息投资项目在建设期间因固定资产投资贷款而应计付的利息。④投资回收期:又称现值投资回收期,按给定基准折现率条件下,用项目折现后的净现金收入偿还全部投资的时间。

参考文献

[1]齐宝库,候景岩,王桂忠.项目管理的基本概念.沈阳:沈阳建筑工程学院学报.1998, 7.

[2](奥)科夫勒著. MySQL 5权威指南(第3版). 北京:人民邮电出版社. 2006年12月.

篇2

文章编号:1004-4914(2016)01-133-02

在个人财务活动中,对收益的追求无可厚非,但是由于财务风险存在的客观性、财务环境和财务活动本身的复杂性、人们对风险认识的滞后性等原因,个人财务活动中的风险损失和风险收益很难平衡,这就需要进行个人财务风险管理。

一、个人财务风险管理概述

1.个人财务风险管理的相关定义。个人财务风险是指个人在整个财务活动的过程中,由于各种难以预料或无法控制的因素,使个人实际收益与预期收益发生偏离的不确定性。需要指出的是,与传统意义上人们对财务风险的认知不同,个人财务风险不仅仅指的是个人财务损失,也可能会带来个人财务收益。个人财务风险包括个人投资风险、个人筹资风险和个人信用风险。另外,个人财务风险的存在具有客观性、发生与否具有不确定性、个人财务损益的双面性和个人财务风险的动态可变性。

个人财务风险管理是指个人在财务活动过程中,通过一定的方法和措施,对财务风险进行分析、处理和防范,从而将财务风险控制在一定的范围内,尽可能多地实现风险收益,减少风险损失,保持财务状况稳定,甚至改善财务状况的一项全面综合的管理活动。

2.个人财务风险管理的职能。

(1)个人财务风险分析。个人财务风险分析是指通过发现和判断个人所面临的各种财务风险,推断个人财务风险发生的概率和损失程度,从而得出相应的个人财务风险决策,以防范风险的发生和降低损失的可能。

个人财务风险分析包括个人财务风险识别、个人财务风险推断、个人财务风险决策三个部分。

(2)个人财务风险处理。个人财务风险处理是指在进行个人财务分析的前提下,确定了个人财务风险决策以后,对于正在发生的风险进行应急处理,对于已经发生的风险进行补救,以尽量控制风险发生对个人财务状况的影响程度,尤其是在减轻对个人的财务损失的方面。

(3)个人财务风险防范。个人财务风险防范是指在个人财务风险发生之前,根据个人财务风险分析的结果,提前采取财务风险预防、财务风险转移、财务风险回避等方法分散或降低个人财务风险的措施。

3.个人财务风险管理的作用。

(1)个人财务风险管理有利于优化个人资源配置。在整个经济系统中,每个人都在不断地努力追求资源、拥有资源、享受和使用资源,同时个人也是风险的承担者,个人财务状况和资源配置效率的高低,影响着整个社会经济系统资源配置,良好的个人财务风险管理对提高社会的经济资源配置效率有着重要影响。如果个人无视风险的存在,盲目投资,在风险发生时便有可能溃不成军,从而造成资产质量的下降,甚至可能会影响到个人生活;如果对风险采取过度消极的回避态度,则可能会错失很多投资甚至盈利的机会,从而使个人的投资回报降低,也不利于个人资源配置。

(2)个人财务风险管理有利于降低个人的财务危机成本。在财务风险发生之前,个人财务风险管理可以利用保险或非保险的手段将风险转移出去、采用风险较小的投资或筹资方案将部分风险回避掉、通过调整财务结构增强个人抵御风险损失的能力等等办法。在财务风险来临时,个人财务风险管理可以起到很好的防护作用,从而有效地降低了个人的财务危机成本。

(3)个人财务风险管理有利于增加个人财富。个人财务风险管理通过有效的个人财务风险分析、个人财务风险处理和个人财务风险防范,可以帮助个人做出正确合理的的财务决策,降低投资和筹资风险,减少风险损失,降低个人财务危机成本,提高个人财富管理的信心,增加个人财富。

二、个人财务风险管理的现状

1.对个人财务风险管理的认识不足。现实生活中,许多人风险意识不足,对个人财务风险管理的认识就更少。在进行财务决策时,更多依靠的是以往经验和个人判断,对决策对象缺乏细致的认知、分析和推断,更不用提风险防范与控制了。在风险发生时,其危害往往是连锁式,不仅会影响到个人生活品质,还会影响个人的财务决策自信,严重的会对个人心理造成阴影,危害家庭,极端的例子是会危害到个人的生命。

据《新安晚报》报道,2015年1月4日晚9点30分,节俭一生的周承英奶奶,在将自己和老伴的毕生积蓄70万元投给安徽鑫圣德投资管理公司被卷走之后,在维护自己的权益过程中,倒地去世,永远地离开了。在投资之初,为了降低风险,老两口还特意选择了3个月期限的最短期限,然而,钱还是被投资管理公司卷走了,从发现被骗到去世仅仅22天,结局令人唏嘘。

2.财务经营目标设定过高,决策缺乏科学性。有些人在进行财务活动时,在对财务收益的追求上急功近利,在进行投资活动的时候,将投资回报率作为非常重要的考量因素,把投资回报率设在一个相对较高的位置(这里的相对较高,是相对于同类项目而言),而且喜欢短期内获利较大的投资,选择风险大收益高的项目。而且,在进行投资时,不进行相应的项目考察分析,往往脑门一热按照以往的经验或者主观判断就匆忙进行投资了,甚至于卖房投资、借债投资,决策的科学性非常缺乏。

几个月前,上海的周先生将自己226平方米的自有房产以1000多万元的价格挂牌出售了。卖房之后,因为股市大好,周先生集中精力炒股,希望炒股受益能够让他换套豪宅,或者一套变两套。然而在6月底7月初,一周的时间,他的购房款被套进去了,损失超过300万。300万从楼市转移到股市,周先生可称得上是光荣的“接盘侠”了。

3.盲目投资,个人投资管理带有短视性和被动性。个人投资风险是指个人投资收益达不到预期效果,从而影响个人资产盈利水平和个人偿债能力的风险。有的人在投资前不进行科学的可行性分析和论证,带有较大的盲目性,往往投资时重视短期利益,而选择何种投资、投资多少很大程度上带有被动性,较为迷信机构推荐和所谓的投资高手。由于财务活动本身的复杂性,资本市场的瞬息万变、变幻莫测,以及人们对风险的敏感度不同,大部分人往往事后才会有对风险所带来结果有所认知,这个时候,风险已经来临,损失不可避免,从而降低了资产盈利能力和个人偿债能力,财务状况变得不理想。很多投资者,在看到投资增长时,心里很开心,认为自己今天又赚了多少,需要说明的是,除了分红以外,投资本身的增长只有在变现之后,才是真正赚到的钱,那些起伏的数字的变化,可以带来收益,同时也能变成损失。这就使很多人在炒股的时候,大盘好的时候,收益上涨,大盘下跌的时候,一夜回到“解放前”,很多股民被套牢,有些股民甚至不得不“割肉”。

4.风险加大,个人负债经营的比例在逐步增大。个人债务筹资风险是指个人的债务筹资行为给个人带来的风险,主要包括个人举债经营导致流动性不足而丧失偿债能力、或者由于个人举债后资金使用不当而导致个人遭受损失的可能。有调查显示,在国内贷款买房的人群中,有超过三成的房贷族月供占到收入的50%以上,由于一段时期内,个人收入相对固定,而家庭分裂速度的增快,使得个人对于住房的需求的刚性进一步提高,随着按揭购房的日益普遍,这一数字还会进一步上升。50%是一个什么样的概念呢?一般来说,个人负债率最好低于50%,低于30%是安全的;高于30%低于50%,个人生活会受到一定影响;而高于50%则可能使个人陷入财务危机;若是高于1,在严格意义上来说,这个人已经破产了。

三、产生个人财务风险管理现状的原因

1.缺乏个人财务风险管理的意识。资本市场瞬息万变、风起云涌,风险无处不在、无时不有,任何财务活动,都不是稳赚不赔的,个人作为资本市场的重要参与者,一定要有财务风险管理的意识。然而,现实生活中,很多人风险管理意识淡薄,比如在进行股票投资时,投资的原因多半是最近股市行情好,大家都看好后续的股市发展,一股脑地将自己的资产放到股市当中,觉得自己一定不是在最高峰买入的,一定有钱赚,完全不考虑股市震荡可能带来的风险损失,更不用说进行个人财务风险管理了。

