金融风险度量模型综述
近年来，随着金融市场的快速发展和风险的不断增加，金融风险度量成为了越来越重要的一个领域。金融风险度量主要是指对金融产品和服务所面临的潜在风险进行识别、评估和控制的过程。金融风险度量模型是进行风险度量的关键工具之一，本文将对几种重要的模型进行综述。
一、随机过程模型
随机过程模型是最常用的风险度量模型之一，它基于随机过程和概率论的基础理论，可以对金融市场的随机波动进行量化。随机过程模型一般包含布朗运动模型、随机游走模型和杠杆效应模型等。其中，布朗运动模型是最常用的模型之一，其本质是数学中的几何布朗运动，适用于股票、期权等证券的波动预测。随机游走模型则用于描述价格序列的漫步过程，适用于汇率等金融市场领域。此外，杠杆效应模型则通过考虑杠杆效应和资金管理对投资组合的影响，提高了模型的精度。
二、价值风险（VaR）模型
价值风险模型是目前最常用的风险度量方法之一，它通过计算资产价值变动的概率分布，确定一定置信水平下的最大可能损失。该模型的计算方法主要有历史模拟法、参数法和蒙特卡洛模拟法等。历史模拟法通过对历史价格数据进行回溯模拟来计算VaR，缺点是无法考虑未来的变化。参数法通过对市场参数的估计来计算VaR，准确度相对历史模拟法更高，但需要对参数的稳健性进行检验。蒙特卡洛模拟法则是通过随机生成大量可能的资产价值变动情景，计算出收益分布的方式来计算VaR。
三、条件风险模型
条件风险模型是一种对时间序列数据进行量化的方法，它的核心是对各种市场风险因素进行建模，从而对资产、组合或市场风险进行量化。条件风险模型可以包含更多的信息，因此比简单的统计模型更为准确和实用。其中，GARCH模型是最常用的条件风险模型之一，它是一种考虑波动率一级别延迟的自回归条件异方差模型，适用于金融市场中证券价格波动的时间序列数据建模。TGARCH模型是对GARCH模型的扩展，是考虑波动率与市场波动率相关的条件异方差建模方法。
２０１４年１Ｏ月 第５期 哈尔滨金融学院学报 Ｊｏｕｍａｌ ｏｆ Ｈａｒｂｉｎ Ｆｉｎａｎｃｅ Ｕｎｉｖｅ￣ｉｔｙ 总第１２７期 金融风险度量原则及度量方法研究综述 躅 （福州大学经济与管理学院，福建福州３５００００） 摘要：金融危机过后，人们对于风险度量模型提出了各种质疑，但是我们仍无法直接否定这些度量 模型在风险管理中的重要作用。主要对金融风险度量原则和金融风险度量方法进行综述，并且对于各种 风险度量方法进行分类和比较，进而提出对于金融风险度量的发展趋势的认识。 关键词：金融风险；度量原则；度量方法；研究综述 中图分类号：Ｆ２２４．０ 文献标识码：Ａ 文章编号：１００４－９４８７（２０１４）０５－００２５－０５ 一、引言 在经济全球化的浪潮中，资产证券化、金融全 球化、金融自由化、金融工程化趋势日益明显并且 不断加深，各国之间的金融联系逐渐深化，这使得 对于整个全球系统中的金融风险具有非常强烈的 传递性。因此，如何有效管理金融风险就显得尤 为重要，而对于金融风险的度量是关键的一步。 尽管已经提出了许多金融风险度量方法，但是还 是没有避免金融危机的爆发，使得投资者和学术 界对风险度量方法和模型产生了众多质疑，这也 对金融风险的有效而精确的度量提出了更高的要 求。 而且近年来，随着对金融风险度量原则的一 些讨论，符合度量原则的新的风险度量模型不断 提出和完善。从金融风险度量原则和度量方法两 个方面进行文献综述，来阐述各种风险度量方法 并且比较它们之间的优劣。 二、金融风险概述 关于风险的含义，历来就存在不同的观点。 吴晓求（２００９） 将风险界定为“未来结果的不确 定性或损失，也即个人或群体在未来获得收益和 遇到损失的可能性以及对这种可能性的判断与认 知”。类似的，Ｈａｒｒｙ Ｍａｒｋｏｗｉｔｚ（１９５２） 与Ｓｈａｒｐ 将证券投资的风险定义为证券投资资产的各种收 益率的波动程度，并且用收益率的方差来度量风 险，这实质上是对于实际值偏离期望值的波动性 的一种度量。张亦春、郑振龙、林海（２００８） 直接 将金融市场的风险定义为金融变量的各种可能值 偏离其期望值的可能性及幅度，而且还强调风险 并不等于损失，这种定义也是说明风险是一种不 确定性，可能带来好的或者不好的结果。 