時(shí)間：2023-09-06 17:08:37
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇投資組合的風(fēng)險(xiǎn)分析，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進(jìn)步。
關(guān)鍵詞： CopulaGARCH模型；開放式基金；投資組合選擇；VaR
中圖分類號(hào)： F224 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1003-7217(2011)06-0059-03
一、緒 論
隨著金融市場(chǎng)的日益動(dòng)蕩以及金融危機(jī)的頻發(fā)，如何對(duì)金融風(fēng)險(xiǎn)進(jìn)行有效監(jiān)控,進(jìn)而降低風(fēng)險(xiǎn)成為金融界和投資者關(guān)注的焦點(diǎn)。證券投資基金的風(fēng)險(xiǎn)管理是現(xiàn)代金融領(lǐng)域的一個(gè)重要問題，對(duì)于基金管理者來說，有必要對(duì)其所管理的基金投資組合在一定時(shí)間內(nèi)所面臨的風(fēng)險(xiǎn)進(jìn)行量化分析，以便為潛在的損失做好準(zhǔn)備，并依此適時(shí)調(diào)整投資組合，降低風(fēng)險(xiǎn)。
傳統(tǒng)的VaR技術(shù)是假定單個(gè)資產(chǎn)收益服從正態(tài)分布，資產(chǎn)組合中不同的風(fēng)險(xiǎn)資產(chǎn)收益線性相關(guān)。事實(shí)上，這種假設(shè)經(jīng)常與客觀事實(shí)相違背，特別是有極端事件發(fā)生時(shí)，在正態(tài)分布假設(shè)下進(jìn)行的資產(chǎn)組合的風(fēng)險(xiǎn)值與實(shí)際情況偏差較大。特別是在VaR的估計(jì)中，用簡(jiǎn)單的線性相關(guān)來描述多變量的尾部相關(guān)性顯然是不充分的。多變量之間的關(guān)系最完備的刻畫應(yīng)該是它們的聯(lián)合分布。為了克服線性相關(guān)性的種種弊端，我們將通過Copula函數(shù)建模來克服這些問題。Copula 函數(shù)方法是研究多個(gè)隨機(jī)變量間相關(guān)性的一個(gè)很有效的方法。它最早由Sklar 在1959 年提出，在1999 年左右開始被廣泛應(yīng)用于金融領(lǐng)域，尤其是風(fēng)險(xiǎn)管理建模中。近年來,國(guó)內(nèi)外對(duì)Copula 函數(shù)方法的研究非常活躍，它被廣泛地應(yīng)用于市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)等多個(gè)領(lǐng)域。與傳統(tǒng)方法不同，Copula 函數(shù)方法不直接對(duì)隨機(jī)變量Xi之間的相關(guān)性進(jìn)行建模，而是對(duì)其分布函數(shù)Ui=F－1i(Xi)之間的相關(guān)性進(jìn)行建模，這樣做能將隨機(jī)變量間的相關(guān)性與各個(gè)隨機(jī)變量各自的邊際分布分開，能更靈活地模擬實(shí)際情況。
二、Copula函數(shù)的定義和相關(guān)定理
定義1.1 (Nelsen,1998)［1］N元Copula函數(shù)是指具有以下性質(zhì)的函數(shù)C：
C=IN=［0,1］N;
C對(duì)它的每一個(gè)變量都是遞增的；
C的邊緣分布Cn(•)滿足：Cn(un)=C(1,…1,un,1,…,1)=un，其中u∈［0,1］，n∈［1,N］。
顯然，若F1(•),…,FN(•)是一元分布函數(shù)，令un=Fn(xn)是一隨機(jī)變量，則C(F1(x1),…,Fn(xn),…,FN(xN))是一個(gè)具有邊緣分布函數(shù)F1(•),…,FN(•)的多元分布函數(shù)。
定理1.1 (Sklar定理［2］)令F為具有邊緣分布F1(•),…,FN(•)的聯(lián)合分布函數(shù)，那么，存在一個(gè)Copula函數(shù)C，滿足：
F(x1,…,xn,…xN)=C(F1(x1),…,
Fn(xn),…,FN(xN))(1)
若F1(•),…,FN(•)連續(xù)，則C唯一確定；反之，若F1(•),…,FN(•)為一元分布，那么由式(1)定義的函數(shù)F是邊緣分布F1(•),…,FN(•)的聯(lián)合分布函數(shù)。
通過Copula函數(shù)C的密度函數(shù)c和邊緣分布F1(•),…,FN(•)，可以方便地求出N元分布函數(shù)F(x1,…,xn,…,xN)的密度函數(shù)：
f(x1,…,xn,…,xN)=c(F1(x1),…,Fn(xn),
…,FN(xN))∏Nn=1fn(xn)(2)
其中c(u1,…,un,…,uN)=C(u1,…,un,…,uN)u1…un…uN，fn(•)是邊緣分布Fn(•)的密度函數(shù)。
三、投資組合選擇模型的改進(jìn)
本文結(jié)合利用Copula 函數(shù)方法與GARCH理論，并引進(jìn)VaR（Value at Risk，在險(xiǎn)價(jià)值）這個(gè)風(fēng)險(xiǎn)量化指標(biāo)討論投資組合的風(fēng)險(xiǎn)分析和最優(yōu)化問題［3］，并將該方法用于我國(guó)開放式基金的最優(yōu)投資組合選擇上。這里，以Markowitz 投資組合模型作為基礎(chǔ)，對(duì)傳統(tǒng)的最優(yōu)投資組合選擇模型從以下三方面進(jìn)行了改進(jìn)［4，5］：
1.對(duì)單個(gè)資產(chǎn)收益率條件分布估計(jì)。
Markowitz 投資組合模型在分析投資組合標(biāo)的資產(chǎn)中各自的收益率分布函數(shù)時(shí)，傳統(tǒng)的做法是假設(shè)Xt服從一維高斯分布函數(shù)，或服從經(jīng)驗(yàn)分布函數(shù)。將標(biāo)的資產(chǎn)的收益率分布模擬為高斯分布函數(shù)的這種做法對(duì)分布函數(shù)的中部模擬得比較準(zhǔn)確，但高斯分布尾部較薄，現(xiàn)實(shí)市場(chǎng)上的分布通常表現(xiàn)出一定的厚尾性，因此應(yīng)用高斯分布函數(shù)對(duì)尾部模擬的誤差較大。
2.對(duì)風(fēng)險(xiǎn)量化指標(biāo)的選擇。
在 Markowitz 的模型中以方差來度量投資組合的風(fēng)險(xiǎn)，這種做法不僅在處理由多個(gè)資產(chǎn)組成的投資組合時(shí)計(jì)算量非常大，并且在各資產(chǎn)的協(xié)方差矩陣不可逆時(shí)，該模型將無法獲得一個(gè)真正意義上的最優(yōu)投資組合的解。本文在Markowitz 模型的基礎(chǔ)上，引入VaR作為風(fēng)險(xiǎn)度量指標(biāo)求解最優(yōu)投資組合［6］。
3.對(duì)多個(gè)資產(chǎn)間的相關(guān)性的計(jì)量。
傳統(tǒng)做法假設(shè)投資組合回報(bào)率的分布服從多維高斯分布、多維Student-t分布或經(jīng)驗(yàn)分布，這樣做首先會(huì)使模型過于單一，不能具體問題具體分析。其次，高斯分布函數(shù)的尾部相關(guān)性很差，這與現(xiàn)實(shí)不符。現(xiàn)實(shí)中的尾部，尤其是極限尾部都呈現(xiàn)出較大的厚尾性，而這是多維高斯分布所不具備的。本文應(yīng)用Copula 函數(shù)方法模擬投資組合各個(gè)資產(chǎn)間的相關(guān)性。
四、基于Copula的投資組合選擇模型
首先，我們應(yīng)用GARCH理論來對(duì)單個(gè)資產(chǎn)的對(duì)數(shù)收益率邊際分布進(jìn)行建模.設(shè)給定資產(chǎn)在t日的價(jià)格為St，它在時(shí)間段(t,t+1)內(nèi)的對(duì)數(shù)收益率為rt+1， 則有rt+1=ln St+1St，顯然rt（固定時(shí)間t）為一隨機(jī)變量。
其中X為給定資產(chǎn)價(jià)格的對(duì)數(shù)收益率，即
rt=μ+at
at=σt•εt εt~N(0,1)
σ2t=α0+α1a2t-1+βσ2t-1（3）
其中，rt為收益率序列，μ為rt的樣本均值；at為rt的波動(dòng)項(xiàng)，用來反映收益率的波動(dòng)性， at的形式使得GARCH模型能夠較好描述收益率序列的各種特性［7］。 這里εt為標(biāo)準(zhǔn)正態(tài)分布，其中α0、α1和β為待估計(jì)的參數(shù)。
P(Xt+1≤rΩt)=P(at+1≤(x－μ)Ωt)=
P(σt+1εt+1≤(x－μ)Ωt)=
P(εT+1≤x－μα0+α1a2t+βσ2t)=