2.财务经营目标与财务能力不协调。当今耳熟能详的一句话就是,“你不理财,财不理你”,很多人在不具备相应的财务能力时,将财务经营目标定得很高,把自己的血汗钱放到了收益率很高的理财产品上,认为这些理财产品是有保障的,比炒股收益稳定又保险。但是,在理财的选择上,选择的是非保本型的产品,结果赔得一塌糊涂。

3.逐利心理、侥幸心理严重。在个人财务活动中,逐利心理和侥幸心理普遍存在。今天的投资收益在账面上翻了一番,明天会再翻一番吧,后天会继续上涨吧,行情这么好,倒霉的一定不是我吧,“理想很丰满,现实很骨感”,结果遇到风险,投资收益大幅缩水,一夜回到“解放前”,成为华丽的“接盘侠”的人大有人在。

4.缺乏对风险和收益的适度权衡。在个人的财务风险管理过程中,夸大收益的可能,忽视风险的可能,盲目进行决策,缺乏对风险和收益的适度权衡,往往输在一个“贪”字上。

四、加强个人财务风险管理的措施

1.多多学习,增强对个人财务风险管理的认识。在对减少个人财务风险损失的舆论宣传方面,政府和媒体做了大量的工作,几乎每个人都知道“股市有风险,入市需谨慎”这样的警示,也都知道传销的危害,也了解不少理财陷阱,对一般的电信网络诈骗也有一定的识别能力,但是,随着股市震荡向好、传销组织不断地改头换面、理财陷阱防不胜防、电信网络诈骗花样翻新,在纷繁复杂的利益诱惑面前,人们的风险识别能力没有相应跟上,不少人还是栽了跟头。因此,增强对个人财务风险管理迫在眉睫。通过学习个人财务风险管理方面的知识,进行有效的财务风险的分析、识别、推断,可以显著降低个人财务风险的发生概率,从而减少个人财务风险损失。

2.调整心态,转变观念,采取稳妥的财务风险管理策略。在个人财务风险损失的案例中,人们财务风险管理的心态和财务风险管理的观念,在对财务风险管理策略的选择上,有很明显的影响作用。侥幸心理加上急于求成冒进的财务管理观念,再加上个人本身对风险刺激的追求,便会很容易采取投机性强的风险管理策略,这样财务管理风险自然加大;而回避心理加上消极的财务管理观念,再加上个人本身对风险刺激的厌恶,一般会选择消极的风险管理策略,会错失很多投资获利的机会,资产的保值增值效果也不明显,个人财务状况得不到很好的改善。因此,调整心态,转变观念,采取稳妥的财务风险管理策略是非常有必要的。在财务风险管理的心态上一定要平和,财务风险管理的观念上一定要稳,采取稳妥的财务风险管理策略,有助于有效平衡风险与收益,在降低个人财务风险损失的同时,增加个人财务风险收益。

3.实施正确的投资策略,合理进行资本配置。不同的人会选择不同的投资策略,而不同的投资策略,决定了不同的资本配置组合:风险追求者往往会选择高风险高收益的投资策略,在资本配置上喜好风险资产,无风险资产比重较小;风险回避者则喜欢选择低风险低收益的投资策略,在资本配置上偏好无风险资产,风险资产比重较小;而风险中立者则介于两者之间。

篇3

会计谨慎性原则是针对经济活动中的不确定性因素,要求人们在会计核算处理上持谨慎小心的态度,要充分估计到风险和损失,尽量少计或不计可能发生的收益,使会计信息使用者、决策者保持警惕,以应付纷繁复杂的外部经济环境的变化,把风险损失缩小或限制在较小的范围内。谨慎性原则的本质是对资本保值以及企业经营能力和偿债能力加以维护。会计谨慎性原则被广泛运用在会计核算、会计管理和财务分析过程中。在市场经济条件下,由于竞争和风险日益加剧,社会经济环境的不确定性因素越来越多。评价投资项目财务可行性的投资项目财务评价也应体现谨慎性原则,为投资者提供更有价值的财务评价信息,以保护投资者的利益。因此,笔者认为,在投资项目财务评价中应重视项目的不确定性,体现谨慎性原则。

一、谨慎性原则内涵的把握

我国《企业会计准则》中规定:企业对交易或者事项进行会计确认、计量和报告应当保持应有的谨慎,不应高估资产或者收益、低估负债或者费用。

理解谨慎性原则应注意以下几个方面:

一是谨慎性原则存在的基础是不确定性,所处理的是“可能发生”的事项。会计环境中存在着大量不确定因素,影响着会计要素的精确确认和计量,必须按照一定的标准进行估计和判断;二是在市场经济环境中,企业的经济活动有一定的风险性,提高抵御经营风险和市场竞争能力需要谨慎;三是会计信息建立在谨慎性原则的基础上,可以避免夸大利润和权益、掩盖不利因素,有利于保护投资者和债权人的利益;四是运用谨慎性原则的目的是在会计核算中充分估计风险的损失,避免虚增利润、虚计资产,保证会计信息的决策有用性。

二、在投资项目财务评价中体现谨慎性原则的意义

在投资项目财务评价中体现的谨慎性原则,其内容与会计中应用的谨慎性原则有所差别,可以表述为:在投资项目财务评价中应体现谨慎性原则,项目投资额和收入的估算要谨慎,不可高估;项目成本、费用的发生内容与发生数额的估算应适当、充分;现金流入量的估算要谨慎,现金流出量的估算要适当、充分和提前;加强项目的风险分析,提高财务评价信息决策的相关性。

项目投资前期,决策是关键,而决策的依据是可行性研究的结论。投资项目财务评价是投资项目前期可行性研究的重要内容,是在对项目未来的运行状况进行预测的基础上,分析其财务可行性。财务评价指标是投资项目经济效益优劣的标志,是项目决策的主要依据。在市场经济环境下,项目的财务可行性直接影响到投资者的决策,而投资决策实际上引导了有限的投资资源的流向。因此,在投资项目财务评价中运用谨慎性原则,从而提高决策的相关性,可以正确引导投资资源的合理流向,提高各种资源配置的有效性,保护投资者的利益和投资的积极性。如果是涉及外商投资的,还会影响到外资的引入。

在投资项目财务评价中运用谨慎性原则的原因有三:一是投资项目未来的运行状况存在许多不确定因素,大到社会政治经济环境的变化,小到市场环境等因素的变化;二是财务分析的基础数据都是估算的,有些项目是否发生或发生数额的大小是不确定的;三是同样存在提高信息决策相关性的需求。

由此可以看出,投资项目财务评价与会计核算所面临的问题十分相似,都有谨慎性原则存在的基础――不确定性,都需要保护投资者和债权人的利益,都需要提高所提供信息的决策相关性。因此,笔者认为有必要在投资项目财务评价中体现谨慎性原则。

三、投资项目财务评价中谨慎性原则的具体体现

基于以上分析,在投资项目财务评价中运用谨慎性原则很有必要,主要体现在以下几个方面:

(一)在财务数据的估算中体现谨慎性原则

财务数据的估算包括投资总额的估算,各项收入项目的估算,各项成本费用的估算,现金流入量和流出量的估算。

投资总额的估算数直接影响到企业的资产总额,每一项投资的估算都应有相应的依据,应详细计算。收入项目的估算应在较为科学的市场预测的基础上进行,对于销售量和价格的估计应适当保守,对于是否发生不确定的收入项目应不予计算,对于发生数额不确定的收入项目应予低估;在各项成本费用的估算中,对于是否发生不确定的成本费用项目应予以计算,对于发生数额不确定的收入项目应予适当高估;现金流量的估算中也应体现谨慎性原则,不高估现金流入,不低估现金流出。

(二)在财务数据的分析中运用谨慎性原则

在对投资项目的财务数据进行估算后,就要进行财务分析,计算出反映投资项目盈利能力、偿债能力和现金流动状况的各项财务指标。投资者和政府主管部门就是根据这些指标确定项目的财务可行性以及项目未来的运行经济前景的。

如在折旧费用的分析计算中,可以考虑改变所有固定资产统一采用直线法(按使用年限或工作量)平均计算折旧的方法,根据项目所占用固定资产的情况,将固定资产分为几个大类,按各类固定资产磨损的性质分别采用不同的折旧计算方法,对于科技含量高的部分固定资产应采用加速折旧法。同样,无形资产的摊销也可根据项目的情况适当缩短摊销年限。这样一方面财务指标的计算结果具有谨慎性;另一方面还会产生一定的税费后移效应,有利于投资者迅速收回投资。

