一種海運業在險價值計量方法
2023-05-10 16:49:01
專利名稱：：一種海運業在險價值計量方法
技術領域：
：本發明涉及金融風險管理領域，尤其涉及一種海運業在險價值計量方法。
背景技術：
：隨著國內許多大型企業對開始重視風險管理業務。如何計量風險，並對它恰當的進行量化計算成為迫切需要解決的問題。近幾年高漲的航運市場使幹散貨(鐵礦石、煤炭、農產品等)經營者受益匪淺，更吸引了全球投機者和投資者的目光，這個群體的規模越來越大，投資銀行、貨主、船東和國際遊資都參與其中。國際幹散貨運輸主要是通過不定期船(即租船)來實現的，這是一個非常國際化的市場。不定期船運輸的特點決定了幹散貨運輸市場是接近於完全競爭結構的市場，運費價格在一周之內變化可高達20%以上。在這一市場中，由於受供求、政治、天氣、心理等等多方面因素的影響，幹散貨的運費費率是千變萬化的。但是，單個船東或單個貨主由於沒有能力控制和影響市場運價，只能被動地接受。這就為幹散貨經營者帶來了極大的風險和不確定性。因此，對BFI的波動性進行基礎性的研究，對把握航運市場航運市場(BFI/BIFFEX)狀態進行風險控制從而實現航運資源的有效配置，有著重要而深遠的意義。自上世紀70年代起，全球金融市場的波動性日趨加劇，金融自由化與金融全球化迅猛發展，金融風險管理成為現代金融機構經營管理的基礎和核心。一些主要的國際大銀行如J.P.Morgan等開始著手研究，建立自己的內部風險測量、資本配置模型，以彌補80年代巴塞爾協議對資本充足性管理要求的不足。為了滿足這一要求，J.P.Morgan的風險管理人員開發了一種能夠測量不同交易、不同業務部門市場風險，並將這些風險集成為一個具體數字的風險測量方法_VaR。VaR方法得到了迅速的推廣與應用，並在實踐中得到了進一步的發展，現已發展成為當前管理金融市場風險的主流方法。同時，基於VaR方法的各種風險管理系統也相繼推出，進一步推動了VaR方法在信息披露、業績評估、資源配置等方面的推廣應用。隨著中國參與國際幹散貨運輸企業的增多，在國際市場的份額越來越大，中國企業如何面對投機的誘惑，如何提高自身的風險意識和應對風險管理能力將顯得越發重要。中國企業亟需提高風險管理能力，從而更好的科學定量的計算風險價值，以期規避風險獲得收益。近年來，中國企業越來越多的參與到國際海運市場中，而國際幹散貨航運市場作為一個近似完全競爭市場，運費價格在一周之內變化可高達20%以上，其波動性對船公司和貨主來說風險都是極其巨大的，而且幹散貨商品多是鐵礦石、煤炭、農產品等等，商品自身價值並不高，這就更加突出了運費的重要性。這就為幹散貨經營者帶來了極大的風險和不確定性，利用海運業金融衍生品市場對企業的市場風險進行控制已經是當務之急。
發明內容為了解決上述問題，本發明提供了一種海運業在險價值計量方法，利用目前金融風險度量的主流技術——VaR(ValueatRisk)方法的特點和基本原理，並對海運業金融時間序列數據的特點作了分析，從而找出適合海運業的VaR計算方法和波動性模型。所述方法主要包括以下步驟研究行業數據BFI指數樣本，分析其分布形態、特點；根據海運指數BFI特點，選擇與其相適應的VaR測算模型；運用VaR理論對樣本進行計算，得出合理結論，並估算出合理的針對BFI的t分布自由度；對海運行業BFI指數的VaR計算來說，建立收益分布為student-t、自由度為3，波動性方程為EGARCH的數學模型進行計算可能會得出有效的結果；確定模型參數，建立波動性模型如下計算VaR值。然後經過對BFI指數樣本的分析後，採用EGARCH模型對t_3、t_4分布下的樣本進行VaR測算，並進行假設檢驗，最終得出結論，接受VaR計算模型的估計結果。圖1是本發明的定義在險價值；圖2歷史模擬法的VaR值；圖3是樣本的直方圖；圖4是樣本的莖葉圖；圖5是樣本的框圖；圖6是收益率的Q-Q統計量圖；圖7是K-Stest結果圖8是本發明2000個樣本點示意圖；圖9是EGARCH模型參數值具體實施例方式為了使本
技術領域：
的人員更好地理解本發明實施例的方案，下面結合附圖和實施方式對本發明實施例作進一步的詳細說明。參照圖1是本發明的定義在險價值，VaR(ValueatRisk)按字面解釋就是「在險價值」，是指在給定的概率水平下(置信水平)，在一定的時間內(如1天或10天)，持有一種證券或資產組合可能遭受的最大損失。比如，我們說某個資產組合在99%置信水平下的日VaR值為1000萬美元，這意味著平均看來，在100個交易日內，該資產組合的實際損失超過1000萬美元的只有1天(也即，每年有2到3天)。VaR值為特定時間內市場因子變動引起的潛在損失提供了一種可能性估測。大多數VaR模型都是用來測度短期內(比如1天或10天)風險的。1998年BIS協議規定了一個置信水平，為99%。不過，如果是為了內部資本分配的需要，使用的置信水平應更高一些，這與AA級信用級別相一致。VaR是用資產組合在特定時間內的預期價值來測度在某個(如99%)置信水平下可能遭受的最大損失。