N(x－μα0+α1a2t+βσ2t) （4）
其中，Ωt為到時(shí)刻t為止的信息集．此時(shí)，式（4）即下一觀測(cè)時(shí)刻收益率Xt+1的條件分布．
其次，估計(jì)多個(gè)資產(chǎn)間的相關(guān)矩陣R，本文參考Embrechts［8］中所闡述的方法，模擬出一組滿足正態(tài)Copula函數(shù)的隨機(jī)變量：
用蒙特卡羅方法模擬出一組相互獨(dú)立并符合標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)z1,z2,…,zn
應(yīng)用Cholesky方法可以將矩陣R轉(zhuǎn)化為一個(gè)n×n的矩陣A和它的轉(zhuǎn)置AT的乘積：R=AAT
令wi=Azi，再令ui=Φ(wi)，其中Φ為一維標(biāo)準(zhǔn)正態(tài)分布函數(shù)，可以看出(u1,u2,…,un)T是滿足相關(guān)矩陣為R的正態(tài)Copula函數(shù)的。
這樣便將此投資組合標(biāo)的資產(chǎn)間的相關(guān)性部分模擬為正態(tài)Copula函數(shù)．而對(duì)于各個(gè)標(biāo)的資產(chǎn)的收益率ri，可以由ri=F－1i(ui)求出，其中F－1i為標(biāo)的資產(chǎn)的收益率分布函數(shù)的逆函數(shù)［9,10］。
我們對(duì)各資產(chǎn)的收益率序列運(yùn)用CopulaGARCH模型，估計(jì)得到其邊緣分布函數(shù)Fit(•)，i=1,2,…,n及相關(guān)結(jié)構(gòu)的Copula函數(shù)C(u1t,u2t,…,unt)，然后通過Monte Carlo模擬法模擬得到服從相應(yīng)Copula函數(shù)分布的序列(u1,u2,…,un)，最后由邊緣分布函數(shù)Fit(•)，i=1,2,…,n的逆函數(shù)計(jì)算得到相應(yīng)的仿真資產(chǎn)收益率：
rit=F－1it(uit)，i=1,2,…,n（5）
rit=ln Sit－ln Si,t－1 ，i=1,2,…,n，
t=1,2,…,T （6）
從而得資產(chǎn)價(jià)格：Sit+1=Sitexp (rit+1)
設(shè)ki表示資產(chǎn)的份額，此時(shí)投資總額St=∑ni=1kiSit,其中n為投資組合的資產(chǎn)總數(shù)，第i個(gè)資產(chǎn)在投資組合中的權(quán)重δit=kiSitSt,顯然∑Nn=1δn=1．
此時(shí)，第i個(gè)資產(chǎn)在持有期t,t+1內(nèi)的損失率(即單位貨幣的平均損失)為：
it+1=Sit－Sit+1Sit=Sit－Sitexp (rit)Sit=
1－exp (rit) （7）
如果將全部資金St投給第i個(gè)資產(chǎn)，第i個(gè)資產(chǎn)在持有期t,t+1內(nèi)的損失為：
Lit+1=Stit+1=St(1－exp (rit))（8）
根據(jù)單個(gè)資產(chǎn)的損失率，可以計(jì)算得到投資組合在持有期t,t+1內(nèi)的損失率：
t+1=∑ni=1δitit+1=∑ni=1δit(1－exp (rit+1)) （9）
投資組合在持有期t,t+1內(nèi)的損失為：
Lt+1=Stt+1=∑ni=1Sit(1－exp (rit+1)) （10）
在實(shí)證分析時(shí)，首先采用多次模擬過程獲得資產(chǎn)投資組合損失值Lt+1，再?gòu)慕?jīng)驗(yàn)分布中得投資組合VaR值：
P(Lt+1≤VaRαt+1)=1－α （11）
其中VaRαt+1表示在持有期t,t+1內(nèi)、1－α置信度下的VaR值．
有了收益率和風(fēng)險(xiǎn)的定義，我們?cè)诖藨?yīng)用投資組合選擇的均值-VaR模型。該模型是在給定期望收益水平下最小化投資組合的VaR。不含無風(fēng)險(xiǎn)資產(chǎn)時(shí)，模型可表示為：
min VaR=∑Ni=1ωiVaRi∑ni=1ωiXi=U∑ni=1ωi=1（12）
其中ωi表示第i支股票的權(quán)重，Xi表示第i支股票的收益率，U表示期望收益水平。
五、開放式基金投資組合選擇的實(shí)證研究
本文選取我國(guó)的一只開放式基金中信紅利精選股票型證券投資基金的前十大重倉(cāng)股構(gòu)成的投資組合為研究對(duì)象。采集的數(shù)據(jù)是：2008，10，8~2008，12，31的每天的收盤價(jià)。
運(yùn)用本文的投資組合選擇的改進(jìn)模型和Monte Carlo仿真技術(shù)，結(jié)合歷史數(shù)據(jù)，得到U=13.4%，同時(shí)可以得到樣本對(duì)(x1,x2,…,xn)，將其代入上述模型可求解最優(yōu)投資組合ω以及相對(duì)應(yīng)的VaR值。
六、結(jié) 論
為了分散風(fēng)險(xiǎn)，投資者往往會(huì)對(duì)各種金融資產(chǎn)進(jìn)行組合投資來對(duì)沖風(fēng)險(xiǎn)．這就要求投資者要充分了解資產(chǎn)間的相關(guān)性，但金融市場(chǎng)的時(shí)變、波動(dòng)、非線性等特點(diǎn)使得各資產(chǎn)間的相關(guān)性也復(fù)雜多變．Copula理論將此問題簡(jiǎn)單化，它將資產(chǎn)的邊緣分布和資產(chǎn)間的相關(guān)結(jié)構(gòu)分開來研究，其中資產(chǎn)間的相關(guān)結(jié)構(gòu)由一個(gè)Copula函數(shù)來描述．使用Copula函數(shù)可以克服上述多元統(tǒng)計(jì)分布函數(shù)估計(jì)中存在的問題［11］。
本文建立了CopulaGARCH模型，該模型不僅可以較好的描述金融時(shí)間序列時(shí)變的波動(dòng)特性，還可以將變量的相關(guān)程度和相關(guān)模型結(jié)合到一起來研究［12,13］；提出了可以用Copula模型來分析多個(gè)資產(chǎn)間的相關(guān)關(guān)系，從而為資產(chǎn)投資組合的選擇提供依據(jù)。
基于Copula理論對(duì)我國(guó)的一支開放式基金中信紅利精選股票型證券投資基金投資組合的選擇進(jìn)行了優(yōu)化，通過建立多變量的金融時(shí)間序列模型來對(duì)金融資產(chǎn)的投資組合進(jìn)行風(fēng)險(xiǎn)度量。并應(yīng)用lingo8.0，在收益率一定的情況下， 得到了VaR最小的投資組合的權(quán)重.進(jìn)而提高了我國(guó)開放式基金投資組合的風(fēng)險(xiǎn)預(yù)測(cè)的精度。這不僅可以幫助金融資產(chǎn)管理人更科學(xué)有效地管理好掌管的資產(chǎn)；對(duì)投資者來說，也可以使用投資模型結(jié)合自身需求來對(duì)金融資產(chǎn)進(jìn)行組合投資，以此達(dá)到分散風(fēng)險(xiǎn)、提高收益的目的，從而使投資行為更加理性化。
參考文獻(xiàn)：
［1］Nelson. R. B. An Introduction to Copulas ［M］.New York:Springer,1998
［2］Sklar A. Fonctions de repartition a n dimensions et leurs marges［J］.Publication de insititut de Statistique de Universite de Paris, 1959,8:229-231
［3］Rockinger. M and E. Jondeau. Conditional Dependency of Financial Series: an Application of Copulas ［D］. Working Paper of Department of Finance，HEC School of Management, Paris, 2002.
［4］Joe H. Parametric families of multivariate distributions with given marginals［J］. Journal of Multivariate Analysis, 1993,46：262-282.
［5］Roberto De Matteis. Fitting Copulas to Data［D］.IMU,Zurich,2001.
［6］Rank J，Siegl T．Applications of copulas for the calculation of VauleatRisk．in Applied Quantitative Fi．Dance［M］．Springer，2002．
［7］劉大偉，杜子平. Copula在投資組合選擇與VaR計(jì)量中的應(yīng)用理論新探［J］ 2006,3: 25-27.