(三)加强投资项目风险分析,在财务评价中反映风险

充分认识项目风险有利于提高项目决策的科学性,任何投资项目都是在一定的自然环境与经济社会环境中进行的,受各种自然灾害、技术条件、宏观经济环境、政策法规以及市场变化等因素的影响,都会有一定的风险。如果能够充分认识项目的风险,全面地了解影响项目预期目标的各种风险因素及其产生的原因,了解各种风险因素对项目预期目标影响程度的大小及其发生的可能性,在项目决策的时候就可以有的放矢,确定更为合理的项目预期目标,避免项目的预期目标与实际值之间产生过大的偏差,从而增加项目决策的合理性与科学性。通过项目经济评价风险分析,基本可以了解项目各种风险因素对项目预期经济目标或重要经济评价参数的影响程度,明确项目面临的风险形势,了解采取不同风险控制措施对项目预期经济目标以及重要经济评价参数的可能影响结果等方面的内容,为采取合适的风险控制措施提供依据。

加强投资项目经济评价风险分析不但有利于减少项目投资失误、促进投资项目健康发展,而且有利于减少整个社会的投资损失与资源浪费,从而提高整个社会的投资效益。此外,进行科学、合理的项目经济评价风险分析,能够促进项目投资者对国家宏观经济形势的了解,促进国家各种宏观调控手段的发挥;能够影响投资者对投资行业与投资地区的选择,最终影响全国的投资总量,实现调整投资结构的效果,达到宏观调控的预期目标。

对投资项目的不确定性和风险性分析,应主要考虑以下几个方面的因素:

一是社会因素、政治环境和经济状况的变化;二是技术发展速度对现有方案使用寿命的影响;三是市场变化对预测精度的影响;四是方案中有关经济参数是估算的。

在投资项目财物评价中加强风险分析,可从以下两方面入手:1.在业内对投资项目可行性研究规范中提出加大风险分析的行业规范;2.在项目财务评价中可根据项目风险的大小采用定性分析与定量分析相结合的方法,使风险分析结论更为科学、可靠。

定性分析方法常用的有特菲尔法,即调查和专家打分法。其做法是:首先通过风险辨识将项目风险列出,设计风险调查表;然后利用专家经验对风险因素的重要性进行评估;再综合整个项目的风险。

定量分析方法除了常用的盈亏平衡分析、敏感性分析和概率分析方法外,还可以考虑引入一些新的风险分析方法,如分析报酬法(又称调整标准贴现率法)、风险当量法、解析法、主成分分析法等。这些方法有些模型较为复杂,可以组织专业人员编写一些小软件,只要输入数据就可以得出计算结果,既方便使用,又可以推动风险分析在投资项目财务评价中的应用。

(四)考虑通货膨胀或通货紧缩对投资项目的影响

1.对资金的影响

通货膨胀或通货紧缩的发生会对投资项目的预期收益产生影响,从而产生投资项目的资金风险。以通货膨胀为例,由于通货膨胀风险的存在,导致投资项目产生资金风险,其具体表现如下:(1)因通货膨胀,银根紧缩、利率上升,致使资金成本加大,或难以得到贷款,导致企业资金紧张,从而带来资金风险;(2)因通货膨胀,价格上升,致使生产使用的原材料等成本增加,带来资金风险;(3)通货膨胀引起股市、汇率波动,股市价格指数的下降,汇率的下滑也会带来资金风险。

篇4

内容摘要:本文在借鉴国内学者对A股市场CAPM检验的基础上,选取2010年6月4日至2010年12月21日的周收益率,采用单指数模型、BJS两步法和横截面检验实证分析了我国创业板市场对CAPM的实用性并得出结论。

关键词:CAPM BJS 创业板

资本资产定价模型源于1952年亨利•马科维茨提出的资产组合理论,后经威廉•夏普深化为资产定价的均衡模型,即CAPM。2009年10月23深圳证券交易所设立创业板并举行开板仪式。首批上市创业板公司28家,总市值1700亿元,平均每家创业板公司的市值61亿元。截至2010年11月,创业板公司147家,总市值6977.31亿元。为适应创业板市场发展需要,2010年6月1日深圳证券交易所正式创业板指数,创业板市场进入新的发展时期(见图1)。时至2010年12月,创业板已经推出一年有余,创业板指数也已半年另21日。对于CAPM是否适用于我国创业板市场,国内研究仍是空白。鉴于此本文运用CAPM对我国创业板市场进行实证检验,为我国创业板市场发展提供理论支持和经验借鉴。

相关文献回顾

顾荣宝,刘瑜华(2007)以深圳股票市场为研究对象,通过时间序列回归方法对CAPM在中国证券市场的适用性进行实证检验,结果表明CAPM不适合我国深圳股票市场。尹哲君(2009)选取上市A股中2005年以前上市的,七个主要行业中规模较大,流动性较好且具有代表性的七支股票对我国股市中的CAPM有效性进行检验,得出结论,CAPM对目前中国证券市场的有效性不明显。王茜(2010)从效用函数的角度对CAPM进行了重新审视,在一定程度上解释了“赚了指数,赔了股票”现象。黎军(2009)研究了CAPM在房地产投资风险分析中的应用,认为房地产市场投资受宏观经济走势的影响较大,但各房地产公司股票的风险更多来自企业内部的非系统风险。方俊芝,唐敏(2009)探讨了CAPM在保险产品定价中的应用,认为CAPM在保险产品金融定价的基础性地位是不容忽视的。冯佩(2010)以上证综指2002年已上市的20支权重股为研究对象,进行时间序列和横截面回归分析,最后得出结论:CAPM模型在我国证券市场并不完全适用,股票收益率受系统性风险的影响较弱,而受非系统性风险的影响较强。李璁,陈荣达(2010)选用2003年1月至2009年12月之间上证市场交易所选取的20支股票的84个月度收益率数据,通过BJS检验验证CAPM模型在上证市场的有效性。现实结果与CAPM模型相差甚远,一方面是因为上证市场尚属不成熟市场,另一方面也说明CAPM模型的假设条件过于苛刻,最后得出结论:应谨慎对待CAPM模型在实际应用时的有效性。丁凯,穆瑞田(2010)选取我国上证A股权重前十名的股票为样本,样本观测时间为2008年7月10至7月23日,使用日数据采用单指数模型、BJS方法和对CAPM进行横截面模型的回归分析,研究表明上证A股市场与CAPM理论不符。王晓燕,吕效国,浦燕(2010)借用因素模型的研究方法,利用2007年上证A股随机选取的20只股票为样本,采用月收益率作为样本数据,对改进的CAPM进行了实证检验,发现改进模型的解释力比传统模型有明显提高。

纵观以上研究,可以发现目前国内学者在该问题研究上的局限性。一是针对CAPM在我国资本市场的适用性研究大多都集中在A股市场中的上市或深市,对于发展潜力巨大的创业板市场没有给予关注。二是选取的数据大都是月度数据或日数据,股票市场瞬息万变,跌宕起伏,月数据容易遗失掉一些重要的波动信息,日数据是相对的高频数据,容易导致了噪声数据的使用,有损系数估计的效率,均不利于研究。三是在选取不同的无风险利率,例如李璁,陈荣达(2010)选取一年期定期存款利率作为无风险利率,而冯佩(2010)采用三个月定期储蓄存款利率作为无风险利率。因此,本文在前人的基础上,用创业板股票的周数据对CAPM进行实证检验,以期得到更准确的结果。

理论基础和数据选取

CAPM是在一系列假设的基础上构建的理想模型。CAPM假设:一是投资者的行为可以用均值-方差准则描述,投资者效用受期望报酬率与变异数两项影响,投资人为风险规避者;二是证券市场是完全竞争市场,投资人为价格接受者;三是完美市场假设,即没有交易成本、交易税等,且证券具有无限制分割性;四是同构型预期,即所有投资者对各投资标的预期报酬率和风险的看法是无差异的;五是所有投资人可用无风险利率无限制借贷;六是所有资产均可交易,包括人力资本;七是对融券放空无限制。CAPM的核心思想可表达如下:

其中:E(Ri)为股票或投资组合的期望收益率,Rf为无风险收益率,投资者能以这个利率进行无风险的借贷,βi是股票或投资组合的系统风险测度,E(RM)为市场组合的收益率。

由于创业板推出时间有限,本文选取2009年10月30日创业板首批上市的28家公司中的10家公司作为观测样本,股票代码从300001-300011。由于立思辰(股票代码300010)有筹划重大资产重组事项,自2010年9月15日停牌,导致交易不连续,故从观测样本中剔除。2010年6月1日深交所正式创业板指数,所以本文样本的观测期间为2010年6月1日至2010年12月21日。选取10个观测样本的30个周收益率数据进行研究,计算公式为:Rt=(Pt-Pt-1)/Pt-1(其中Pt为股票t时的周收盘价格,Pt-1为股票t-1时的周收盘价格)。同时,本文采用观测期间的创业板指数作为市场组合的收益率,能够比较准确地反映创业板市场整体行情的变化和发展趋势(见图2)。

