论文部分内容阅读
传统的VaR模型假设市场是理想的、无摩擦的，任意数量的资产都能以股市价值交易。投资者被动地接受市场价格，市场价格不受投资者资产变现的影响。然而现实市场是具有摩擦性，投资者的交易行为会影响最终的成交价格，产生流动性风险。因此，交易者在现实市场中不仅面临着资产内在价值的不确定性，而且还面临着流动性风险。传统的VaR模型基于盯市价值计量风险存在局限性和片面性，已经难以满足现代风险管理的需求。 为了更准确地计量市场风险必须放松传统VaR模型的基本假设，基于现实有摩擦的市场条件，构建综合计量资产内在价值波动性和流动性的VaR模型，即流动性调整的风险价值模型(La-VaR)。 La-VaR模型的研究通常以买卖价差衡量流动性，通过估计中间价格和买卖价差的联合分布构建模型。本文运用copula函数描述金融资产内在价值和买卖价差之间的相关关系，基于GARCH时间序列模型重新构建了La-VaR，弥补了以往研究没有考虑两者之间相关关系的缺陷。 在构建了新的La-VaR模型基础上，本文选取2002年1月1日到2004年12月31日784个交易日泰铢兑美元的汇率进行实证研究。研究发现，2005年260个交易日的La-VaR估计值和实际损失相比，溢出天数1天，模型具有很好的风险预警作用。传统的VaR模型忽略了流动性风险，和La-VaR模型相比低估了近12％的风险。 因此，本文基于copula方法构建的La-VaR模型弥补了以往研究La-VaR模型的缺陷，相比传统的VaR模型能够更全面的计量风险。