《外匯期權(quán)組合市場風(fēng)險度量和監(jiān)管——理論、模型和數(shù)值方法研

1、外匯期權(quán)組合市場風(fēng)險度量和監(jiān)管理論、模型和數(shù)值方法研究隨著中國正式加入WTO，中國金融市場將進一步開放，一切都必須按照國際規(guī)則辦事；并且，2003年五月中旬，中國銀行北京分行在京首家推出的個人外匯期權(quán)交易產(chǎn)品“期權(quán)寶”和“兩得寶”，工行北京市分行于2003年月，推出了他們的個人外匯期權(quán)產(chǎn)品，9月中國建設(shè)銀行也正式推出了個人外匯期權(quán)交易產(chǎn)品，這些跡象表面如何建立一個中國的期權(quán)交易所，以外匯為突破點，最終做期貨期權(quán)、股票期權(quán)；以及我國的一些銀行已經(jīng)在國際金融市場上開展金融衍生交易，但由于缺乏對金融衍生產(chǎn)品的市場風(fēng)險管理經(jīng)驗，抵御金融風(fēng)險的能力較差。所以對外匯期權(quán)的多維非線性VaR度量模型研究并且用

2、于我國衍生產(chǎn)品交易的市場風(fēng)險管理，使得隱性風(fēng)險顯性化，便于風(fēng)險的管理和控制，必將大大提高我國金融機構(gòu)在國際金融市場上的抗風(fēng)險能力。外匯期權(quán)市場風(fēng)險多維非線性VaR度量模型的研究始于上世紀(jì)90年代后期，經(jīng)過七、八年的發(fā)展，模型研究得到不斷的深入。目前的研究存在的問題：模型通常假設(shè)匯率回報之間服從多元正態(tài)分布來進行VaR測算，但是匯率回報經(jīng)驗分布顯示厚尾分布，這時對外匯期權(quán)組合的風(fēng)險度量，需要估計多變量（多個不同的匯率回報時間序列）聯(lián)合分布，這是比較難的；而且對外匯期權(quán)市場風(fēng)險度量時要涉及到外匯期權(quán)的定價模型和時變方差-協(xié)方差矩陣估計，在進行VaR測算時，目前的研究在這兩方面考慮的并不多，例如大多

3、數(shù)模型計算中，當(dāng)匯率即期回報呈現(xiàn)厚尾分布時，仍用基于正態(tài)分布的外匯期權(quán)定價模型（BSGK）和基于多元正態(tài)分布來估計時變方差-協(xié)方差矩陣，這大大影響了VaR的真實值；且對時變方差-協(xié)方差矩陣估計時，對樣本的大小的選取目前還沒有統(tǒng)一的理論。為此，本書在以下幾方面進行著重研究：（1）首先，對匯率回報序列的統(tǒng)計特性（如偏度、峰度、自相關(guān)性等）進行了研究，然后對匯率對數(shù)價格序列進行單位根檢驗，接著引入Engle & Granger （1987）的協(xié)整理論（Cointegration Theory）來研究多個匯率回報時間序列之間是否存在長期穩(wěn)定的相關(guān)關(guān)系問題。（2）匯率回報序列時變協(xié)方差矩陣的估計

4、問題。對匯率回報時變協(xié)方差矩陣的估計是當(dāng)前外匯市場風(fēng)險管理中一個重要部分，并且要對外匯期權(quán)組合多維非線性VaR度量要涉及到對匯率回報序列的時變協(xié)方差矩陣的估計，本文采用加拿大元、英鎊、瑞士法郎三個幣種對美元每日收盤價歷史數(shù)據(jù)，利用t-分布能捕獲匯率回報序列厚尾特征的優(yōu)勢，引入EM算法估計多元t-分布的協(xié)方差矩陣并和其它常用的估計模型（等權(quán)重模型、多元EWMA模型、多元GARCH模型）結(jié)果進行比較分析。（3）外匯期權(quán)定價模型研究方面。對外匯期權(quán)風(fēng)險度量很自然要用到外匯期權(quán)定價模型，本文為了計算基于多元t-分布的外匯期權(quán)組合非線性VaR值，對Garman和 Kohlhagen（1983）的外匯期權(quán)

5、定價模型進行修正，推導(dǎo)出基于t-分布外匯期權(quán)定價模型并且進行了靈敏度分析。（4）外匯期權(quán)組合價值變化的Delta-Gamma-Theta模型。對多個外匯期權(quán)的投資組合頭寸價值變化的近似表達式進行譜分解，分別得到基于匯率回報序列為多元正態(tài)分布和多元-t分布投資組合頭寸價值變化矩母函數(shù)和特征函數(shù)。（5）外匯期權(quán)多維非線性VaR的計算方面。首先，對基于匯率回報序列為多元正態(tài)分布的Delta-Gamma-Theta-Johnson分布族模型、Delta-Gamma-Theta Solomon & Stephens近似模型、Delta-Gamma-Theta-Cornish-Fisher-Exp

6、ansions模型、Delta-Gamma-Theta-Fourier-Inversion模型進行探討；然后把EM算法估計多元t-分布的協(xié)方差矩陣和基于t-分布外匯期權(quán)定價模型用到匯率回報序列為多元t-分布的外匯期權(quán)非線性VaR的計算上，使得到VaR的值更加精確。本書的主要觀點：（1）非線性VaR度量觀點由于外匯期權(quán)的價值是即期匯率、匯率回報的波動率、報價幣種（外幣）的無風(fēng)險利率 、被報價幣種（本幣）利率、期權(quán)的執(zhí)行價以及距期權(quán)到期期限等市場變量非線性函數(shù)，因而對外匯期權(quán)的風(fēng)險進行測算，屬于非線性VaR度量問題。（2）多維的風(fēng)險度量觀點而且對外匯期權(quán)組合的風(fēng)險度量，由于涉及多個市場變量，它們之

7、間的復(fù)雜性以及它們間的交互作用，單一的風(fēng)險測量方法無法準(zhǔn)確測量日趨復(fù)雜多變的市場風(fēng)險，需要引入多維的風(fēng)險測量方法。這種多維方法從外匯期權(quán)組合的角度來看待風(fēng)險, 處理多種風(fēng)險來源及其相關(guān)性；充分考慮到外匯期權(quán)組合的回報分布由于Gamma風(fēng)險導(dǎo)致了外匯期權(quán)的實際回報發(fā)生了偏斜，回報分布呈現(xiàn)不對稱性，這種有偏的分布無法用傳統(tǒng)的只適用于單一的線性的風(fēng)險測量方法進行分析。（3）市場風(fēng)險管理中的一個核心問題是“情況會變得有多糟糕？”的觀點這個觀點就是VaR試圖回答的問題。大多數(shù)機構(gòu)擔(dān)心的是當(dāng)市場發(fā)生反方向變化時他們可能遭受多大的損失，VaR是一種測定潛在損失而非潛在收益的計量技術(shù)。另一方面，外匯期權(quán)交易者不斷平衡其投資組合以保持Delta中立、 Gamma中立等，這實際上是錯誤的。事實上，頻繁再平衡的成本非常高，所以外匯期權(quán)交易者并不試圖消除所有的風(fēng)險，相反，他們通常注重對風(fēng)險