導(dǎo)語(yǔ)：中國(guó)證券市場(chǎng)高頻交易的計(jì)算方法研究一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：20世紀(jì)80年代以來(lái)，伴隨著全球金融市場(chǎng)的改革，金融衍生品發(fā)展迅速，交易品種越來(lái)越豐富，吸引了大量的投資者的關(guān)注，交易量迅猛增長(zhǎng)，為市場(chǎng)提供了系統(tǒng)性風(fēng)險(xiǎn)管理的工具，同時(shí)也推動(dòng)了證券市場(chǎng)的不斷完善。日益波動(dòng)劇烈的金融市場(chǎng)也使得金融風(fēng)險(xiǎn)暴露越來(lái)越頻繁。新產(chǎn)品的陸續(xù)推出也使得傳統(tǒng)風(fēng)險(xiǎn)度量方法不能滿足金融市場(chǎng)的需要，迫切需要尋求更加可靠、精確、通用和符合市場(chǎng)實(shí)際情況的度量風(fēng)險(xiǎn)模型。VaR這種計(jì)算方法適應(yīng)了時(shí)展。本文主要基于VaR計(jì)算方法研究中國(guó)證券市場(chǎng)高頻交易的風(fēng)險(xiǎn)管理。

關(guān)鍵詞：金融市場(chǎng)；高頻交易；VaR模型

隨著計(jì)算機(jī)及通信技術(shù)的飛速發(fā)展，對(duì)金融高頻交易數(shù)據(jù)的研究已經(jīng)成為了整個(gè)金融領(lǐng)域的焦點(diǎn)，研究者對(duì)高頻和超高頻交易數(shù)據(jù)的計(jì)量分析也越來(lái)越關(guān)注，在研究過(guò)程中采集的數(shù)據(jù)頻率越高、信息丟失越少則連續(xù)性越好，越能有效地反應(yīng)證券市場(chǎng)的價(jià)格運(yùn)動(dòng)過(guò)程，也更能反映出證券市場(chǎng)真實(shí)情況，因此基于證券交易市場(chǎng)高頻和超高頻數(shù)據(jù)的風(fēng)險(xiǎn)管理研究也日益深入。鑒于我國(guó)目前金融市場(chǎng)所處特定階段和不斷開(kāi)放的發(fā)展要求,加強(qiáng)風(fēng)險(xiǎn)識(shí)別和管理,找到一個(gè)讓投資者、金融機(jī)構(gòu)和監(jiān)管者都認(rèn)可的風(fēng)險(xiǎn)管理模型迫在眉睫。隨著我國(guó)金融改革的逐漸深入,金融市場(chǎng)的運(yùn)行與管理將逐步與國(guó)際接軌,VaR模型使用日益廣泛。

一、中國(guó)證券市場(chǎng)高頻交易現(xiàn)狀

伴隨著全球金融市場(chǎng)的改革和迅速發(fā)展，交易品種越來(lái)越豐富，中國(guó)證券市場(chǎng)股指期貨和期權(quán)不斷地被推出，吸引大量的投資者和金融機(jī)構(gòu)的關(guān)注，交易量迅猛增長(zhǎng)，為市場(chǎng)提供了系統(tǒng)性風(fēng)險(xiǎn)管理的工具，同時(shí)也推動(dòng)了證券市場(chǎng)的不斷完善。中國(guó)金融市場(chǎng)已初具規(guī)模，隨著股指期貨市場(chǎng)的開(kāi)始，異于股票市場(chǎng)的交易制度使得高頻交易也嶄露頭角。一直以來(lái)國(guó)內(nèi)的股票市場(chǎng)都實(shí)行的是T+1交易、單向交易、10%的漲跌停板機(jī)制，并且長(zhǎng)時(shí)間以來(lái)股指類衍生品市場(chǎng)也只有在2010年4月16日推出的滬深300股指期貨一個(gè)品種，我國(guó)這樣的證券市場(chǎng)情況相對(duì)其他國(guó)家來(lái)說(shuō)是非常滯后的，它在限制了流動(dòng)性發(fā)展的同時(shí)也減緩了市場(chǎng)對(duì)信息的傳遞及反應(yīng)速度。直至2015年2月9日50ETF期權(quán)和2015年4月16日上證50股指期貨和中證500股指期貨的相繼推出，極大程度上豐富了我國(guó)衍生品市場(chǎng)的產(chǎn)品種類，期權(quán)和期貨市場(chǎng)都是實(shí)行T+0、雙向交易和保證金交易機(jī)制，吸引大量投資者和投機(jī)者，這兩類市場(chǎng)迅速成為最活躍的市場(chǎng)之一，投資力量飛速增加，這些交易機(jī)制使得高頻交易在我國(guó)開(kāi)始迅速發(fā)展，也使得更加深入的分析股指期貨與期權(quán)市場(chǎng)的風(fēng)險(xiǎn)情況具有更加重要的現(xiàn)實(shí)意義。