对于无风险利率的选取,国内学者目前没有统一的认识普遍认可的无风险利率选择一年期定期存款利率,市场的无风险利率可以选择1天、7天的质押式回购利率,也可以选择国债的二级市场收益率或同业拆借利率。本文遵照大多数学者对无风险利率的选择,选择人民币一年期定期存款利率为无风险利率。即Rf=2.5%,折算为周利率为0.0479%。数据来源于中国人民银行网站。

检验方法与实证分析

本文借鉴Black、Jenson和Scholes(1972)的研究方法(即BJS检验)进行分析检验。将时间序列检验划分为三个时间段:第一个时间段从2010年6月4日至2010年8月6日,第二个时间段从2010年8月13日至2010年10月15日,第三个时间段从2010年10月22日至2010年12月21日。

第一步为单支股票β值的估计。选取第一时间段的周数据,采用单因素模型估计单支股票的β系数,系数值通过单支股票周收益率对市场组合周收益率的回归来估计。模型设定如下:

Rit-Rf=αi+βi(Rmt-Rf)+εit

其中,Rit表示股票i在t时刻的周收益率(i=1,2,…,10);Rf代表无风险收益率,即Rf=0.0479%;Rmt是市场组合在t时刻的周收益率,即创业板指数t时刻的周收益率;βi是对股票i的β系数估计;εit是误差项。在置信水平95%下,利用Eviews6.0对单个股票的β值进行估计(见表1),表中β系数的估计值均通过t检验,估计值显著。

第二步为股票组合β系数的估计。将股票按照β值大小升序排序,将10支股票分为5组,每组包含两只股票,每只股票赋相同权重,并利用第二时间段的样本数据计算组合的周收益率,组合周收益率取组合内股票收益率的算术平均。然后通过组合周收益率对市场组合周收益率回归估计组合的β系数,模型如下:

Rpt-Rf=αp+βp(Rmt-Rf)+εpt

其中,Rpt表示股票组合p在t时刻的周收益率(p=1,2,…,5);Rf代表无风险收益率,即Rf=0.0479%;Rmt是市场组合在t时刻的周收益率,即创业板指数t时刻的周收益率;βp是对股票组合p的β系数估计;εpt是误差项。

在置信水平95%下,利用Eviews6.0对股票组合的β值进行估计(见表2)。

第三步为风险与收益关系的检验。利用第三时段的组合周平均收益率(由第三个时间段的股票收益率计算出组合的平均收益率)对第二步得出的组合β值进行横截面回归,对收益与系统风险关系进行实证检验,检验模型如下:

Rp=γ0+γ1βp+εp

其中,Rp为股票组合第三时段的周平均收益率;βp为第二步得出的组合系数;εp为误差项。由表2结果可知,股票组合1至5的β系数估计的标准误差可以接受,t检验值均大于临界t值,t检验显著,股票组合β值显著不为零,可继续进行横截面回归。利用第三步模型进行横截面回归,结果如表3和表4所示。

结论

首先,常数项系数估计值γ0=0.05915,无风险利率为正数但数值较小,这一实证结果表明在我国创业板市场上,投资者过于追求高收益,投机欲望强烈,而忽视了高收益相伴的高风险对自身承受能力的冲击,同时也表明投资者对资本的时间价值关注不够。以上两种倾向说明创业板市场的投资者是非理性的,也从另一个侧面反映了我国创业板市场的不成熟性。其次,γ1=-0.01542,是一个负数,表示股票收益与系统性风险呈负相关关系。这一方面违背了“高风险高收益”这一基本的金融学原理;另一方面,也可能是因为非系统风险在创业板股票的定价中起到了相当大的作用。另外,T统计量为-0.61984,显著性不强,可决系数也只有0.113527(修正的可决系数甚至为负数),拟合程度极低。以上分析可以看出,在我国创业板市场上系统性风险与股票收益之间并不存在CAPM所预料的显著的线性相关关系。同时也表明我国创业板市场是一个不成熟的资本市场。

参考文献:

1.雷达,郭路.资本资产定价理论及其新进展的述评[J].经济理论与实践,2009(4)

2.尹哲君.从回归分析看中国股票市场中的资本资产定价模型[J].山东行政学院山东省经济管理干部学院学报,2009(3)

3.黎君.资本资产定价模型在房地产投资风险分析中的应用[J].前沿,2009(2)

4.方俊芝,唐敏.资本资产定价模型在保险产品定价中的应用[J].生产力研究,2010(5)

篇5

“股神”巴菲特曾经很形象地把金融衍生品称为“大规模杀伤性武器”。但上海交大高级金融学院教授、博士生导师陈松男认为,金融衍生品只是一种市场投资工具,本身并不是金融危机的罪魁祸首。

陈松男在中量投资举行的“结构化金融产品的设计、定价与风险分析”交流会上表示,发生金融危机的主要原因是风险控制出现了问题。比如,银行不负责任地将大量贷款贷给了没有还款能力的人,投资银行不顾风险的贪婪行为,政府监管的缺失和法规的不完善,等等。这好比股市中的“地雷股”爆炸,错不在股市本身,而在公司经营不善、信息不及时披露等。金融衍生品是一种投资工具,关键在于如何控制好风险,不能因噎废食。

可借鉴台湾的经验

“发展金融衍生品对于中国大陆的资本市场发展同样非常重要。股指期货运行至今,并没有加大市场波动。”陈松男在接受记者采访时说,“即使是美国,在金融危机后也没有停止发展金融衍生品,而是要求其更加透明化。”

目前还担任中国台湾金融工程师学会荣誉理事长的陈松男是金融工程及金融商品创新方面的资深学者,曾经主导参与台湾期交所新商品开发规划。

他说:“台湾的金融衍生品市场可以作为大陆很好的参照例子。台湾股指期货推出前,监管层也非常担忧和谨慎,业界也争论激烈,但是平稳运行一年多后,股指期货交易量大幅增加,之后市场又推出了其他金融衍生品,比如股指期货的期权。大陆的金融衍生品市场也可以一步一步试水,逐步发展金融衍生品市场。”

金融产品需要创新

对于颇受投资者诟病的银行发行的结构性理财产品,陈松男认为,关键在于销售人员在面向客户时,一定要把产品的潜在最大风险告诉客户,不能只说可能获得多少回报。

“结构性产品是否能赚钱,与定价有很大关系。目前银行业的结构化金融产品还处在初级阶段,技术还不成熟,很多结构性产品都是从海外引进的,其中的风险很难掌控。大陆应该加强金融衍生品创新,自己来设计、发行金融衍生产品,用以满足投资者的避险和资产配置的需要。结构化的金融衍生品是完全可以在大陆生根的。”陈松男表示,“在台湾,银行的存贷差很小,银行已经很难通过存贷差来赚取利润,而是需要设计开发多种金融衍生产品满足市场需求。”

篇6

一、文献回顾

对投资资产收益构建适当的模型进行相关性分析,在投资风险管理中有很重要的应用价值。张维(2008)认为度量风险以及如何采取相应的对策是投资风险分析的核心。当研究单一市场不同资产收益相关性时,应该考虑聚类波动和厚尾分布等因素。Rachev和Mittnik(1993)指出对金融数据建模,模型结构固然重要,但资产收益分布假设由于影响到模型的拟合度,因此也要重点考虑。Fama、Mittnik、Rachev等人(2003)认为投资风险模型中变量分布为平稳分布时检验效果比较好。当研究多个市场相关性时,通常应用线性相关,例如应用多元线性回归法研究变量间的相关性。但线性相关系数通常假定不同市场收益是对称相关的,通常不能反映非对称相关情况。Embrechts和Rachev等人(2003)研究了线性相关系数分析相关性的缺陷,不能较为准确地反映金融危机情况下的投资资产收益波动。为此Embrechts(1999)引入了Copula 函数来研究关于投资组合的风险价值问题,提供了处理变量相关问题的简单易行的方法。之后Copula函数在投资资产风险管理中被广泛采用,它克服了线性相关系数不能捕捉变量间的非线性和非对称相关的缺点。秦学志、王玥(2011)分析了Copula函数的尾部相关系数的渐进变化特征及其应用。任仙玲、张世英(2008)利用Copula函数对民生银行和浦发银行两只个股的尾部相关性做了分析,得出“其下尾相关性大于上尾相关性,且下尾相关性很大”的结论。但目前对于尾部相关性的研究多数集中在二维的情形。Bedford和cook(2001)在Joe 研究工作的基础上,介绍了一种基于简单构造块——Vine copula的多变量分布概率模型,通过对多元联合密度函数进行Vine copula分解,分解后的模型能够捕捉到多个资产组合中不同风险因素间的尾部相关性差异,从而更好地描述资产间的相依结构。这一方法为研究高维复杂相关问题提供了新的思路。