［8］Embrechts, P. A. Mcneil and D. Straumann. Correlation and Dependence in Risk Management: Properties and Pitfalls, Risk Management: Value at Risk and Beyond［J］. Cambridge University Press. 1999, 176-223
［9］張明恒. 多金融資產(chǎn)風(fēng)險(xiǎn)價(jià)值Copula計(jì)量方法研究［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)究，2004,(4): 67-69.
［10］朱世武. 金融計(jì)算與建模理論、算法與SAS程序［M］.北京：清華大學(xué)出版社，2007,7
［11］尹向飛，陳柳欽. 基于copula的投資組合選擇模型的研究［J］. 金融發(fā)展研究，2009,(2): 58-69.
［12］周義, 李夢(mèng)玄. CopulaCVaR資產(chǎn)組合選擇模型分析［J］. 金融教學(xué)與研究, 2010,(2):54-58.
Empirical Analysis about Portfolio selection of Copula
YANG Xiangyu1, GAO Nannan2
(1.College of Mathematics and Econometrics, Hunan University, Changsha, Hunan 410082, China;
2.Vipshop Electronic Information Technology Co.,LtD, Guangzhou, Guangdong 510370,China)
Abstract：In this paper, Copula and the forecast function of GARCH model are well combined, and a CopulaGARCH model is built for risk analysis of portfolio investment as it can describe the dependency structure of multi dimension random variable. By this model and Markowitz'portfolio selection model, empirical portfolio selection analysis is made in Chinese open end funds. The portfolio with minimum VaR when the yield is given is get by lingo8.0 .
Key words：Copula GARCH model; open end funds; portfolio selection; Value at risk
收稿日期： 2011-03-22
【摘 要】本文就金融風(fēng)險(xiǎn)測(cè)算的一種新方法Copula理論在國(guó)內(nèi)外的已有研究進(jìn)行了總結(jié)，較為清晰的勾畫出Copula方法在金融市場(chǎng)風(fēng)險(xiǎn)測(cè)算中的發(fā)展過程及應(yīng)用現(xiàn)狀，在此基礎(chǔ)上，提出了Copula方法對(duì)綜合風(fēng)險(xiǎn)度量的可適性及應(yīng)用前景。
【關(guān)鍵詞】Copula 金融市場(chǎng)風(fēng)險(xiǎn) 綜合風(fēng)險(xiǎn) 測(cè)算
隨著經(jīng)濟(jì)全球化和金融自由化的發(fā)展，全球金融市場(chǎng)特別是金融衍生品市場(chǎng)得到迅猛發(fā)展，呈現(xiàn)出了前所未有的波動(dòng)性，金融機(jī)構(gòu)和投資者面臨的各種風(fēng)險(xiǎn)日益復(fù)雜和多樣化，因此對(duì)金融風(fēng)險(xiǎn)的評(píng)估和測(cè)量也提出了越來越高的要求。傳統(tǒng)的風(fēng)險(xiǎn)計(jì)量方法已不能適應(yīng)現(xiàn)代金融業(yè)的需要。基于此，Copula方法這種全新的測(cè)算技術(shù)被引入金融風(fēng)險(xiǎn)的計(jì)量中。
Copula函數(shù)被稱為“相依函數(shù)”或者“連接函數(shù)”，它是把多維隨機(jī)變量的聯(lián)合分布用其一維邊際分布連接起來的函數(shù)。Copula理論于1959年由Sklar提出，定義了一個(gè)聯(lián)合分布分解為它的K個(gè)邊緣分布和一個(gè)Copula函數(shù)，其中Copula函數(shù)描述了變量間的相關(guān)結(jié)構(gòu)，Sklar定理為Copula方法體系的發(fā)展打下了基礎(chǔ)。但直到上世紀(jì)90年代末期才被引入金融領(lǐng)域，Nelson(1998)比較系統(tǒng)地介紹了Copula的定義、構(gòu)建方法，并全面介紹了Copula函數(shù)的各項(xiàng)性質(zhì)以及幾種重要的Copula函數(shù)族。Embrechs(1999)把Copula理論引入到金融領(lǐng)域中，把金融風(fēng)險(xiǎn)分析推向了一個(gè)新的階段。在我國(guó)，對(duì)Copula的研究起步較晚，最早是張堯庭(2002)在理論上，主要是從概率論的角度上探討了Copula方法在金融上應(yīng)用的可行性。Copula方法在金融風(fēng)險(xiǎn)測(cè)算中主要具有如下優(yōu)勢(shì):①Copula理論不限制邊緣分布的選擇，結(jié)合Copula函數(shù)可以更為靈活地構(gòu)建多元分布函數(shù);②在運(yùn)用Copula理論建立模型時(shí)，邊緣分布反映的只是單變量的個(gè)體信息，變量間的相關(guān)信息完全由Copula函數(shù)來體現(xiàn)，可以將隨機(jī)變量的邊緣分布和它們之間的相關(guān)關(guān)系分開來研究;③通過不同形式Copula函數(shù)的選擇使用，可以準(zhǔn)確捕捉到變量間非線性、非對(duì)稱的相關(guān)關(guān)系，特別是容易捕捉到分布尾部的相關(guān)關(guān)系，這有助于風(fēng)險(xiǎn)管理機(jī)構(gòu)度量出現(xiàn)極端情況下的風(fēng)險(xiǎn)值。
一、Copula方法在國(guó)外金融市場(chǎng)風(fēng)險(xiǎn)測(cè)算中的應(yīng)用
1.常規(guī)模式下Copula方法的應(yīng)用
如同任何新方法被應(yīng)用到新的領(lǐng)域一樣，Copula方法之于金融市場(chǎng)風(fēng)險(xiǎn)管理也經(jīng)歷了從簡(jiǎn)單到復(fù)雜，從理論研究到具體實(shí)證中的過程。Sklar(1959)到Nelson(1998)，對(duì)Copula理論起到了奠基性的作用。Embrochts(1999)把Copula作為相關(guān)性度量的工具，引入金融領(lǐng)域。Matteis(2001)詳細(xì)介紹了Arehimedean Copulas在數(shù)據(jù)建模中的應(yīng)用，并運(yùn)用Copula對(duì)丹麥火災(zāi)險(xiǎn)損失進(jìn)行了度量。Bouye(2000)系統(tǒng)介紹了Copula在金融中的一些應(yīng)用。Embrechts (2003)，Genest(1995)分別于模擬技術(shù)、半?yún)?shù)估計(jì)、參數(shù)估計(jì)對(duì)Copula的統(tǒng)計(jì)推斷作了詳細(xì)介紹。Roberto De Matteis(2001)對(duì)Copula函數(shù)，特別是Archimedean Copula函數(shù)作了較為全面地總結(jié)。Romano(2002)開始用Copula進(jìn)行了風(fēng)險(xiǎn)分析，計(jì)算投資組合的風(fēng)險(xiǎn)值，同時(shí)用多元函數(shù)極值通過使用Monte Carlo方法來刻畫市場(chǎng)風(fēng)險(xiǎn)。Forbes(2002)通過對(duì)固定Copula模型來描述Copula的各種相關(guān)模式，并把這一個(gè)方法廣泛地應(yīng)用在金融市場(chǎng)上的風(fēng)險(xiǎn)管理、投資組合選擇及資產(chǎn)定價(jià)上。Hu(2002)提出了混合Copula函數(shù)(Mixed-Copula)的概念，即把不同的Copula函數(shù)進(jìn)行線性組合，這樣就可以用一個(gè)Copula函數(shù)來描述具有各種相關(guān)模式的多個(gè)金融市場(chǎng)的相關(guān)關(guān)系了。上述文獻(xiàn)主要從理論上探討了Copula方法的適用性，并對(duì)Copula函數(shù)形式的選擇，Copula函數(shù)的參數(shù)估計(jì)方法等展開了較為深入的研究且采用金融市場(chǎng)的數(shù)據(jù)進(jìn)行了相關(guān)實(shí)證說明，但都是在固定時(shí)間段內(nèi)固定相關(guān)模式的假設(shè)下進(jìn)行，沒有體現(xiàn)出金融市場(chǎng)風(fēng)險(xiǎn)瞬息萬變，投資組合的風(fēng)險(xiǎn)值動(dòng)態(tài)變化的特征。 轉(zhuǎn)貼于