二、VaR模型

VaR模型是為了解決在既定的概率水平下，在未來(lái)一段時(shí)間內(nèi)資產(chǎn)組合的價(jià)值面臨損失的大小。在金融風(fēng)險(xiǎn)管理領(lǐng)域中計(jì)算方法繁多，但是其中VaR方法是重點(diǎn)和焦點(diǎn)。起初VaR模型能夠吸引眾多的投資者、金融機(jī)構(gòu)和監(jiān)管機(jī)構(gòu)眼球主要是由于此模型能夠把銀行的所有資產(chǎn)組合風(fēng)險(xiǎn)概括，以數(shù)字的形式直觀的顯示出來(lái)，說(shuō)明其存在的潛在虧損。VaR（ValueatRisk）按表層的意思就是：處于風(fēng)險(xiǎn)狀態(tài)的價(jià)值，即在某一個(gè)特定的置信度水平下，在未來(lái)一段期間內(nèi)某金融工具或證券資產(chǎn)組合，由于資產(chǎn)價(jià)格的波動(dòng)，它將要所面臨的最大損失額。JP.摩根把VaR模型定義為：“給定置信區(qū)間的一個(gè)持有期內(nèi)的最壞的預(yù)期損失”。綜上所述，VaR這種計(jì)算模型是指當(dāng)市場(chǎng)價(jià)格在正常波動(dòng)時(shí)，在某一概率水平下，來(lái)估計(jì)某金融資產(chǎn)或者證券資產(chǎn)組合在未來(lái)某一段時(shí)期內(nèi)可能出現(xiàn)的最大損失。如果用數(shù)學(xué)公式就可以表示成為：Prob（ΔP>VaR)=1-α其中：ΔP表示為某金融資產(chǎn)或證券資產(chǎn)組合在某特定持有期內(nèi)的損失；α代表了置信度水平。VaR模型的3個(gè)參數(shù)分別是金融資產(chǎn)或和證券投資組合持有期的長(zhǎng)短、未來(lái)資產(chǎn)組合價(jià)值的分布特征和置信度區(qū)間。持有期指價(jià)格變動(dòng)的時(shí)間間隔，若持有期越長(zhǎng)，價(jià)格波動(dòng)將越劇烈，隨之風(fēng)險(xiǎn)也就會(huì)越高。一般情況下，持有期的選擇應(yīng)該根據(jù)所持有資產(chǎn)本身所具有的特點(diǎn)來(lái)確定。置信度水平的選取是根據(jù)VaR驗(yàn)證的需要和監(jiān)管要求等而決定的，置信度的大小反映出來(lái)金融機(jī)構(gòu)或者監(jiān)管機(jī)構(gòu)對(duì)風(fēng)險(xiǎn)的不同偏好，對(duì)風(fēng)險(xiǎn)偏好，則選取的置信水平也就越低。大多數(shù)情況下，設(shè)定置信度水平為95%或者99%。在VaR模型中，確定清楚計(jì)算VaR的時(shí)間范圍是必要的前提條件，如果選取的持有期越長(zhǎng)，最終得出的VaR值就會(huì)越大。