VaR=預期收益/損失-在99%置信水平下可能遭受的最大損失另一種VaR的定義是99%置信水平下可能遭受的最大損失VaR，=在99%置信水平下可能遭受的最大損失…參照圖2是本發明歷史模擬法的VaR值，首先，對特定歷史期間(如1_4年)內觀察到的相關市場價格和(風險因子)收益率的變化進行分析。然後，利用從歷史數據中推導出的風險因子來構造資產組合收益的分布，根據這個分布，計算資產組合的VaR值。可以把模擬出的每個日變化看成分布的一個觀測值。包括以下步驟步驟301選擇特定時期內(如250天，一年內的有效交易天數)風險因子實際日變化的樣本。步驟302將這些變化數據用於風險因子的現行價格，然後重新估計現行資產組合的價值。步驟303作出資產組合價值分布的圖像。確認在99%的置信水平下，第一個抽樣分位數對應的VaR值。另外，可以按照從大到小對資產組合價值變化進行排序，並確認合意分位數對應的變化。比如，如果使用了500天的歷史數據，則第一分位數是第5小的資產價值變化。VaR模型中，分析方法通常假定金融工具的回報服從正態分布，因此檢驗實際損益分布的正態性是評價VaR模型有效性的重要方法。正態性檢驗的方法有很多種，其中最簡的檢驗方法是檢驗偏度和峰度。定性分析中，參照圖3樣本的直方圖，參照圖4是樣本的莖葉圖和參照圖5是樣本的框圖，從各種圖形判斷，樣本服從正態分布。除了定性分析外，還需要給出正態性檢驗定量分析。參照圖6是收益率的Q-Q統計量圖，結合圖7是K-Stest結果，由於結果(大於0.05可接受樣本是正態分布的假設)證明樣本不服從正態分布。因此，可以判斷樣本不服從正態分布。對樣本進行進一步分析，以確定合適的數學模型進行VaR計算。參照圖8是本發明2000個樣本點示意圖，可以定性分析出，較大的波動集中在幾個時段，波動性和聚集性很明顯，呈現出比較明顯的異方差特性。通過對樣本的15階滯後量求自相關函數值與偏自相關函數值，說明樣本存在5階序列相關。各階滯後的Q統計量的P值都小於5%，說明在5%顯著性水平下，序列存在序列相關。由於自相關係數和偏自相關係數顯著不為0，而且Q統計量非常顯著，所以可以得出結論樣本序列存在著ARCH效應，結合經驗，採用EGARCH(1，1)模型。為計算BFI指數的VaR，選取1998.7.8-2006.6.29的2000個交易日的BFI指數值作為樣本。選取2005.11.14-2006.11.22的255個交易日(一年)的BFI指數值作為驗證樣本，與計算出的VaR值進行對比，驗證VaR計算結果的有效性。確定波動性模型參數計算VaR值。參照圖9是EGARCH模型參數值，根據樣本值，通過Matlab編程進行計算，得出如下參數確定模型的初始化參數:e0=o，c^=0.000229371(標準差的平方)。根據VaR計算定義得知，分別計算自有度為3的情況a=2.3534；自由度為4的情況a=2.1318。以上對本發明方法進行了詳細介紹，本文中應用了具體計量方法對本發明進行了闡述，以上說明只是用於幫助理解本發明的方法；同時，對於本領域的一般技術人員，依據本發明的思想，在具體計量方法及應用範圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本發明的限制。權利要求一種海運業在險價值計量方法，其特徵在於，所述方法主要包括以下步驟研究行業數據BFI指數樣本，分析其分布形態、特點；根據海運指數BFI特點，選擇與其相適應的VaR測算模型；運用VaR理論對樣本進行計算，得出合理結論，並估算出合理的針對BFI的t分布自由度；對海運行業BFI指數的VaR計算來說，建立收益分布為student-t、自由度為3，波動性方程為EGARCH的數學模型進行計算可能會得出有效的結果；確定模型參數，建立波動性模型如下rt=t+tlnt2=0+1lnt-12+1|t-1t-1|+1t-1t-1計算VaR值。2.根據權利要求1所述的方法，其特徵在於，所述方法在計算VaR值後，需經對BFI指數樣本的分析，採用EGARCH模型對t-3、t-4分布下的樣本進行VaR測算，並進行假設檢驗，最終得出結論，是否接受VaR計算模型的估計結果。全文摘要本發明公開了一種海運業在險價值計量方法，利用目前金融風險度量的主流技術——VaR(ValueatRisk)方法的特點和基本原理，並對海運業金融時間序列數據的特點作了分析，從而找出適合海運業的VaR計算方法和波動性模型。所述方法主要包括以下步驟研究行業數據BFI指數樣本，分析其分布形態、特點，根據海運指數BFI特點，選擇與其相適應的VaR測算模型，運用VaR理論對樣本進行計算，得出合理結論，並估算出合理的針對BFI的t分布自由度，確定模型參數，計算VaR值然後經過對BFI指數樣本的分析後，採用EGARCH模型對t-3、t-4分布下的樣本進行VaR測算，並進行假設檢驗，最終得出結論，接受VaR計算模型的估計結果。文檔編號G06Q50/00GK101853474SQ20091008094公開日2010年10月6日申請日期2009年3月30日優先權日2009年3月30日發明者潘維民申請人:北京郵電大學