2.動(dòng)態(tài)模式下Copula方法的應(yīng)用
眾所周知，金融市場(chǎng)投資組合面臨的風(fēng)險(xiǎn)每時(shí)每刻都在波動(dòng)，在模型假設(shè)固定的情況下測(cè)算往往會(huì)低估風(fēng)險(xiǎn)，因此建立動(dòng)態(tài)的，能及時(shí)體現(xiàn)市場(chǎng)波動(dòng)特征的模型顯得更為重要。Dean Fantazzini(2003)將條件Copula函數(shù)的概念引入金融市場(chǎng)的風(fēng)險(xiǎn)計(jì)量中，同時(shí)將Kendall秩相關(guān)系數(shù)和傳統(tǒng)的線性相關(guān)系數(shù)分別運(yùn)用于混合Copula函數(shù)模型中對(duì)美國(guó)期貨市場(chǎng)進(jìn)行分析。Patton(2001)通過研究日元/美元和英鎊/美元匯率間的相關(guān)性，發(fā)現(xiàn)在歐元體系推出前后這兩種匯率之間的相關(guān)性程度發(fā)生了顯著變化。在此基礎(chǔ)上，Patton提出引入時(shí)間參數(shù)，在二元正態(tài)分布的假設(shè)下提出了時(shí)變Copula函數(shù)來刻畫金融資產(chǎn)。Goorbergh，Genest和Werker(2005)在Patton的基礎(chǔ)上設(shè)計(jì)出新的動(dòng)態(tài)演進(jìn)方程并用在時(shí)變Copula中對(duì)期權(quán)定價(jià)進(jìn)行了研究。Jing Zhang，Dominique Guegan(2006)開始構(gòu)造擬合優(yōu)度的統(tǒng)計(jì)檢驗(yàn)量來判斷樣本數(shù)據(jù)在進(jìn)行動(dòng)態(tài)Copula建模時(shí)適用的模型結(jié)構(gòu)，也就是時(shí)變相關(guān)Copula模型與變結(jié)構(gòu)的Copula模型的統(tǒng)計(jì)推斷，Ane，T.and C.Labidi (2006)采用條件Copula對(duì)金融市場(chǎng)的溢出效應(yīng)進(jìn)行了分析，Bartram，S. M.，S. J. Taylor，and Y-H Wang(2007)采用GJR-GARCH-MA-t作為邊緣分布并用Gaussian Copula作為連接函數(shù)建立了動(dòng)態(tài)Copula模型對(duì)歐洲股票市場(chǎng)數(shù)據(jù)進(jìn)行了擬合，取得了較好的結(jié)果，Aas，K.，C. Czado，A. Frigessi，and H. Bakken(2008)在多元分布前提下對(duì)雙形Copula建模進(jìn)行了研究。
二、Copula方法在我國(guó)金融市場(chǎng)風(fēng)險(xiǎn)測(cè)算中的應(yīng)用
1.二元Copula方法的應(yīng)用
Copula方法在我國(guó)起步較晚，直到張堯庭(2002)才將該方法引入我國(guó)，主要在概率統(tǒng)計(jì)的角度上探討了Copula方法在金融上應(yīng)用的可行性，介紹了連接函數(shù)Copula的定義、性質(zhì)，連接函數(shù)導(dǎo)出的相關(guān)性指標(biāo)等。隨后韋艷華(2003，2004) 結(jié)合t-GARCH模型和Copula函數(shù)，建立Copula-GARCH模型并對(duì)上海股市各板塊指數(shù)收益率序列間的條件相關(guān)性進(jìn)行分析。結(jié)果表明，不同板塊的指數(shù)收益率序列具有不同的邊緣分布，各序列間有很強(qiáng)的正相關(guān)關(guān)系，條件相關(guān)具有時(shí)變性，各序列間相關(guān)性的變化趨勢(shì)極為相似。史道濟(jì)、姚慶祝(2004)給出了相關(guān)結(jié)構(gòu)Copula、秩相關(guān)系數(shù)Spearman與Kendall tau和尾部相關(guān)系數(shù)，以及這三個(gè)關(guān)聯(lián)度量與Copula之間的關(guān)系，各個(gè)相關(guān)系數(shù)的估計(jì)方法等，并以滬、深日收盤綜合指數(shù)為例，討論了二個(gè)股市波動(dòng)率的相關(guān)性，建立了一個(gè)較好的數(shù)學(xué)模型。葉五一、繆柏其、吳振翔(2006)運(yùn)用Archimedean Copula給出了確定投資組合條件在險(xiǎn)價(jià)值(CVaR)的方法，對(duì)歐元和日元的投資組合做了相應(yīng)的風(fēng)險(xiǎn)分析，得到了二者的最小風(fēng)險(xiǎn)投資組合，并對(duì)不同置信水平下VaR和組合系數(shù)做了敏感性分析。曾健和陳俊芳(2005)運(yùn)用Copula函數(shù)對(duì)上海證券市場(chǎng)A股與B股指數(shù)的相關(guān)結(jié)構(gòu)進(jìn)行分析，發(fā)現(xiàn)了與國(guó)外市場(chǎng)不同的研究結(jié)果:不論市場(chǎng)處于上升期或下跌期，上證A股與B股指數(shù)間均存在較強(qiáng)的尾部相關(guān)性。李悅、程希駿(2006)采用Copula方法分析了上證指數(shù)和恒生指數(shù)的尾部相關(guān)性。肖璨(2007)則較為全面的介紹了Copula方法應(yīng)用二元情況下的建模與應(yīng)用。
2.多元Copula方法的應(yīng)用
只在二元情況下度量金融市場(chǎng)風(fēng)險(xiǎn)并不全面，現(xiàn)實(shí)金融市場(chǎng)中的機(jī)構(gòu)投資者和個(gè)體投資人通常選擇多個(gè)金融資產(chǎn)進(jìn)行組合投資以降低投資風(fēng)險(xiǎn)，因此如何刻畫多個(gè)金融資產(chǎn)間的相關(guān)結(jié)構(gòu)，對(duì)于規(guī)避市場(chǎng)風(fēng)險(xiǎn)更具有現(xiàn)實(shí)意義，但如何將二元向多元推廣依然是一個(gè)需要解決的難題。這是因?yàn)楫?dāng)變量增加時(shí)，模型的復(fù)雜程度及參數(shù)估計(jì)難度都將呈指數(shù)倍增長(zhǎng)，針對(duì)二元方法的模型參數(shù)估計(jì)可能將不再適用，需要研究新的估計(jì)方法。
關(guān)鍵詞：社會(huì)保障基金；投資；風(fēng)險(xiǎn)防范
中圖分類號(hào)：F224 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào):1003－9031(2012)05－0046－04 DOI:10.3969/j.issn.1003-9031.2012.05.10
2000年8月，我國(guó)設(shè)立了全國(guó)社會(huì)保障基金，這是由中央政府籌集的全國(guó)社會(huì)保障儲(chǔ)備基金，主要用于彌補(bǔ)我國(guó)人口老齡化時(shí)期養(yǎng)老金收支不足。成立之初，中央財(cái)政撥付200億元，之后社會(huì)保障基金規(guī)模不斷擴(kuò)大，截至2010年末全國(guó)社會(huì)保障基金規(guī)模達(dá)到8566億元。但是另一方面，我國(guó)已經(jīng)步入了“老齡化”階段①。因此，控制社會(huì)保障基金的投資風(fēng)險(xiǎn)，如何實(shí)現(xiàn)社會(huì)保障基金保值增值，使基金追隨經(jīng)濟(jì)發(fā)展，并且保持較強(qiáng)的流動(dòng)性和一定的收益性，是亟待解決的現(xiàn)實(shí)難題。