目前在使用VaR模型時(shí)也出現(xiàn)了使用持有期小于一天的情況。研究過(guò)程中也會(huì)考慮到流動(dòng)性大小、頭寸調(diào)整頻率、數(shù)據(jù)分布情況等各種因素來(lái)確定最佳的持有期。如果面臨的證券或者投資組合流動(dòng)性較好，則會(huì)考慮選擇較短的持有期，而持有期越短也就更加符合正態(tài)分布假設(shè)條件。目前計(jì)算VaR值主要采用的是以下三種方法：（一）歷史模擬法這種方法是利用歷史某一時(shí)間段內(nèi)某金融資產(chǎn)和資產(chǎn)組合風(fēng)險(xiǎn)收益情況來(lái)計(jì)算頻度，找到這段時(shí)間內(nèi)它的平均收益率以及在特定置信度α值下的最低收益率，然后計(jì)算某金融資產(chǎn)或整個(gè)資產(chǎn)組合的VaR值?！皻v史模擬法”的基本假設(shè)條件是收益是隨著時(shí)間獨(dú)立同分布，把歷史數(shù)據(jù)樣本的收益直方圖當(dāng)作對(duì)真實(shí)分布收益的估計(jì)，這樣一來(lái)其分布形式完全由歷史數(shù)據(jù)樣本決定，不會(huì)丟失和扭曲信息情況，然后用歷史數(shù)據(jù)樣本收益直方圖的P—分位數(shù)據(jù)，作為對(duì)收益分布的P—分位數(shù)，估計(jì)波動(dòng)情況。在頻度分布圖中，橫坐標(biāo)代表了某機(jī)構(gòu)某天收入的大小，縱坐標(biāo)衡量一年內(nèi)出現(xiàn)相應(yīng)收入組的天數(shù)，該頻度分布圖能夠直接反映出了在過(guò)去一年內(nèi)，該機(jī)構(gòu)資產(chǎn)組合收益大小的頻度分布情況。（二）方差—協(xié)方差法“方差—協(xié)方差法”也是利用歷史數(shù)據(jù)來(lái)估計(jì)金融資產(chǎn)或資產(chǎn)組合的VaR值。它基本步驟可以分為：第一步，提取歷史數(shù)據(jù)并計(jì)算出金融資產(chǎn)和資產(chǎn)組合收益的方差、標(biāo)準(zhǔn)差以及協(xié)方差；第二步，在假設(shè)收益是服從正態(tài)分布條件下，得出在特定置信度下分布偏離均值程度的臨界值；第三步，建立與風(fēng)險(xiǎn)損失的聯(lián)系，推導(dǎo)確定出VaR值。（三）蒙特卡羅模擬法除了上述的兩種方法計(jì)算VaR值以外，還有一種更加復(fù)雜的“蒙特卡羅模擬法”，它又被叫作隨機(jī)抽樣或統(tǒng)計(jì)試驗(yàn)方法，是基于歷史數(shù)據(jù)和既定的分布假設(shè)條件參數(shù)特征，通過(guò)隨機(jī)方法來(lái)模擬出未來(lái)一段時(shí)間大量的資產(chǎn)組合收益的數(shù)值，從而計(jì)算VaR的數(shù)值。