当然也有不少学者将风险定义为一种损失发 生的不确定性。魏华林、林宝清（２００６）［４１称引致 损失的事件发生的一种可能性为风险的真正含 义，实质上就是说风险是带来损失的可能性。同 样，Ｊ．Ｓ．Ｒｏｓｅｎｂ（１９７２） 将风险直接定义为损失 的不确定性；Ｆ．Ｇ．Ｃｒａｎｅ（１９８４） 认为，风险意味 着未来损失发生的不确定性。 综上来看，两种基本观点的主要分歧是对风 险定义的侧重点不同，前者是对于整体偏离预期 值的波动性的描述，而后者则是对损失的可能性 的直接定义，基于这两种不同的观点也就产生了 不同的风险度量指标和方法。因此，对于金融风 险，其实质上就是对于不确定性的描述，这种不确 定性是由总体情况的不确定或者损失的不确定所 引起的。 三、金融风险度量原则 对于金融风险度量方法和模型的设定必须要 收稿日期：２０１４—０８—２５ 作者简介：田广杰（１９８９一），男，山东沂水人，福州大学经济与管理学院金融工程硕士研究生，研究方向为金融产品设计与定价。 一
北方经贸金融市场系统性金融风险度量的实证分析郑逸少，张怡超（南京审计大学金融学院，南京211800）摘要：国际实践经验表明，系统性金融风险不仅危及整个金融体系，更会给社会财富带来巨大损失，因此保障金融安全对于一国经济安全有着重要意义。本文从金融市场入手，结合综合指数法，从五个维度对我国金融市场系统性风险进行度量。研究结果表明，其一，在2012年和2014年，系统性金融风险达到较高水平。其二，在金融系统中的各个子市场中，保险市场波动率最大，其次是证券市场和商业银行，信托市场最小。总体而言，该方法的测度结果能够较好的吻合我国经济发展状况。关键词：系统性金融风险；金融市场；风险度量；综合指数法中图分类号：F830文献标识码：Ａ文章编号：1005-913X（2019）07-0091-05EmpiricalAnalysisofSystematicFinancialRiskMeasurementinFinancialMarketZhengYishao，ZhangYichao（NanjingAuditUniversity,Nanjing211800）Abstract:Internationalpracticalexperienceshowsthatsystemicfinancialrisksnotonlyendangertheentirefinancialsystem,butalsobringhugelossestosocialwealth.Therefore,ensuringfi-nancialsecurityisofgreatsignificancetoacountry'seconomicsecurity.Startingfromthefinancialmarket,thispapercombinesthecomprehensiveindexmethodtomeasurethesystemicriskofChina'sfinancialmarketfromfivedimensions.Theresultsshowthat,first,in2012and2014,systemicfinancialrisksreachedahighlevel.Second,inthesub-marketsofthefinan-cialsystem,theinsurancemarkethasthehighestvolatility,fol-lowedbythesecuritiesmarketandcommercialbanks,andthetrustmarketisthesmallest.Overall,themeasurementresultsofthismethodcanbettermatchtheeconomicdevelopmentofChina.Keywords:systemicfinancialrisk;financialmarket;riskmea-surement;compositeindexmethod收稿日期：2019-04-01作者简介：郑逸少(1996-)，男，江苏兴化人，硕士研究生，研究方向：资本市场与金融风险管理；张怡超(1995-)，男，江苏常熟人，硕士研究生，研究方向：金融风险管理。