一、社會(huì)保障基金投資風(fēng)險(xiǎn)相關(guān)研究述評(píng)
國(guó)內(nèi)學(xué)者對(duì)社會(huì)保障基金投資風(fēng)險(xiǎn)的研究是隨著社會(huì)保障基金的投資范圍擴(kuò)大而逐步開展的。孫天法、張良華（2004）認(rèn)為，生產(chǎn)自動(dòng)化水平達(dá)到一定的條件下，人工勞動(dòng)成為大機(jī)器的操作異常的代替品，失業(yè)率將成為工業(yè)時(shí)代普遍的社會(huì)現(xiàn)象[1]。與此同時(shí),隨著自動(dòng)化生產(chǎn)發(fā)展，社會(huì)生產(chǎn)對(duì)勞動(dòng)力的需求下降。人類生命周期的延長(zhǎng)使人類依賴社會(huì)保障生存時(shí)間更長(zhǎng)。社會(huì)和經(jīng)濟(jì)條件的變化，使傳統(tǒng)的社會(huì)保障面臨著前所未有的挑戰(zhàn)。
劉子蘭、嚴(yán)明（2006）采用均值―方差模型、VAR模型等分析工具，對(duì)全國(guó)社會(huì)保險(xiǎn)基金投資的風(fēng)險(xiǎn)進(jìn)行了度量，構(gòu)建社會(huì)保障基金投資組合模型并進(jìn)行了實(shí)證分析，對(duì)社會(huì)保障基金可量化風(fēng)險(xiǎn)的管理提供了解決思路[2]。
毛燕玲等（2007）提出實(shí)業(yè)投資是社會(huì)保障基金拓展的新業(yè)務(wù)，未來的社會(huì)保障基金將更多地投資國(guó)內(nèi)實(shí)業(yè)。其還研究了社會(huì)保障基金的投資現(xiàn)狀，以及社會(huì)保障基金國(guó)內(nèi)實(shí)業(yè)投資面臨的主要風(fēng)險(xiǎn)，最后提出防范和管理社會(huì)保障基金國(guó)內(nèi)實(shí)業(yè)投資風(fēng)險(xiǎn)的具體對(duì)策和思路[3]。黃莉（2007）從社會(huì)保障基金投資運(yùn)營(yíng)風(fēng)險(xiǎn)的產(chǎn)生出發(fā)，分析了我國(guó)社會(huì)保障基金投資運(yùn)營(yíng)在投資途徑和投資模式、投資運(yùn)營(yíng)水平、投資運(yùn)營(yíng)法規(guī)等幾方面存在的風(fēng)險(xiǎn)，最后從拓寬社會(huì)保障基金投資方式、加大社會(huì)保障基金投資規(guī)模、加強(qiáng)投資監(jiān)管等幾方面提出了防范風(fēng)險(xiǎn)的建議[4]。
楊軼華、關(guān)向紅（2009）從內(nèi)部與外部?jī)煞矫鎸?duì)社會(huì)保障基金投資運(yùn)營(yíng)中面臨的風(fēng)險(xiǎn)進(jìn)行了系統(tǒng)的分析，建議進(jìn)行組合投資，分散投資風(fēng)險(xiǎn)，建立社會(huì)保障基金投資風(fēng)險(xiǎn)補(bǔ)償機(jī)制，加強(qiáng)監(jiān)管部門的有效監(jiān)管[5]。廉桂萍（2009）對(duì)社會(huì)保險(xiǎn)基金境外投資風(fēng)險(xiǎn)及其防范展開研究，指出風(fēng)險(xiǎn)主要包括流動(dòng)性風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、信息披露和交易成本風(fēng)險(xiǎn)、稅收法規(guī)風(fēng)險(xiǎn)、投資限制風(fēng)險(xiǎn)和國(guó)家風(fēng)險(xiǎn)[6]。許海英、魏建翔（2011）運(yùn)用克魯格曼三角形理論對(duì)基金投資進(jìn)行風(fēng)險(xiǎn)分析，在借鑒發(fā)達(dá)國(guó)家先進(jìn)經(jīng)驗(yàn)的基礎(chǔ)上，提出優(yōu)化投資結(jié)構(gòu)、強(qiáng)化投資監(jiān)管、完善風(fēng)險(xiǎn)補(bǔ)償機(jī)制等對(duì)策化解風(fēng)險(xiǎn)[7]。
通過上述文獻(xiàn)可看出，我國(guó)社會(huì)保障基金投資風(fēng)險(xiǎn)的分析框架還沒有完全確立，而且投資風(fēng)險(xiǎn)的定性分析較多，定量分析較少，在實(shí)證研究社會(huì)保障基金投資風(fēng)險(xiǎn)方面，還缺乏深入系統(tǒng)的研究。因此，本文試對(duì)社會(huì)保障基金的投資風(fēng)險(xiǎn)進(jìn)行測(cè)度，并且提出在后危機(jī)時(shí)代社會(huì)保障基金投資的風(fēng)險(xiǎn)防范路徑。
二、我國(guó)社會(huì)保障基金的投資現(xiàn)狀
目前，社會(huì)保障基金主要投資于國(guó)內(nèi)金融市場(chǎng)，投資產(chǎn)品主要包括銀行存款、國(guó)債和股票等。在過去的一段時(shí)間里，社會(huì)保障基金選擇銀行存款和國(guó)債作為主要的投資產(chǎn)品。近年來，社會(huì)保障基金一系列多元化投資的探索和創(chuàng)新，2003年開始擴(kuò)大試點(diǎn)范圍，投資謹(jǐn)慎穩(wěn)健；2004年開始向?qū)崢I(yè)股權(quán)投資；2006年開始對(duì)外國(guó)投資；2008年開始向股權(quán)投資基金投資，以分散風(fēng)險(xiǎn)增加盈利，奠定了良好的基礎(chǔ)。社會(huì)保障基金投資不斷優(yōu)化組合， 2009年末，全國(guó)社會(huì)保障基金產(chǎn)業(yè)投資比例是20.54%，固定收益產(chǎn)品的投資比例是40.67%，國(guó)內(nèi)和海外股票投資比例是32.45%。
從收益水平看，過去10余年，全國(guó)社會(huì)保障基金累計(jì)收益率為9.17%（見表1），比同期累計(jì)通貨膨脹率2.14%高出7.03%，這表明社會(huì)保障基金的收益率水平還是較為滿意的。
從表1顯示的收益率水平看，僅在2004年和2008年投資收益率低于通貨膨脹率，其余年份均完成了保值增值功能。2004年，社會(huì)保障基金投資“縮水”，主要原因是股票的投資回報(bào)率并不好。2008年，社會(huì)保障基金投資由于國(guó)際金融危機(jī)的影響，收益率稍差。近年來，股市行情較好，社保基金投資收益上升。
三、我國(guó)社會(huì)保障基金中股票投資風(fēng)險(xiǎn)的測(cè)度
2009年，我國(guó)社會(huì)保障基金投資收益的22.7％來自股票收入，年末交易性金融資產(chǎn)、可供出售金融資產(chǎn)和長(zhǎng)期股權(quán)投資余額為4131.74億元，占資產(chǎn)總額的53%。由于股權(quán)投資、境外投資和股權(quán)投資基金投資缺乏相關(guān)數(shù)據(jù)，因此本文只對(duì)社會(huì)保障基金的股票投資展開分析。對(duì)于社會(huì)保障基金而言，股票是收益率較高、風(fēng)險(xiǎn)性最大的投資渠道，股票投資收益的不確定性受到宏觀經(jīng)濟(jì)運(yùn)行狀況、資本市場(chǎng)的完善等多重因素的影響。
雖然股票投資只是社會(huì)保障基金投資的部分，但分析社會(huì)保障基金股票投資的風(fēng)險(xiǎn)測(cè)度對(duì)于防范社會(huì)保障基金的風(fēng)險(xiǎn)而言具有重要意義。1952年，馬可維茲（Markowitz）明確提出，使用收益率波動(dòng)離散程度的統(tǒng)計(jì)測(cè)度――方差和標(biāo)準(zhǔn)差這兩個(gè)指標(biāo)作為風(fēng)險(xiǎn)的測(cè)量工具，并在使用這兩個(gè)變量的數(shù)據(jù)結(jié)構(gòu)中進(jìn)一步豐富了其投資組合理論[8]。
（一）樣本選擇
本文從社會(huì)保障基金2011年第二季度新進(jìn)與增倉(cāng)兩大股票池中，篩選出持股比例最為靠前的10只股票（見表2）作為樣本，依次用x1，x2，…，x10表示，本文中只考慮由這十只股票組成的社會(huì)保障基金投資組合。
對(duì)于市場(chǎng)證券組合，本文選擇上證綜合指數(shù)。計(jì)算使用日度數(shù)據(jù)，數(shù)據(jù)區(qū)間定為2011年4月1日至2011年6月30日。同時(shí)，本文上證綜合指數(shù)的日對(duì)數(shù)收益率由每日的收盤指數(shù)計(jì)算所得，以每只股票收盤價(jià)的每日對(duì)數(shù)收益率為基本數(shù)據(jù)。