二、研究方法

(一)Vine模型 Kurowicka和Cooke(2004)提出D-Vine和C-Vin

e模型,这两类藤在不同的树状集合的逻辑结构下都能对高维分布进行分解。n维联合密度函数f(x1,…,xn)的C-Vine和D-Vine的分解式分别如式(1)、式(2)所示:

其中,Cij|k是二维Copula分布函数,vj是d向量v中任一分量,而v-j是向量v中除去vj后的d-1维向量。

(二)拟合优度检验方法 本文采用经验Copula检验统计量。假定n元随机变量的秩统计量为{U1,U2,…,Un},那么可以用一个经验Copula来反映它们的分布信息,如式(4)所示:

该检验方法实质是考察经验Copula与假定的Copula之间的距离,距离越小,那么越有可能接受零假设H0;距离越大,则越有可能拒绝零假设H0。其检验步骤为:

(1)产生秩统计量序列集U={U1,…,Un},Ui={Ui1,…,UiT};

(2)计算在每个秩统计量下的经验Copula值,以及假定的Copula的参数;

在实际应用中,这两个统计量的有限分布依赖于给定的Copula函数及其相应的参数,需要应用蒙特卡洛模拟来计算参数,间接得出两个统计量。

二、基于C-Vine与D-Vine的投资组合相关性比较

(一)样本选取与数据来源 采用C-Vine和D-Vine模型,本文对香港恒生(HSI)、日经225(N225)、新加坡海峡时报(STI)和上证综指(SSEC)四个股票市场组成的投资组合的风险进行比较分析。数据样本区间为2005年1月1日至2011年6月30日的周收盘价,由于各国的风俗习惯不同,同一时期内的数据个数不一致,数据对应上出现一些偏差,本文剔除了不同时间开盘的数据,共得到有效数据共1356个。本文将第i个市场的周收盘价定义为Pi,t,将收益率Ri,t定义为Ri,t=100(lnPi,t-lnPi,t-1)。本文的数据处理工具为Eviews6.0和 Matlab R2010a。

(二)收益率序列的描述性统计分析及正态检验 利用Eviews

6.0软件对收益率序列进行描述性统计分析,应用J-B进行检验。计算结果如表1所示。

从表1可以看出,各个收益率序列的均值接近于0,方差接近于3;偏度值接近于0且都为负,峰度值均大于3。各收益率序列从偏度上看,接近正态分布;但从峰度上看,具有明显的厚尾特征,大的峰度值表明各收益率序列的数据在均值附近的集中度较高。从J-B检验值可以看出,各收益率序列明显不服从正态分布的假设。

(三)边缘分布的建模与平稳性自相关检验 边缘分布采用时间序列GARCH模型,首先进行平稳性检验。本文采取Dickey & Fuller(简称ADF)所提出的单位根检验。检验值如表2所示。

从表2可以看出,收益率序列进行的ADF单位根检验所得到的ADF值均小于各序列的概率临界值,故样本序列全部为平稳序列。应用DW检验,本文对样本序列中是否存在自相关性进行检验。通过Eviews6.0计算得到各收益率序列的DW值如表3所示,从表3可以看出四个收益率序列的DW值均接近2,说明各对数收益率序列不存在自相关性。

(四)边缘分布的GARCH建模与拟合度检验 因为样本序列都是平稳的,且不存在自相关性,所以可以用GARCH模型对收益率序列进行建模。同时从描述性统计分析可知各个对数收益率序列的t特征比较明显,故取对数收益率序列进行GARCH(l,l)-t建模,模型如式(5)所示:

对各收益率序列进行建模和参数估计,参数估计采用极大似然法。其结果如表4所示。

检验GARCH(1,1)-t模型对收益率序列的拟合效果,对其进行Ljung-Box检验,其结果表明在5%的置信水平上收益率序列无自相关性的假设是可接受的。计算各收益率序列的残差序列,观察残差序列Q-Q图(如图1至图4所示)可以看出GARCH(1,1)-t模型可以较好地拟合各序列的边缘分布。

(五)基于C-Vine与D-Vine的收益率序列相关性比较分析 为了确定合适的变量顺序,对不同收益率序列的Pearson相关系数进行了比较,具体结果如表5所示。

本文选择了t-copula(具有对称尾部特点)、Clayton copula(具有下尾相关性)以及Joe-Clayton Copula(同时具有上尾、下尾相关性)等三种pair copula函数进行分析。

一是基于C-Vine的收益率序列相关性分析。根据表6中选择初始结点日经225,所以得到C-Vine的分解结构图,如图5所示。

根据图5的分解结构,利用极大似然法,计算可得到各层参数,见表6,其中1、2、3、4分别代表日经225(N225)、新加坡海峡时报(STI)、香港恒生(HSI)和上证综指(SSEC)。

应用PIT方法进行拟合优度检验,表7是检验统计量S在5%的置信水平下所得的P值。从表7中可以看出,Clayton Copula没有通过检验但是很接近临界值。

二是基于D-Vine模型的收益率序列相关性分析。采用D-Vine分解的方法首先要根据各变量间的相关性确定树T1的次序,由表5可得到树1变量的排序为日经225、新加坡海峡、香港恒生、上证综指。D-Vine的分解如图6所示。

根据图6的分解结构,利用极大似然法,计算可得各层参数,如表8所示。其中1、2、3、4分别代表日经225(N225)、新加坡海峡时报(STI)、香港恒生(HSI)和上证综指(SSEC)。应用PIT方法进行拟合优度检验,表9是检验统计量S在5%的置信水平下所得的P值。从表9中可以看出,不同的Copula函数拟合均通过检验。

三是基于C-Vine与D-Vine的收益率序列相关性比较分析。从表6和表8的参数估计可以得出,在C藤结构下用t-Copula描述变量间的相关性所得的自由度明显不同,其中日经225与新加坡海峡时报、日经225与香港恒生、日经225与上证综指的自由度均较小,说明它们联合分布的尾部很厚,序列间出现极值的概率较大。在条件分布的情况下,当以日经225作为条件时,新加坡海峡时报、香港恒生之间的自由度最大,说明它们之间出现极端值的概率最小;当将日经225和新加坡海峡时报同时作为条件时,自由度取得最大值,说明相关性最小。以上的分析基本与D藤结构下相同,唯一不同的是在C藤中当以日经225为条件时,新加坡海峡时报和上证综指之间的自由度为11.690648,说明它们之间的相关性较强,而在D藤中当以香港恒生作为条件时,新加坡海峡时报和上证综指之间的自由度为300,说明它们之间的相关性很弱,C藤所得结论与我国股市的开放程度还不高有一定出入。另外从对应的AIC值、BIC值也可以看出D藤下的分解结构模型对数据的描述更优。因此C藤结构不适合分析股市间这种没有绝对引导关系的相关性问题。

三、基于D-Vine的多元股市收益率序列尾部相关性分析

(一)尾数相关性分析 因为D藤模型对数据拟合效果更优,所以采用D藤参数值来分析各股市间的尾部相关性,从而为投资者提供投资参考。尾部相关性用来衡量当一个随机变量大幅度增加或者大幅度减少时,另一个随机变量也发生大幅度增加或者大幅度减少的概率。设二维随机变量(X,Y)的边际分布分别为Fx,Fy,其上尾相关系数?姿u和下尾相关系数?姿t定义如式(6)、式(7)所示:

从表10可以看出,采用t-Copula函数时,HIS和SSEC之间相关系数为0.047826,两股市之间的相关性远远低于N225和STI,STI和HIS,后两组股市相关系数分别为0.336015和0.322037,但从后两组股市相关系数的绝对值来看,其相关性远低于1,相关性不是太强。而条件相关系数结果均为0,所以不存在条件相关。因此,根据分析结果,同时对这四个股市投资可以分散风险。但由于尾部相关系数没有得到体现,所以在熊市或牛市的时候,投资决策很难做出。采用Clayton Copula函数时,HIS和SSEC之间的下尾相关系数为0.305930,两股市之间的下尾相关性远远低于N225和STI,STI和HIS,后两组股市下尾相关系数分别为0.637326和0.646258,而后两组下尾相关系数的绝对值均超过0.5,说明在熊市时,为了降低风险,不宜同时投资N225和STI,STI和HIS。采用Joe-Clay-

ton Copula函数时,在条件相关性分析结果中,上尾相关系数大于下尾相关系数,而且上尾相关性也极其微弱。在非条件相关性分析结果中,均呈现出下尾相关系数大于上尾相关系数,且N225和STI,STI和HIS两组股市收益变动相关性要大于HIS和SSEC,这和采用t-Copula函数以及Clayton Copula函数所得到的结果一致。说明为了降低风险,在股市波动不大的情况下宜于同时向四个股市投资;在熊市时,不宜采用N225和STI,STI和HIS,两种组合进行投资。