一、引言近年来，随着我国经济由高速增长阶段向高质量发展阶段转变，经济转型和“去产能、去库存、去杠杆”的推进给中国金融体系带来了前所未有的挑战，现阶段防范金融风险和保障金融安全已成为我国金融工作的重要任务。党的十九大以来，党中央高度重视防范金融风险和保障金融安全的工作。2017年7月14日，习近平总书记在全国金融工作会议中指出，金融是国家重要的核心竞争力，金融安全是国家安全的重要组成部分，金融制度是经济社会发展中重要的基础性制度。因此必须加强党对金融工作的领导，坚持稳中求进的工作总基调，遵循金融发展的客观规律，紧扣服务实体经济、防控金融风险、深化金融改革三个主题，以此促进金融和经济的良性循环。2019年2月22日，习近平总书记在中共中央政治局第十三次集体学习时讲话中指出，金融要为实体经济服务，满足社会经济的发展和人民群众的需要。金融活，经济活；金融稳，经济稳。经济兴，金融兴；经济强，金融强。经济是肌体，金融是血脉，两者共生共荣。国际实践的经验表明，系统性金融风险不仅会给宏观经济造成巨大损失，甚至可能危及一国政权的稳定。党的十九大报告中要求“守住不发生系统性金融风险的底线”。因此对于金融危机的预警研究是我国金融理论界的一个重要课题，其具有非常重要的现实意义。梳理分析每次金融危机发生的过程，在危机发生之前，投资者、金融机构和政府部门过分乐观，缺乏必要的心理准备，金融行业的合理准则常常被忽视，金融市场中充斥着非理性行为，满是参与者的投机“梦想”。由这种梦想导致的狂热情绪，是每一次金融危机的显著特征，同样是引发系统性金融风险的重要原因。尤以股票市场最为显著，如1929年的美国股票市场危机、1982—1987的美国股票市场危机、1997—1998的东南亚金融危机和2008年的美国次贷危机等。本文提出了包含五个维度的系统性金融风险综合指数，并对系统性金融风险综合指数进行了实证分析。论文的创新之处在于利用我国的历史数据，基于综合指数法建立了具体的指数模型。并将金融各个子系统纳入统一框架，视为一个内在相互91NORTHERNECONOMYANDTRADE关联、动态变化的整体，进行研究分析的成果，而不是仅仅集中在银行业或是资本市场上的分析。二、文献综述2008年，美国次贷危机爆发后，加强宏观审慎监管、防范系统性金融风险得到各国监管部门的高度重视。这次危机后，我国学术界也掀起了系统性金融风险和宏观审慎监管的研究热潮。我国的研究者运用中国的经济金融数据，进行了大量的实证分析。张元萍（2003）运用KLR信号分析法和STV模型对我国的金融风险进行了实证分析，指出防范我国金融危机的重点是国际资本冲击和银行系统性风险。[1]陈守东等（2009）运用因子分析法对我国金融风险的来源进行了实证分析，根据Logit模型建立了我国金融风险的预警体系。[2]巴曙松等（2011）对矩阵模型、网络模型、违约强度模型和信用风险模型等系统性风险度量方法进行了比较研究。[3]范小云等（2011）对我国金融机构在美国次贷危机期间及前后的边际风险贡献程度进行了实证分析，提出对边际风险和杠杠率较高的金融机构加强监管。[4]方意等（2012）运用DCC-GARCH模型及随机模拟法对我国系统性风险进行了测度，提出防范我国系统性金融风险的重要因素是金融机构资产规模、杠杠率和边际期望损失。[5]张宝林等（2013）运用SVR模型实证分析研究认为，影子银行推动房价上涨，而房价上涨又易引发系统性金融风险。[6]陈守东等（2014）运用极端分位数回归技术对我国上市金融机构的系统性风险测量进行了实证分析。[7]徐涤龙等（2015）以CRITIC赋权法为基础，构建金融压力指数（FSI），对我国金融压力进行了测度。[8]李志辉等（2016）改进和优化SCCA技术，以此设计风险结构相依的系统性风险监测指标，认为风险结构相依是系统性风险度量的重要因素。[9]此外，在日益严峻的金融风险形势下，学术界就如何防范系统性金融风险的研究成为金融监管部门以及相关政府部门的决策基础。