（二）確定置信水平
為了滿足不同的風(fēng)險(xiǎn)規(guī)避需求，可以選擇不同的置信水平進(jìn)行比較分析。本文選擇95%與99%兩種置信度，便于進(jìn)行比較分析。
（三）計(jì)算相關(guān)指標(biāo)
1．計(jì)算收益率。根據(jù)Rt=ln（Pt）―ln（Pt-1）公式計(jì)算股票收益率，其中Pt和Pt-1分別表示股票在第t日和t-1日的股票價(jià)格。
本文沒有考慮樣本數(shù)據(jù)的排列順序、所謂的“周一效應(yīng)”等現(xiàn)象，當(dāng)股票價(jià)格指數(shù)不是很大的波動(dòng)，其種類約等于股票價(jià)格指數(shù)變化的速度，對(duì)應(yīng)于股票市場(chǎng)整體收入水平。因此，即使出現(xiàn)假期也不影響數(shù)據(jù)序列。
2．計(jì)算協(xié)方差矩陣。通過SPSS軟件，計(jì)算出社會(huì)保障基金前10支重倉(cāng)股票的每日對(duì)數(shù)收益率的協(xié)方差矩陣（見表3）。
3．計(jì)算股票權(quán)重。以2011年6月30日的收盤價(jià)為基準(zhǔn)，根據(jù)社會(huì)保障基金的持股數(shù)和收盤價(jià)來計(jì)算其市值，從而得出股票投資權(quán)重。
（四）社會(huì)保障基金投資組合與上證指數(shù)風(fēng)險(xiǎn)度量值的計(jì)算
筆者假設(shè)投資組合的總價(jià)值為1，計(jì)算VaR可以轉(zhuǎn)化為在給定的置信水平1-c下，計(jì)算出Δt日（本文采用1日和10日）內(nèi)的投資損失不超過投資總額的百分比。
同時(shí)針對(duì)不同的風(fēng)險(xiǎn)度量指標(biāo)，計(jì)算出社會(huì)保障基金投資組合和上證綜合指數(shù)的三種風(fēng)險(xiǎn)度量值即方差、β系數(shù)和VaR，具體結(jié)果見表4。
四、簡(jiǎn)要結(jié)論與后危機(jī)時(shí)代防范社會(huì)保障基金投資風(fēng)險(xiǎn)的路徑
（一）實(shí)證分析結(jié)論
從表4中可看出，社會(huì)保障基金投資組合的β系數(shù)為0.88，這意味著組合類型是一個(gè)保守的投資組合，風(fēng)險(xiǎn)低于上海綜合指數(shù)，該組合的波動(dòng)性相對(duì)較小。
在95%的置信水平上，利用方差―協(xié)方差法計(jì)算得出的VaR：在99%置信水平下，上證指數(shù)的VaR1值為2.976%，而社保基金投資組合的VaR1為2.811%。即在2011年6月30日的下一個(gè)24小時(shí)內(nèi)，99%的可能性認(rèn)為損失值的最大限度為投資總額的2.811%。同理，在未來10天的持有期內(nèi)，有95%的可能性認(rèn)為損失值不會(huì)超過投資總額的7.269%，有99%的可能性認(rèn)為損失值不會(huì)超過投資總額的9.412%。上證綜指的VaR1為1.996%，這說明指數(shù)每日有95%的可能性損失不會(huì)超過1.996%。也就是說，每日損失大于1.996%的可能性不會(huì)超過5%，而相同置信水平下社保基金投資組合的VaR1卻為1.968%。
通過實(shí)證分析表明，社會(huì)保障基金投資組合的三個(gè)風(fēng)險(xiǎn)度量均低于上海綜合指數(shù)的風(fēng)險(xiǎn)度量值，這表明在一定程度上社會(huì)保障基金投資組合的風(fēng)險(xiǎn)程度比相應(yīng)市場(chǎng)平均風(fēng)險(xiǎn)水平要低。因此，在這一時(shí)期社會(huì)保障基金投資組合具有一定的風(fēng)險(xiǎn)控制能力特征。
（二）防范社會(huì)保障基金投資風(fēng)險(xiǎn)的路徑
1.要堅(jiān)持審慎投資方針。一是正確選擇投資目標(biāo)與風(fēng)險(xiǎn)政策。現(xiàn)階段的中長(zhǎng)期投資最低目標(biāo)是戰(zhàn)勝通貨膨脹，5年預(yù)期年化收益率不低于3.5%。二是樹立長(zhǎng)期投資、價(jià)值投資和責(zé)任投資的投資理念[9]。三是進(jìn)行組合投資，分散投資風(fēng)險(xiǎn)。多元化投資是確保社會(huì)保障基金投資合理最有力的武器，同時(shí)可以擴(kuò)大全國(guó)社會(huì)保障基金投資渠道，適當(dāng)?shù)暮Ｍ馔顿Y將有助于分散投資風(fēng)險(xiǎn)。根據(jù)《全國(guó)社會(huì)保障基金投資管理暫行辦法規(guī)定》，社保基金投資的范圍限于銀行存款、國(guó)債和其他具有流動(dòng)性良較好的金融工具，包括上市流通的信用評(píng)級(jí)在投資級(jí)以上的有價(jià)證券、證券投資基金和股票。目前，我國(guó)社會(huì)保障基金投資風(fēng)險(xiǎn)不平衡，低風(fēng)險(xiǎn)投資主要有銀行存款、政府債券、金融債券和其他投資產(chǎn)品。
2.對(duì)投資風(fēng)險(xiǎn)進(jìn)行再保險(xiǎn)或采取資產(chǎn)證券化的形式。對(duì)社會(huì)保障基金投資風(fēng)險(xiǎn)進(jìn)行再保險(xiǎn)，保險(xiǎn)機(jī)構(gòu)可以承擔(dān)部分風(fēng)險(xiǎn)，并且隨著保險(xiǎn)公司的干預(yù)，可以逐步形成一個(gè)有效信用增進(jìn)的機(jī)制。社會(huì)保障基金投資的再保險(xiǎn)，可使社會(huì)保障基金理事會(huì)放心地把資金交由管理公司進(jìn)行運(yùn)營(yíng)。若社會(huì)保障基金投資房地產(chǎn)和實(shí)業(yè)，以資產(chǎn)證券化方式能夠提高流動(dòng)性，建立應(yīng)對(duì)流動(dòng)性的風(fēng)險(xiǎn)補(bǔ)償機(jī)制。
3.完善投資方式。目前，社會(huì)保障基金投資通過兩種方式進(jìn)行：一是由社保理事會(huì)直接向未上市公司和對(duì)股權(quán)投資基金進(jìn)行投資。二是通過市場(chǎng)公開、公平競(jìng)爭(zhēng)，選擇若干家境內(nèi)外基金管理公司，委托投資股票債券類資產(chǎn)。
4.加強(qiáng)投資監(jiān)管。對(duì)社會(huì)保障基金投資運(yùn)營(yíng)進(jìn)行監(jiān)管是克服市場(chǎng)失靈做出的必然選擇。一方面，要加強(qiáng)信息披露，增強(qiáng)社會(huì)保障基金投資運(yùn)營(yíng)的透明度。另一方面，要加強(qiáng)內(nèi)部控制，建立職權(quán)分離和相互制約的管理制度，加強(qiáng)各個(gè)工作環(huán)節(jié)的自我監(jiān)控，建立健全內(nèi)部審計(jì)稽核制度，加強(qiáng)基金規(guī)章制度建設(shè)，以確保社會(huì)保障基金安全有效地運(yùn)行。
參考文獻(xiàn)：
[1]孫天法,張良華.貧困的終結(jié)：社會(huì)保障無風(fēng)險(xiǎn)投資[M].北京：經(jīng)濟(jì)科學(xué)出版社，2004：51-56.
[2]劉子蘭,嚴(yán)明.全國(guó)社會(huì)保障基金投資風(fēng)險(xiǎn)管理研究[J].當(dāng)代經(jīng)濟(jì)研究，2006（8）:64-68.
[3]毛燕玲等.社會(huì)保障基金國(guó)內(nèi)實(shí)業(yè)投資的風(fēng)險(xiǎn)研究[J].金融與經(jīng)濟(jì)，2007（2）:50-52.
[4]黃莉.社會(huì)保障基金投資運(yùn)營(yíng)風(fēng)險(xiǎn)探討[J].商業(yè)時(shí)代，2007（13）:62-63.
[5]楊軼華,關(guān)向紅.我國(guó)社會(huì)保障基金投資運(yùn)營(yíng)的風(fēng)險(xiǎn)管理與控制[J].經(jīng)濟(jì)縱橫，2009（11）:93-95.
[6]廉桂萍.社會(huì)保險(xiǎn)基金境外投資風(fēng)險(xiǎn)及其防范[J].財(cái)政研究，2009（8）:33-35.
[7]許海英，魏建翔.我國(guó)社會(huì)保障基金投資的風(fēng)險(xiǎn)管理前瞻――基于克魯格曼三角理論分析[J].財(cái)務(wù)與金融,2011(1):21-27.
[8]Burnside Craig，Eichenbaum Martin，Rebelo Sergio.