综上分析可以看出,运用D-Vine函数对多个股市收益相关性进行分析,得出的结果,特别是尾部相关系数与实际情况一致,因此选择D-Vine函数对多元股市收益相关性进行分析具有显著的适用性。

(二)相关结论 本文采用的AGARCH-C-Vine与AGARCH-

D-Vine模型度量资产组合风险,对日经225(N225)、新加坡海峡时报(STI)、香港恒生(HSI)和上证综指(SSEC)收益率序列的相关性进行实证比较研究,结果显示AGARCH-D-Vine的拟合效果较好。运用AGARCH-D-Vine对各收益率序列尾部相关性分析,在选择刻画上尾相关、下尾相关以及上下尾相关的不同的Copula情况下,得到了投资者一致的投资组合决策结果。

参考文献:

[1]Bauerle N, Muller A. Modelling and comparing dependencies in multivariate risk portfolios[J]. Astin Bulletin, 1998,28:59-76.

[2]Frees E W, Valdez E. Understanding relationships using copulas[J]. North American Actuarial Journal,1998,2:1-25.

[3]Klugman S A, Parsa R. Fitting bivariate loss distributions with copulas[J]. Insurance: Mathematics and Economics,1999,24:139-148.

[4]张维:《风险度量的主要模型及其评述》,《南京审计学院学报》2008年第3期。

[5]Rachev S,Mittnik S. Stable paretian models in finance[M]. New York: Wiley,2000.

[6]Fama E. Mandelbrot and the stable paretian hypothesis[J]. Journal of Business,1963,36: 420-429.

[7]Mittnik S, Rachev S.. Modeling asset returns with alternative stable models[J]. Econometric Reviews,1993,12: 261-330.

[8]Rachev S. Handbook of heavy tailed distributions in finance[M]. Elsevier: Amsterdam 2003:595-640.

[9]Rachev S, Menn C, Fabozzi F. Fat-tailed and skewed asset return distributions[M]. New Jersey: Wiley,2005.

[10]王天东、卢文渊:《新会计准则下我国上市公司债务重组影响因素研究》,《南京审计学院学报。2012年第1期。

[11]Embrechts P, Lindskog F, McNeil A. Modelling dependence with copulas and applications to risk management[M]//Rachev S. Handbook of heavy tailed distributions in finance. Elsevier: Amsterdam,2003.

[12]Embrechts P, Mcneil A J,Straumann D. Correlation and dependence in risk management: properties and pitfalls[M]//Dempster M. Risk management: value at risk and beyond. Cambridge:Cambridge University Press, 1999:176-223.

[13]秦学志、王玥:《尾部相关系数的渐进变化特征及其应用》,《系统工程理论与实践》2011年第2期。

[14]任仙玲、张世英:《基于Copula函数的金融市场尾部相关性分析》,《统计与信息论坛》2008年第6期。

[15]Bedford T J, Cooke R M. Monte Carlo simulation of vine dependent random variables for applications in uncertainty analysis[C]. Proceedings of ESREL2001, MECC, Maastricht, Netherlands.

[16]Bedford T, Cooke R M. Probability density decomposition for conditionally dependent random variables modeled by vines[J]. Annals of Mathematics and Artificial Intelligence,2001,32:245-268.

[17]Bedford T, Cooke R M. Vines:a new graphical model for dependent random variables[J]. Annals of Statistics,2002,30:1031-1068.

[18]Joe H. Families of m-variate distributions with given margins and m(m-1)/2 bivariate dependence parameters[R]. Ruschendorf L, Schweizer B, Taylor M D. Distributions with fixed marginals and related topics. 1996

[19]Kurowicka D, Cooke R M. Distribution-free continuous bayesian belief nets[C]. Fourth International Conference on Mathematical Methods in Reliability Methodology and Practice, Santa Fe, New Mexico,2004.

[20]Genest C, B, R′emillard, Beaudoin D O. Goodness-of-fit tests for copulas: a review and a power study[J]. Insurance: Mathematics and Economics,2009,44:199-213.

[21]Dickey D, Fuller W. Distribution of the estimators for autoregressive time series with a unit root[J]. Journal of the American Statistical Association, 1979, 74:427-431.

[本文系教育部人文社会科学研究规划基金项目(编号: 11YJ

篇7

【关键词】VaR GARCH族模型 阳光私募基金

引言

近年来私募基金在我国发展势头猛烈。2007~2008年是阳光私募迎来大力发展的两年,据国金证券基金研究中心的研究显示,2008年度发行的阳光私募证券投资基金逾100只。在2009年122家管理人共发行了242只阳光私募。据好买基金研究中心不完全统计,截至2011年12月31日,国内通过信托平台发行的证券投资类私募基金已达861只。阳光私募基金总体规模和市场迅速扩大,已成为我国资本市场重要的机构投资者之一,相关的研究随之兴起。但相比于对公募基金的研究,对我国国内私募基金研究的文献还是很少,而且关于我国私募基金的研究文献主要在私募基金业绩指标体系的构建、私募基金经理的择时能力及持续性研究方面,对阳光私募基金市场风险的研究较少涉及。因此本文的研究在了解阳光私募基金投资风险方面具有一定意义。

一、研究设计

(一)样本与研究路线

本文选取十只阳光私募基金作为初始样本,采用周数据进行市场风险分析,由于阳光私募基金公布的业绩指标时间不定,对样本的选取和数据的处理采用如下标准:第一,选取成立时间尽可能早的私募基金,获取较多的样本数据;第二,选取公布业绩以周公布为主的阳光私募基金,若公布时间周期不是一周,则进行相关处理转变为周数据(见附件:数据处理说明);第三,选取的阳光私募基金覆盖业绩好的及业绩差二个等级,以便研究的全面性。最终,样本共445个数据。本文原始数据来自Wind资讯。

(二)模型构建与计算

1.VaR模型介绍。VaR的含义是,风险资产在一定的置信区间和期限内,在市场下的最大期望损失。VaR的一般描述为:某项资产投资的概率分布密度函数为f(w),在置信水平c,w0是初始资本,r是期限t内的收益率,r*表示一定置信水平c下的最小收益率,w*为c上所有投资的最低回报,则:VaR=w0[E(r)-r*],其中w=w0(1+r),w*由下式得到:1-c=■f(w)dw=P(w?燮w■)=p。当该投资收益率分布服从正态分布时,分位点?琢可由下式求得:1-c=■Φ(ε)dε,通过查找正态分布列表的分位点-?琢=■,则求得在置信水平c下的最小投资收益w*=-?琢σ■+uΔt,代入上述公式,可以求得VaR=w0?琢σ■。由上式可知,VaR的计算取决于四个参数:(1)置信水平c;(2)时间间隔;(3)资产的收益率分布;(4)收益率的方差。收益率的分布主要有正态分布、学生分布和广义误差分布,收益的方差用GARCH族模型计算得到。

2.GARCH族模型简单介绍。Bollerslev在1986年提出了GARCH模型来解决ARCH模型的多参数问题。at=rt-ut为t时刻的新息,若a满足:at=σtεt,σ■■=α■+■α■a■■+■β■σ■■其中是{εt}均值0、方差1的独立同分布随机变量序列,α■>0,αi?叟0,β■?叟0,■(α■+β■)

由于资产价格波动往往是不对称的,一般在股市股价下跌的波动影响大于股价上升的波动,为了更好刻画这种波动,Nelson(1991)提出了EGARCH模型,其公式形式如下:

at=σ■ε■,ln(σ■■)=α■+■α■■+■β■ln(σ■■),

这里,正的at-i对对数波动率的贡献为α■(1+γ■)ε■,而负的at-i对对数波动率的贡献为α■(1-γ■)ε■,其中ε■=αt-i/σ■,参数γ■表示αt-i的杠杆效应。

3.阳光私募收益率序列的统计特征。中国龙价值与塔晶狮王是我国成立较早的阳光私募基金,从成立到2011年底中国龙价值的收益率较好,塔晶狮王收益率较差。所以本文选取这2只阳光私募基金为案例,进行市场风险研究,收益率序列均取对数收益率序列。本文使用matlab软件进行市场风险分析。