三、VaR模型風(fēng)險(xiǎn)管理中的應(yīng)用

隨著VaR模型的不斷改進(jìn)與完善，它的應(yīng)用領(lǐng)域越來(lái)越廣泛，不僅應(yīng)用到了風(fēng)險(xiǎn)的定量研究和金融機(jī)構(gòu)的市場(chǎng)風(fēng)險(xiǎn)監(jiān)管領(lǐng)域，而且VaR模型也慢慢的與更多的其他種類模型進(jìn)行聯(lián)系，例如線性和非線性的規(guī)劃模型等規(guī)劃模型論，模型之間進(jìn)行有機(jī)地結(jié)合起來(lái)，使其逐漸成為了金融機(jī)構(gòu)進(jìn)行市場(chǎng)風(fēng)險(xiǎn)估計(jì)的最佳定量分析方法，這將有利于金融機(jī)構(gòu)對(duì)于潛在風(fēng)險(xiǎn)進(jìn)行控制達(dá)到最優(yōu)決策。由于國(guó)外的金融市場(chǎng)發(fā)展較為成熟，起步較早，證券市場(chǎng)的機(jī)制也保證了高頻交易非常普遍，對(duì)VaR模型的應(yīng)用也深入到各個(gè)層面和機(jī)構(gòu)，例如：巴塞爾委員會(huì)要求：在一定條件下可以將VaR模型結(jié)合到銀行內(nèi)部模型中，更好的估計(jì)出出適應(yīng)市場(chǎng)風(fēng)險(xiǎn)情況的資本數(shù)額；G20峰會(huì)建議用VaR模型來(lái)估計(jì)衡量金融衍生品市場(chǎng)的風(fēng)險(xiǎn)，認(rèn)為該模型是用來(lái)進(jìn)行金融市場(chǎng)風(fēng)險(xiǎn)測(cè)量和控制的最佳方法之一；美國(guó)證監(jiān)會(huì)要求美國(guó)的公司可以使用VaR的計(jì)算方法披露金融衍生工具交易活動(dòng)信息。綜上所述，VaR模型不但具有重大的理論意義而且對(duì)于金融監(jiān)管也有重要的現(xiàn)實(shí)意義，被越來(lái)越多金融機(jī)構(gòu)內(nèi)部使用，作為評(píng)估自身的金融風(fēng)險(xiǎn)的方法，同時(shí)，很多的金融監(jiān)管機(jī)構(gòu)也把VaR計(jì)算方法作為估計(jì)并衡量金融機(jī)構(gòu)和金融市場(chǎng)風(fēng)險(xiǎn)大小的重要方法。我國(guó)證券市場(chǎng)情況相對(duì)其他國(guó)家來(lái)說(shuō)是非常滯后的，它在限制了流動(dòng)性發(fā)展的同時(shí)也減緩了市場(chǎng)對(duì)信息的傳遞及反應(yīng)速度。因此我國(guó)對(duì)VaR模型的應(yīng)用開(kāi)始于近幾年，研究成果比較豐富，但是VaR模型的實(shí)際應(yīng)用還確處于起步階段，并沒(méi)有得到很廣泛使用，更多的投資者、金融機(jī)構(gòu)和監(jiān)管部門(mén)才逐步了解到VaR模型的優(yōu)勢(shì)，也正在積極的進(jìn)行深入研究，結(jié)合中國(guó)證券市場(chǎng)的特點(diǎn)，以期得出適合于自身經(jīng)營(yíng)特點(diǎn)和實(shí)際情況的VaR模型。

結(jié)語(yǔ)

決策者尤其是機(jī)構(gòu)投資決策者通過(guò)使用VaR測(cè)算風(fēng)險(xiǎn)的計(jì)算方法，可將各種資產(chǎn)組合的風(fēng)險(xiǎn)精確量化，然后針對(duì)不同組合的風(fēng)險(xiǎn)收益建模、模擬、測(cè)試，然后向機(jī)構(gòu)投資者推出不同的金融衍生產(chǎn)品，滿足專業(yè)的機(jī)構(gòu)投資者對(duì)于投資收益與風(fēng)險(xiǎn)對(duì)沖的迫切需要。交易機(jī)制的設(shè)計(jì)者和風(fēng)險(xiǎn)監(jiān)管者也要制定更加嚴(yán)密的交易制度和嚴(yán)格的風(fēng)險(xiǎn)監(jiān)管要求，從根本上保證市場(chǎng)能夠穩(wěn)定的發(fā)展。

參考文獻(xiàn)：

[1]李建喜.最壞情形CVaR風(fēng)險(xiǎn)度量及其在投資組合問(wèn)題中的應(yīng)用研究[D].江西財(cái)經(jīng)大學(xué),2015.

[2]徐刃.基于Copula—VaR的PPP項(xiàng)目融資風(fēng)險(xiǎn)評(píng)估方法研究[J].安裝,2018(1):21-23.

[3]張馨予,王晴,金子杰.VaR模型在股票風(fēng)險(xiǎn)管理中的應(yīng)用研究[J].高師理科學(xué)刊,2018(1):9-12.

[4]張海宇.基于VAR模型的創(chuàng)業(yè)板指數(shù)和主板、中小板指數(shù)關(guān)系的實(shí)證分析[J].科學(xué)與財(cái)富,2016(7).

作者:張?jiān)?單位:西安培華學(xué)院