如张维（2017）提出国家审计可在防范系统性金融风险和保障金融安全中发挥出更大的作用。[10]何青等（2018）基于实体经济的视角进行了实证分析，提出当前保持信贷的稳健是我国宏观经济调控的重要任务。[11]综上所述，在以上各种关于系统性风险监测度量方法中，综合指数法是一种相对比较灵活、可简可繁的方法。其优势表现在三个方面，第一，不关注历史上是否发生过金融危机，因此对于金融市场不发达，数据量有限的发展中国家具有重大意义。第二，不关注系统性金融风险发生的具体原因，根据金融指标与金融危机之间的相关性构建综合指数，再结合综合指数的现状以及走势判断系统性金融风险水平和发展趋势。第三，综合指数法可以和很多复杂的模型方法结合使用，例如在综合指数的原始指标和指标权重确定等方面可以由其他模型来确定。三、实证分析方法与结果（一）基础指标综合借鉴国内外学者实证分析的结果，并结合我国目前现状以及数据可获得性，确立了如下五个维度基础指标的选取。表1各维度基础指标池X1.1X1.2X1.3X1.4X1.5X1.6X1.7X1.8宏观固定资产投资增速信贷/GDPGDP增速M2同比增速房地产价格增速居民消费价格指数贸易顺差增速工业生产者购进价格指数X2.1X2.2X2.3X2.4X2.5X2.6X2.7银行资本充足率不良贷款率资产利润率流动性比例累计外汇敞口头寸比例拨备覆盖率存贷比X3.1X3.2X3.3X3.4X3.5X3.6X3.7证券上市公司总市值上证综合指数股票成交额同比增速平均市盈率证券投资基金规模增速股票成交量增速股票流通市值X4.1X4.2X4.3X4.4保险保险机构总资产增速保险资金运用余额增速赔偿和给付支出增速原保费收入增速X5.1X5.2X5.3X5.4X5.5信托信托利息收入增速信托业务收入增速信托投资收益增速信托赔偿准备信托固有资产增速92北方经贸表5各维度基础指标表X1.3X1.5X1.7宏观GDP增速房地产价格增速贸易顺差增速X2.1X2.4X2.5银行资本充足率流动性比例累计外汇敞口头寸比例X3.2X3.3X3.7证券上证综合指数股票成交额增速股票流通市值X4.1X4.2X4.4保险保险机构总资产增速保险资金运用方案增速原保费收入增速X5.1X5.2X5.4信托信托利息收入增速信托业务收入增速信托赔偿准备本文使用的数据来源如下，宏观维度数据来源于银保监会、国家统计局、Wind数据库；证券市场的数据来源于银保监会、Wind数据库，保险市场的数据来源于国家统计局、Wind数据库，信托市场的数据来源于信托业协会、Wind数据库。（二）基于主成分分析的基础指标筛选使用SPSS软件计算所选五个维度的主成分的成分系数以及综合方差，然后对所选指标进行筛选。根据惯例要求选取指标累计方差的贡献率不低于80%的前K个主成分。表2宏观维度相关系数矩阵X1.1X1.2X1.3X1.4X1.5X1.6X1.7X1.8X1.1X1.2X1.3X1.4X1.5X1.6X1.7X1.81.000-.917.343.242.274.782-.266.820-.9171.000-.394-.430-.212-.621.153-.610.343-.3941.000.728-.348-.087-.414.166.242-.430.7281.000.112-.324-.415-.067.274-.212-.348.1121.000.261-.450.304.782-.621-.087-.324.2611.000-.022.897-.266.153-.414-.415-.450-.0221.000-.162.820-.610.166-.067.304.897-.1621.000表3宏观维度主成分系数矩阵成分123X1.1X1.2X1.3X1.4X1.5X1.6X1.7X1.80.51-0.470.200.160.200.41-0.200.450.030.08-0.55-0.600.120.390.330.230.10-0.170.31-0.06-0.750.100.530.07将成分矩阵除以对应的初始特征值方差的平方根，计算得主成分的成分系数，将主成分的成分系数用绝对值相加，根据加总值所反映的因子贡献值大小进行初步指标筛选。