设中国龙价值周对数收益率序列为y1t,塔晶狮王周对数收益率为y2t。首先对收益率序列进行ADF单位根检验,在置信度95%下,得出中国龙价值的t统计量是-11.02,塔晶狮王t统计量是-13.66,因此,拒绝原假设,即时间序列不存在单位根,序列平稳。下面对2只阳光私募基金做统计描述,如表1统计描述:

从统计描述表中可以清楚地看到中国龙价值收益率序列的偏度为0.2479,峰度是5.3570,在正态分布下,偏度值是0,峰度值是3,即样本基金收益率序列偏离了正态分布,具有明显的左偏和尖峰特征。而Lillietest为0.1026,大于5%的临界值,拒绝原假设,即序列不服从正态分布。同样,塔晶狮王同样不服从正态分布。基于以上收益序列特征,可以观察到这二支基金收益序列均存在ARCH效应。因此,进一步检验收益率序列残差的ARCH效应。如表2:

至少在滞后3阶时,5%临界值下,条件异方差的检验结果表明:拒绝原假设。原收益率序列残差存在高阶ARCH效应。

4.模型选择。根据以上分析,我们用GARCH(1,1)模型看能否消除异方差问题。我们建立的模型,中国龙价值的均值方程和波动率方程为:

y1t=0.00128+0.13y1t-1+ε1t,

(1.168) (2.0)

σ12t=3.855e-006+0.929σ12t-1+0.05256ε12t-1

(1.573) (65.26) (3.21)

塔晶狮王的均值方程和波动率方程为:

篇8

关键词:copula 金融市场风险 综合风险 测算

    随着经济全球化和金融自由化的发展,全球金融市场特别是金融衍生品市场得到迅猛发展,呈现出了前所未有的波动性,金融机构和投资者面临的各种风险日益复杂和多样化,因此对金融风险的评估和测量也提出了越来越高的要求。传统的风险计量方法已不能适应现代金融业的需要。基于此,copula方法这种全新的测算技术被引入金融风险的计量中。

    copula函数被称为“相依函数”或者“连接函数”,它是把多维随机变量的联合分布用其一维边际分布连接起来的函数。copula理论于1959年由sklar提出,定义了一个联合分布分解为它的k个边缘分布和一个copula函数,其中copula函数描述了变量间的相关结构,sklar定理为copula方法体系的发展打下了基础。但直到上世纪90年代末期才被引入金融领域,nelson(1998)比较系统地介绍了copula的定义、构建方法,并全面介绍了copula函数的各项性质以及几种重要的copula函数族。embrechs(1999)把copula理论引入到金融领域中,把金融风险分析推向了一个新的阶段。在我国,对copula的研究起步较晚,最早是张尧庭(2002)在理论上,主要是从概率论的角度上探讨了copula方法在金融上应用的可行性。copula方法在金融风险测算中主要具有如下优势:①copula理论不限制边缘分布的选择,结合copula函数可以更为灵活地构建多元分布函数;②在运用copula理论建立模型时,边缘分布反映的只是单变量的个体信息,变量间的相关信息完全由copula函数来体现,可以将随机变量的边缘分布和它们之间的相关关系分开来研究;③通过不同形式copula函数的选择使用,可以准确捕捉到变量间非线性、非对称的相关关系,特别是容易捕捉到分布尾部的相关关系,这有助于风险管理机构度量出现极端情况下的风险值。

    一、copula方法在国外金融市场风险测算中的应用

    1.常规模式下copula方法的应用

    如同任何新方法被应用到新的领域一样,copula方法之于金融市场风险管理也经历了从简单到复杂,从理论研究到具体实证中的过程。sklar(1959)到nelson(1998),对copula理论起到了奠基性的作用。embrochts(1999)把copula作为相关性度量的工具,引入金融领域。matteis(2001)详细介绍了arehimedean copulas在数据建模中的应用,并运用copula对丹麦火灾险损失进行了度量。bouye(2000)系统介绍了copula在金融中的一些应用。embrechts (2003),genest(1995)分别于模拟技术、半参数估计、参数估计对copula的统计推断作了详细介绍。roberto de matteis(2001)对copula函数,特别是archimedean copula函数作了较为全面地总结。romano(2002)开始用copula进行了风险分析,计算投资组合的风险值,同时用多元函数极值通过使用monte carlo方法来刻画市场风险。forbes(2002)通过对固定copula模型来描述copula的各种相关模式,并把这一个方法广泛地应用在金融市场上的风险管理、投资组合选择及资产定价上。hu(2002)提出了混合copula函数(mixed-copula)的概念,即把不同的copula函数进行线性组合,这样就可以用一个copula函数来描述具有各种相关模式的多个金融市场的相关关系了。上述文献主要从理论上探讨了copula方法的适用性,并对copula函数形式的选择,copula函数的参数估计方法等展开了较为深入的研究且采用金融市场的数据进行了相关实证说明,但都是在固定时间段内固定相关模式的假设下进行,没有体现出金融市场风险瞬息万变,投资组合的风险值动态变化的特征。

    2.动态模式下copula方法的应用

    众所周知,金融市场投资组合面临的风险每时每刻都在波动,在模型假设固定的情况下测算往往会低估风险,因此建立动态的,能及时体现市场波动特征的模型显得更为重

要。dean fantazzini(2003)将条件copula函数的概念引入金融市场的风险计量中,同时将kendall秩相关系数和传统的线性相关系数分别运用于混合copula函数模型中对美国期货市场进行分析。patton(2001)通过研究日元/美元和英镑/美元汇率间的相关性,发现在欧元体系推出前后这两种汇率之间的相关性程度发生了显着变化。在此基础上,patton提出引入时间参数,在二元正态分布的假设下提出了时变copula函数来刻画金融资产。goorbergh,genest和werker(2005)在patton的基础上设计出新的动态演进方程并用在时变copula中对期权定价进行了研究。jing zhang,dominique guegan(2006)开始构造拟合优度的统计检验量来判断样本数据在进行动态copula建模时适用的模型结构,也就是时变相关copula模型与变结构的copula模型的统计推断,ane,t.and c.labidi (2006)采用条件copula对金融市场的溢出效应进行了分析,bartram,s. m.,s. j. taylor,and y-h wang(2007)采用gjr-garch-ma-t作为边缘分布并用gaussian copula作为连接函数建立了动态copula模型对欧洲股票市场数据进行了拟合,取得了较好的结果,aas,k.,c. czado,a. frigessi,and h. bakken(2008)在多元分布前提下对双形copula建模进行了研究。

    二、copula方法在我国金融市场风险测算中的应用

    1.二元copula方法的应用

    copula方法在我国起步较晚,直到张尧庭(2002)才将该方法引入我国,主要在概率统计的角度上探讨了copula方法在金融上应用的可行性,介绍了连接函数copula的定义、性质,连接函数导出的相关性指标等。随后韦艳华(2003,2004) 结合t-garch模型和copula函数,建立copula-garch模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明,不同板块的指数收益率序列具有不同的边缘分布,各序列间有很强的正相关关系,条件相关具有时变性,各序列间相关性的变化趋势极为相似。史道济、姚庆祝(2004)给出了相关结构copula、秩相关系数spearman与kendall tau和尾部相关系数,以及这三个关联度量与copula之间的关系,各个相关系数的估计方法等,并以沪、深日收盘综合指数为例,讨论了二个股市波动率的相关性,建立了一个较好的数学模型。叶五一、缪柏其、吴振翔(2006)运用archimedean copula给出了确定投资组合条件在险价值(cvar)的方法,对欧元和日元的投资组合做了相应的风险分析,得到了二者的最小风险投资组合,并对不同置信水平下var和组合系数做了敏感性分析。曾健和陈俊芳(2005)运用copula函数对上海证券市场a股与b股指数的相关结构进行分析,发现了与国外市场不同的研究结果:不论市场处于上升期或下跌期,上证a股与b股指数间均存在较强的尾部相关性。李悦、程希骏(2006)采用copula方法分析了上证指数和恒生指数的尾部相关性。肖璨(2007)则较为全面的介绍了copula方法应用二元情况下的建模与应用。

    2.多元copula方法的应用

    只在二元情况下度量金融市场风险并不全面,现实金融市场中的机构投资者和个体投资人通常选择多个金融资产进行组合投资以降低投资风险,因此如何刻画多个金融资产间的相关结构,对于规避市场风险更具有现实意义,但如何将二元向多元推广依然是一个需要解决的难题。这是因为当变量增加时,模型的复杂程度及参数估计难度都将呈指数倍增长,针对二元方法的模型参数估计可能将不再适用,需要研究新的估计方法。

