隨著世界金融的改革開放,國際匯率、利率、股票、債券以及相關衍生性金融商品的突破創新,為企業提供充裕且分散的資金管道,但亦對於企業風險之控管投下一顆不定時的炸彈。基於風險控管的必要性,風險值(VaR)技術與觀念,也就應運而生。VaR可以明確量化風險大小為絕對金額,即使不同的金融商品也可利用其相關性加以整合,因此匯率、利率、股票及各式衍生性金融商品的投資組合皆可用整合的技巧算出。
本研究利用歷史模擬、Bootstrap、Delta-Normal、Gamma、Hull & White混合常態、Cronish-Fisher偏峰態修正、Barone 整合法(Unified)等模型,分別計算股票、外匯、債券、及權證等個別資產投組,再運用Basle提出的回溯測試(Back Test)與前向測試(Forward Test)、Kupiec的LR test、Hendricks提出的評比方法以及Lopez提出的驗證方法,共十二種測定指標,進行各投資組合VaR模型優劣之區分。
最後再運用較優之VaR模型估計與驗證同時持有股票、外匯、權証三種資產投資組合,以及股票、外匯、權証、債券等四種資產投資組合的總投資組合VaR,尋求最適切、簡易且不失精確的模型,在考慮各種資產間相關性下,統合計算所持有之多元化金融資產較精確、客觀的風險值。
本研究結論如下:
一、 認購權証資產屬於右偏,即負報酬機率較高,使用CronishFisher偏態修正模型,可以得到較適切估計值;但其他資產有時準確有時不準確。
二、 台灣認購權証市場,隱含波動度往往大於歷史波動度1至3倍,且用隱含波動度所求算的VaR驗證結果不佳,但利用歷史波動度實證結果佳。
三、 Hull&White混合常態轉換模型在外匯資產上表現較股票資產精確,這可能受到股票投組報酬率分配較外匯投組具不確定性的影響。
四、 債券資產投組,隨著持有存續期間越長,債券價格報酬率標準差越高,則債券投組的持有風險也隨之增加,亦即VaR估計值會趨於保守。
五、 使用Delta-Gamma法,估計非線性資產(認購權証、債券)之VaR與Delta- Normal模型驗證結果相近,故吾人在估計一天之VaR,不需考慮二階風險。
六、 不同VaR模型受到不同之資產特性、最適衰退因子、信心水準假設、歷史窗口長度等因素影響,導致各VaR模型準確性的差異,本研究選取單資產投組中較佳且易擴充於多資產,考慮相關性的Unified(整合)模型進行多資產投組VaR的估計與驗證,其驗證結果易優。
七、 在多資產投組VaR的估計上,應考量資產間的相關性,根據證實Unified(div)考慮相關模型表現較未考慮相關模型Unified(undiv)佳。
Identifer | oai:union.ndltd.org:CHENGCHI/A2002001514 |
Creators | 蒲建亨, Pu, Jian-Heng |
Publisher | 國立政治大學 |
Source Sets | National Chengchi University Libraries |
Language | 中文 |
Detected Language | Unknown |
Type | text |
Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0025 seconds