一、文獻(xiàn)回顧
對(duì)投資資產(chǎn)收益構(gòu)建適當(dāng)?shù)哪Ｐ瓦M(jìn)行相關(guān)性分析，在投資風(fēng)險(xiǎn)管理中有很重要的應(yīng)用價(jià)值。張維（2008）認(rèn)為度量風(fēng)險(xiǎn)以及如何采取相應(yīng)的對(duì)策是投資風(fēng)險(xiǎn)分析的核心。當(dāng)研究單一市場(chǎng)不同資產(chǎn)收益相關(guān)性時(shí)，應(yīng)該考慮聚類波動(dòng)和厚尾分布等因素。Rachev和Mittnik（1993）指出對(duì)金融數(shù)據(jù)建模，模型結(jié)構(gòu)固然重要，但資產(chǎn)收益分布假設(shè)由于影響到模型的擬合度，因此也要重點(diǎn)考慮。Fama、Mittnik、Rachev等人（2003）認(rèn)為投資風(fēng)險(xiǎn)模型中變量分布為平穩(wěn)分布時(shí)檢驗(yàn)效果比較好。當(dāng)研究多個(gè)市場(chǎng)相關(guān)性時(shí)，通常應(yīng)用線性相關(guān)，例如應(yīng)用多元線性回歸法研究變量間的相關(guān)性。但線性相關(guān)系數(shù)通常假定不同市場(chǎng)收益是對(duì)稱相關(guān)的，通常不能反映非對(duì)稱相關(guān)情況。Embrechts和Rachev等人（2003）研究了線性相關(guān)系數(shù)分析相關(guān)性的缺陷，不能較為準(zhǔn)確地反映金融危機(jī)情況下的投資資產(chǎn)收益波動(dòng)。為此Embrechts（1999）引入了Copula 函數(shù)來研究關(guān)于投資組合的風(fēng)險(xiǎn)價(jià)值問題，提供了處理變量相關(guān)問題的簡(jiǎn)單易行的方法。之后Copula函數(shù)在投資資產(chǎn)風(fēng)險(xiǎn)管理中被廣泛采用，它克服了線性相關(guān)系數(shù)不能捕捉變量間的非線性和非對(duì)稱相關(guān)的缺點(diǎn)。秦學(xué)志、王玥（2011）分析了Copula函數(shù)的尾部相關(guān)系數(shù)的漸進(jìn)變化特征及其應(yīng)用。任仙玲、張世英（2008）利用Copula函數(shù)對(duì)民生銀行和浦發(fā)銀行兩只個(gè)股的尾部相關(guān)性做了分析，得出“其下尾相關(guān)性大于上尾相關(guān)性，且下尾相關(guān)性很大”的結(jié)論。但目前對(duì)于尾部相關(guān)性的研究多數(shù)集中在二維的情形。Bedford和cook（2001）在Joe 研究工作的基礎(chǔ)上，介紹了一種基于簡(jiǎn)單構(gòu)造塊——Vine copula的多變量分布概率模型，通過對(duì)多元聯(lián)合密度函數(shù)進(jìn)行Vine copula分解，分解后的模型能夠捕捉到多個(gè)資產(chǎn)組合中不同風(fēng)險(xiǎn)因素間的尾部相關(guān)性差異，從而更好地描述資產(chǎn)間的相依結(jié)構(gòu)。這一方法為研究高維復(fù)雜相關(guān)問題提供了新的思路。
二、研究方法
（一）Vine模型 Kurowicka和Cooke（2004）提出D-Vine和C-Vin
e模型，這兩類藤在不同的樹狀集合的邏輯結(jié)構(gòu)下都能對(duì)高維分布進(jìn)行分解。n維聯(lián)合密度函數(shù)f（x1，…，xn）的C-Vine和D-Vine的分解式分別如式（1）、式（2）所示：
其中，Cij|k是二維Copula分布函數(shù)，vj是d向量v中任一分量，而v-j是向量v中除去vj后的d-1維向量。
（二）擬合優(yōu)度檢驗(yàn)方法 本文采用經(jīng)驗(yàn)Copula檢驗(yàn)統(tǒng)計(jì)量。假定n元隨機(jī)變量的秩統(tǒng)計(jì)量為｛U1，U2，…，Un｝，那么可以用一個(gè)經(jīng)驗(yàn)Copula來反映它們的分布信息，如式（4）所示：
該檢驗(yàn)方法實(shí)質(zhì)是考察經(jīng)驗(yàn)Copula與假定的Copula之間的距離，距離越小，那么越有可能接受零假設(shè)H0；距離越大，則越有可能拒絕零假設(shè)H0。其檢驗(yàn)步驟為：
（1）產(chǎn)生秩統(tǒng)計(jì)量序列集U=｛U1，…，Un｝，Ui=｛Ui1，…，UiT｝；
（2）計(jì)算在每個(gè)秩統(tǒng)計(jì)量下的經(jīng)驗(yàn)Copula值，以及假定的Copula的參數(shù)；
在實(shí)際應(yīng)用中，這兩個(gè)統(tǒng)計(jì)量的有限分布依賴于給定的Copula函數(shù)及其相應(yīng)的參數(shù)，需要應(yīng)用蒙特卡洛模擬來計(jì)算參數(shù)，間接得出兩個(gè)統(tǒng)計(jì)量。
二、基于C-Vine與D-Vine的投資組合相關(guān)性比較
（一）樣本選取與數(shù)據(jù)來源 采用C-Vine和D-Vine模型，本文對(duì)香港恒生（HSI）、日經(jīng)225（N225）、新加坡海峽時(shí)報(bào)（STI）和上證綜指（SSEC）四個(gè)股票市場(chǎng)組成的投資組合的風(fēng)險(xiǎn)進(jìn)行比較分析。數(shù)據(jù)樣本區(qū)間為2005年1月1日至2011年6月30日的周收盤價(jià)，由于各國(guó)的風(fēng)俗習(xí)慣不同，同一時(shí)期內(nèi)的數(shù)據(jù)個(gè)數(shù)不一致，數(shù)據(jù)對(duì)應(yīng)上出現(xiàn)一些偏差，本文剔除了不同時(shí)間開盤的數(shù)據(jù)，共得到有效數(shù)據(jù)共1356個(gè)。本文將第i個(gè)市場(chǎng)的周收盤價(jià)定義為Pi，t，將收益率Ri，t定義為Ri，t=100（lnPi，t-lnPi，t-1）。本文的數(shù)據(jù)處理工具為Eviews6.0和 Matlab R2010a。
（二）收益率序列的描述性統(tǒng)計(jì)分析及正態(tài)檢驗(yàn) 利用Eviews
6.0軟件對(duì)收益率序列進(jìn)行描述性統(tǒng)計(jì)分析，應(yīng)用J-B進(jìn)行檢驗(yàn)。計(jì)算結(jié)果如表1所示。
從表1可以看出，各個(gè)收益率序列的均值接近于0，方差接近于3；偏度值接近于0且都為負(fù)，峰度值均大于3。各收益率序列從偏度上看，接近正態(tài)分布；但從峰度上看，具有明顯的厚尾特征，大的峰度值表明各收益率序列的數(shù)據(jù)在均值附近的集中度較高。從J-B檢驗(yàn)值可以看出，各收益率序列明顯不服從正態(tài)分布的假設(shè)。
（三）邊緣分布的建模與平穩(wěn)性自相關(guān)檢驗(yàn) 邊緣分布采用時(shí)間序列GARCH模型，首先進(jìn)行平穩(wěn)性檢驗(yàn)。本文采取Dickey & Fuller（簡(jiǎn)稱ADF）所提出的單位根檢驗(yàn)。檢驗(yàn)值如表2所示。
從表2可以看出，收益率序列進(jìn)行的ADF單位根檢驗(yàn)所得到的ADF值均小于各序列的概率臨界值，故樣本序列全部為平穩(wěn)序列。應(yīng)用DW檢驗(yàn)，本文對(duì)樣本序列中是否存在自相關(guān)性進(jìn)行檢驗(yàn)。通過Eviews6.0計(jì)算得到各收益率序列的DW值如表3所示，從表3可以看出四個(gè)收益率序列的DW值均接近2，說明各對(duì)數(shù)收益率序列不存在自相關(guān)性。
（四）邊緣分布的GARCH建模與擬合度檢驗(yàn) 因?yàn)闃颖拘蛄卸际瞧椒€(wěn)的，且不存在自相關(guān)性，所以可以用GARCH模型對(duì)收益率序列進(jìn)行建模。同時(shí)從描述性統(tǒng)計(jì)分析可知各個(gè)對(duì)數(shù)收益率序列的t特征比較明顯，故取對(duì)數(shù)收益率序列進(jìn)行GARCH（l，l）-t建模，模型如式（5）所示：
對(duì)各收益率序列進(jìn)行建模和參數(shù)估計(jì)，參數(shù)估計(jì)采用極大似然法。其結(jié)果如表4所示。
檢驗(yàn)GARCH（1，1）-t模型對(duì)收益率序列的擬合效果，對(duì)其進(jìn)行Ljung-Box檢驗(yàn)，其結(jié)果表明在5%的置信水平上收益率序列無自相關(guān)性的假設(shè)是可接受的。計(jì)算各收益率序列的殘差序列，觀察殘差序列Q-Q圖（如圖1至圖4所示）可以看出GARCH（1，1）-t模型可以較好地?cái)M合各序列的邊緣分布。