篇9

 

关键词:金融全球化;金融风险;金融体制改革;国际合作

 

金融全球化在给世界带来巨大利益的同时,也使得各国在金融风险发生时难以独善其身。2007年4月,美国次贷危机所引发的全球金融危机及其对全球经济产生的巨大冲击,给各国政府再次敲响了警钟,同时也给各国政府加强国际金融业务合作、协同防范金融风险提出了一个新的课题。发展中国家由于其自身金融体系不健全从而对金融风险的抵抗力显得脆弱,所受到的影响也往往更大。因此,分析和研究金融全球化过程中发展中国家如何进行风险防范与监管就成为国际金融界关注的焦点。 

 

一、金融全球化过程中我国金融业凸显的风险分析 

 

1978年以前我国的金融处于高度的金融抑制和非国际化状态。1984年是我国金融体制改革的分水岭,之后我国开始建立起以银行业、证券业、保险业三大行业为支柱的金融产业,我国金融体制改革开始加快,在这个过程中我国也不可避免地参与到了金融全球化的过程中。1997年亚洲金融危机爆发,金融安全问题引起了全世界各国政府的高度重视,美国次贷危机引发的全球金融危机,更提高了各国政府协同防范金融风险的共识。我国金融体系虽然近年发展很快,但仍然不完善,还存在比较多的问题,而这些问题在环境变化时就有可能被放大并产生金融危机,具体表现在如下方面。 

 

(一)银行业 

我国银行业遵循审慎原则,有计划、有步骤、分层次、分阶段地对外开放,也正是因为有这样的特殊原因,我国银行业存在着特殊的问题。 

1、信贷质量差 

近年,我国商业银行不良贷款持续增加,信贷质量恶化。这些不良贷款的增长,在银行发生信用问题时风险有可能被放大并成为金融危机的导火索。银行业的持续发展导致银行业进入一种表面繁荣,在这种表面繁荣之下实际上隐藏了一系列的矛盾和不足。房价虚高,房地产泡沫不断膨大,房屋空置率超过国际警戒线并有继续扩大的可能,不可避免地给银行造成大量坏账。所以,国家必须投入大量精力去处置银行信贷质量,否则银行业就极有可能发生危机。 

2、资金来源单一,资金缺口大 

我国银行资金来源主要以单位和居民存款为主,其中尤以居民储蓄存款为主。由于目前银行大部分为国家所有,在有国家信誉做保证的情况下,人们普遍没有存款方面的顾虑。尽管如此,基层单位却依旧出现资金供给小于资金需求的现象,放贷方面普遍存在着盲目放贷、违规放贷的问题。 

3、资本充足率低 

按照《巴塞尔协议》的规定,银行资本金率不得低于8%,但我国银行资本金率长期与此相差甚远。与此同时,风险权重资产也非常之高,其抗风险能力可想而知。高风险、低资本的现状暴露了国有商业银行抵抗风险能力方面的问题。 

4、内部监控机制薄弱 

我国银行业依旧缺乏良好的权力监管机制,业务流程不科学,监督不力,表现在对操作风险认识不足、风险防范意识差、组织结构设计不合理、治理机制不完善以及监管法律不健全等方面。银行业作为经营货币的特殊行业,按理应是内部控制机制更为严格的部门,但屡屡发生的内部监守自盗问题,说明现有银行内部控制机制尚存缺陷。因此,改善银行业的内部监控机制,对银行业来说已是迫在眉睫。

(二)证券业 

我国证券业自1992年以来得到了快速的发展,但我国股市自建立起就遗留下很多问题。与发达国家相比,先天性的缺陷使中国股市很难摆脱政策市和暴涨暴跌的困境,这使得国内证券市场抵御市场风险的能力大大减弱。 

1、股市暴涨暴跌,股民投资心态不稳定 

我国股票市场受政策影响很大,政策取向的变动在市场上得到充分反映,并通过炒作成倍放大。由于政策的不确定和获取政策信息的不公平,市场炒作中追涨杀跌的惯性很大。因此,沪、深两市自开市以来就表现为股价的暴涨暴跌,价格波动幅度巨大,这除了市场操作的因素外,也充分暴露了股民心态的不稳定和股票市场的过度投机。 

2、证券业融资渠道有限 

目前大部分证券业融资都是股权融资,债权融资极其有限。从发达国家相对成熟的资本市场来看,债券融资占到整个融资渠道的大部分。美国资本市场中债券的发行规模和当年未偿还的债券额度都分别占到总量的50%以上。美国公司债券的筹资额度为同期股票筹资的3倍,成为美国公司主要的筹资渠道。由于这种筹资渠道不仅仅能吸取大额资金,而且能够传达一个积极的市场信号,显示公司的经营能力和市场信心,因此,美国公司抵抗市场风险的能力大大增强。 

3、上市公司治理结构不科学 

我国上市公司多数是国有企业通过改制而来,国有股占绝对比重,“一股独大”现象突出,导致了我国公司特殊的委托问题——“大股东操纵”和“内部人控制”,使银行债权约束表现出无效性,债权人不能成为公司的股东,无法进行股权的治理。一旦出现国际股市的异常,“内部信息”相应放大,就会人为加大股市的不稳定性,引致垃圾股驱逐优良股的现象,从而降低股市的质量,增加股市的风险。 

 

(三)保险业 

我国保险行业自建立以来,30年中均保持年30%的增长速度,但作为新兴资本市场,仍然存在很大的风险。 

1险公司的资产实力相对薄弱 

与国外市场相比,中国的保险公司实力普遍比较弱。2001年后随着中国加入WTO、金融市场开放,中资保险公司规模小的弱点日益凸显。 

2、资金运用效率低 

我国保险资金运用主要限于银行存款以及买卖政府债券、金融债券、中国保监会指定的中央企业债券和国务院规定的其他资金。这样的限制导致了我国保险资金大量囤积于国有银行,存在着较大的利率风险和通货膨胀风险,每一次利率的变动都会使保险公司蒙受巨大的利息损失,降低了资金的保值增值能力。 

篇10

关键词:个人理财、理财规划

一、树立良好的个人理财意识

要树立正确的理财意识,首先要对个人理财有一定的认识。个人理财是用于评估客户对于财务需求的整体过程,它是专业的理财人员依据客户的理财需要和理财目标,辅以分析客户的生活及财务现状。进而综合的帮助客户制定出一套有针对性的理财方案的银行综合业务。同时也是全方位、有针对性、多层次的个性化金融服务。针对这一要求,根据自身的财务状况,确立好自己的理财目的。参考理财人员提供的意见和建议,结合自身的需求及目标情况选择适合自己的理财工具,以便实现自己的理财目标。

二、对理财工具有一定的了解

储蓄是我国最普及的投资渠道,也是我国国民的财富存储的主要方式。储蓄包括活期及定期两种,活期存款可以随时提取现金,而定期存款则是达到规定期限后才可提取现金。两者中前者较后者利率低。但总的来说储蓄是收益最低的理财工具。

个人信贷在我国主要是各种消费贷款,包括住房贷款、汽车消费、信用贷款等。在一定条件下,银行向消费者提供抵款,消费者到期还本付息。而所获取的贷款通过其他理财方式实现增值,抵消债务获取盈利而成为一种理财方式。

债券是经济主体为筹集资金向投资者出具的承诺在一定时期支付利息和偿还本金的债务凭证。按照发行主体的不同分为政府债券、公司债券、金融债券。其利率较储蓄高,且国债信用度极高,收入免税,作为投资优于储蓄。

股票随着上海证券交易所和深圳证券交易所的开业,中国开始出现了股票投资。股票这获利的方式主要有两种:价格差或红利。在现阶段的中国股市,分工公司是个别现象,不分红是普遍现象。个人的投资获利主要是类似赌博的利用价格差投机。

除了以上几种理财工具,还存在有保险、个人外汇业务、期货、基金及收藏品等个人投资方式。

三、合理认识并尽量规避风险

投资的基本原理揭示了投资收益与风险成配比。投资作为理财的重要组成内容,其基本原理不容忽视;投资风险需要分散,即投资组合的风险要低于单项投资的风险。在投资的过程中,要对家庭财务适合性进行分析。包括与生活目标的适合度,与个人特点的适合度,与所处社会环境及生命阶段的适合度等。对财务风险分析、管理和控制,包括收入风险、意外风险等,管理则包括规避和降低风险,分散风险和转移风险等手段。财务风险控制则包括关注事业,职业生涯提升,建立多渠道收入来源等。结合相关理论知识认识风险科学地规划理财计划已达到尽量规避风险的目的。