主成分的成分系数加总值如表4所示。表4宏观维度主成分系数加总值表X1.1X1.2X1.3X1.4X1.5X1.6X1.7X1.80.650.711.060.821.070.911.060.75在相关性矩阵中，X1.3与X1.4两个指标的相关性达到了0.728，再结合成分系数的绝对值，删除X1.4这个指标。同理，删除X1.1、X1.2、X1.6、X1.8。根据同样的方法处理余下的四个维度指标。具体选取的指标如下。（三）合成类别指标值运用累计分布函数的方法（CumulativeDistributionFunction），对五个维度的数据利用SPSS进行标准化处理，然后通过平均加权计算，这样可以得到各维度的类别指标值。表6分维度类别指标时间宏观维度银行维度证券维度保险维度信托维度2016-122016-112016-10……2011-022011-01-0.82-0.33-1.20……-0.26-1.14-0.730.08-1.07……0.321.130.330.09-0.08……0.511.40-1.76-0.691.26……0.000.362.971.58-1.29……0.43-0.82（四）合成FMSFR指数采取相关系数法，根据五个维度的类别指标之间的相关性进行赋权，合成FMSFR指数。若其中某个指标与其他所有指标的相关性较强，则说明该指标的独立性较弱，我们应该赋予该指标较小的权重，反之亦然。表7各维度指标相关系数宏观银行证券保险信托宏观银行证券保险信托1.000.192.178-.122-.735.1921.000.296-.629-.193.178.2961.000-.250-.303-.122-.629-.2501.000-.222-.735-.193-.303-.2221.000根据以上原理，取相关系数的倒数作为权重，并进行归一化处理得到最终的权重向量为（0.199，0.175，0.284，0.200，0.142）。再使用权重向量合成FMSFR指数，最终结果如下。采取相关系数法进一步分析最终合成的FMSFR指标与五个维度之间的相关性，可以得到93
龙源期刊网
浅析金融市场系统性金融风险度量的实证
作者：王欣晖
来源：《环球市场》2019年第20期
摘要：随着社会的发展，经济自由化进程加快，金融产品交易化程度越来越高，全球经济也逐渐趋近于一体化，金融产品可交易化程度的不断加深，全球金融越来越趋近于一体化，金融市场紧密度越来越高，金融市场的风险现在逐渐变成金融机构和其他经济体需要主要面对的风险。根据经济发展的经验表示，金融风险不仅会给社会带来巨大的损失，还会影响社会的稳定性，因此度量金融市场的风险能够防范金融市场系统性风险，保障一个国家金融稳定。
关键词：金融市场;系统性金融;风险;度量
一、多种风险度量方法
（一）灵敏度方法
根據市场风险的含义——测量由于市场因子的不利变化导致的证券组合价值损失的大小。灵敏度方法是指测量证券组合价值对市场因子的敏感性。因为灵敏度方法具备简单，直观等特点，所以这个方法在实践中应用就比较广泛，不同的金融资产也因为类型不同产生了不同形式的灵敏度。
（二）波动性方法
波动性方法是一种统计的方法，反映的是证券收益的波动性。这种方法是用标准差和协方差来描述的。这类方法在面上解决了风险度量的问题。知道了某一组合的波动性，该收益的平均波动就会被我们得知。
（三）风险价值法（VAR）
风险价值法（VAR）是指在一定概率水平之下（置信度），证券组合在未来特定的一段时间内可能的最大损失。这个方法的优点就是测量的综合性，可以将不同的市场因子，不同的市场风险集成为某一个特定的数，相对准确的测量由不同的风险来源以及相互作用产生的潜在的损失，相对较好的适应了金融市场发展的动态性、复杂性和全球的整合性趋势。风险价值法（VAR）在风险测量、监督等许多领域得到广泛应用。
风险价值法（VAR）描述的是市场在正常波动下最大可能的损失，但是现实市场中还存在许多意外的可能，会导致剧烈波动的极端市场情况大量的出现。这会导致企业出现致命的危机，甚至拖累金融行业因此陷入极大的危机之中。因此在这里我们引入了压力试验和极值方法龙源期刊网