（五）基于C-Vine與D-Vine的收益率序列相關(guān)性比較分析 為了確定合適的變量順序，對(duì)不同收益率序列的Pearson相關(guān)系數(shù)進(jìn)行了比較，具體結(jié)果如表5所示。
本文選擇了t-copula（具有對(duì)稱尾部特點(diǎn)）、Clayton copula（具有下尾相關(guān)性）以及Joe-Clayton Copula（同時(shí)具有上尾、下尾相關(guān)性）等三種pair copula函數(shù)進(jìn)行分析。
一是基于C-Vine的收益率序列相關(guān)性分析。根據(jù)表6中選擇初始結(jié)點(diǎn)日經(jīng)225，所以得到C-Vine的分解結(jié)構(gòu)圖，如圖5所示。
根據(jù)圖5的分解結(jié)構(gòu)，利用極大似然法，計(jì)算可得到各層參數(shù)，見表6，其中1、2、3、4分別代表日經(jīng)225（N225）、新加坡海峽時(shí)報(bào)（STI）、香港恒生（HSI）和上證綜指（SSEC）。
應(yīng)用PIT方法進(jìn)行擬合優(yōu)度檢驗(yàn)，表7是檢驗(yàn)統(tǒng)計(jì)量S在5%的置信水平下所得的P值。從表7中可以看出，Clayton Copula沒有通過檢驗(yàn)但是很接近臨界值。
二是基于D-Vine模型的收益率序列相關(guān)性分析。采用D-Vine分解的方法首先要根據(jù)各變量間的相關(guān)性確定樹T1的次序，由表5可得到樹1變量的排序?yàn)槿战?jīng)225、新加坡海峽、香港恒生、上證綜指。D-Vine的分解如圖6所示。
根據(jù)圖6的分解結(jié)構(gòu)，利用極大似然法，計(jì)算可得各層參數(shù)，如表8所示。其中1、2、3、4分別代表日經(jīng)225（N225）、新加坡海峽時(shí)報(bào)（STI）、香港恒生（HSI）和上證綜指（SSEC）。應(yīng)用PIT方法進(jìn)行擬合優(yōu)度檢驗(yàn)，表9是檢驗(yàn)統(tǒng)計(jì)量S在5%的置信水平下所得的P值。從表9中可以看出，不同的Copula函數(shù)擬合均通過檢驗(yàn)。
三是基于C-Vine與D-Vine的收益率序列相關(guān)性比較分析。從表6和表8的參數(shù)估計(jì)可以得出，在C藤結(jié)構(gòu)下用t-Copula描述變量間的相關(guān)性所得的自由度明顯不同，其中日經(jīng)225與新加坡海峽時(shí)報(bào)、日經(jīng)225與香港恒生、日經(jīng)225與上證綜指的自由度均較小，說明它們聯(lián)合分布的尾部很厚，序列間出現(xiàn)極值的概率較大。在條件分布的情況下，當(dāng)以日經(jīng)225作為條件時(shí)，新加坡海峽時(shí)報(bào)、香港恒生之間的自由度最大，說明它們之間出現(xiàn)極端值的概率最小；當(dāng)將日經(jīng)225和新加坡海峽時(shí)報(bào)同時(shí)作為條件時(shí)，自由度取得最大值，說明相關(guān)性最小。以上的分析基本與D藤結(jié)構(gòu)下相同，唯一不同的是在C藤中當(dāng)以日經(jīng)225為條件時(shí)，新加坡海峽時(shí)報(bào)和上證綜指之間的自由度為11.690648，說明它們之間的相關(guān)性較強(qiáng)，而在D藤中當(dāng)以香港恒生作為條件時(shí)，新加坡海峽時(shí)報(bào)和上證綜指之間的自由度為300，說明它們之間的相關(guān)性很弱，C藤所得結(jié)論與我國(guó)股市的開放程度還不高有一定出入。另外從對(duì)應(yīng)的AIC值、BIC值也可以看出D藤下的分解結(jié)構(gòu)模型對(duì)數(shù)據(jù)的描述更優(yōu)。因此C藤結(jié)構(gòu)不適合分析股市間這種沒有絕對(duì)引導(dǎo)關(guān)系的相關(guān)性問題。
三、基于D-Vine的多元股市收益率序列尾部相關(guān)性分析
（一）尾數(shù)相關(guān)性分析 因?yàn)镈藤模型對(duì)數(shù)據(jù)擬合效果更優(yōu)，所以采用D藤參數(shù)值來分析各股市間的尾部相關(guān)性，從而為投資者提供投資參考。尾部相關(guān)性用來衡量當(dāng)一個(gè)隨機(jī)變量大幅度增加或者大幅度減少時(shí)，另一個(gè)隨機(jī)變量也發(fā)生大幅度增加或者大幅度減少的概率。設(shè)二維隨機(jī)變量（X，Y）的邊際分布分別為Fx，F(xiàn)y，其上尾相關(guān)系數(shù)？姿u和下尾相關(guān)系數(shù)？姿t定義如式（6）、式（7）所示：
從表10可以看出，采用t-Copula函數(shù)時(shí)，HIS和SSEC之間相關(guān)系數(shù)為0.047826，兩股市之間的相關(guān)性遠(yuǎn)遠(yuǎn)低于N225和STI，STI和HIS，后兩組股市相關(guān)系數(shù)分別為0.336015和0.322037，但從后兩組股市相關(guān)系數(shù)的絕對(duì)值來看，其相關(guān)性遠(yuǎn)低于1，相關(guān)性不是太強(qiáng)。而條件相關(guān)系數(shù)結(jié)果均為0，所以不存在條件相關(guān)。因此，根據(jù)分析結(jié)果，同時(shí)對(duì)這四個(gè)股市投資可以分散風(fēng)險(xiǎn)。但由于尾部相關(guān)系數(shù)沒有得到體現(xiàn)，所以在熊市或牛市的時(shí)候，投資決策很難做出。采用Clayton Copula函數(shù)時(shí)，HIS和SSEC之間的下尾相關(guān)系數(shù)為0.305930，兩股市之間的下尾相關(guān)性遠(yuǎn)遠(yuǎn)低于N225和STI，STI和HIS，后兩組股市下尾相關(guān)系數(shù)分別為0.637326和0.646258，而后兩組下尾相關(guān)系數(shù)的絕對(duì)值均超過0.5，說明在熊市時(shí)，為了降低風(fēng)險(xiǎn)，不宜同時(shí)投資N225和STI，STI和HIS。采用Joe-Clay-
ton Copula函數(shù)時(shí)，在條件相關(guān)性分析結(jié)果中，上尾相關(guān)系數(shù)大于下尾相關(guān)系數(shù)，而且上尾相關(guān)性也極其微弱。在非條件相關(guān)性分析結(jié)果中，均呈現(xiàn)出下尾相關(guān)系數(shù)大于上尾相關(guān)系數(shù)，且N225和STI，STI和HIS兩組股市收益變動(dòng)相關(guān)性要大于HIS和SSEC，這和采用t-Copula函數(shù)以及Clayton Copula函數(shù)所得到的結(jié)果一致。說明為了降低風(fēng)險(xiǎn)，在股市波動(dòng)不大的情況下宜于同時(shí)向四個(gè)股市投資；在熊市時(shí)，不宜采用N225和STI，STI和HIS，兩種組合進(jìn)行投資。
綜上分析可以看出，運(yùn)用D-Vine函數(shù)對(duì)多個(gè)股市收益相關(guān)性進(jìn)行分析，得出的結(jié)果，特別是尾部相關(guān)系數(shù)與實(shí)際情況一致，因此選擇D-Vine函數(shù)對(duì)多元股市收益相關(guān)性進(jìn)行分析具有顯著的適用性。
（二）相關(guān)結(jié)論 本文采用的AGARCH-C-Vine與AGARCH-
D-Vine模型度量資產(chǎn)組合風(fēng)險(xiǎn)，對(duì)日經(jīng)225（N225）、新加坡海峽時(shí)報(bào)（STI）、香港恒生（HSI）和上證綜指（SSEC）收益率序列的相關(guān)性進(jìn)行實(shí)證比較研究，結(jié)果顯示AGARCH-D-Vine的擬合效果較好。運(yùn)用AGARCH-D-Vine對(duì)各收益率序列尾部相關(guān)性分析，在選擇刻畫上尾相關(guān)、下尾相關(guān)以及上下尾相關(guān)的不同的Copula情況下，得到了投資者一致的投資組合決策結(jié)果。
參考文獻(xiàn)：
［1］Bauerle N， Muller A. Modelling and comparing dependencies in multivariate risk portfolios［J］. Astin Bulletin， 1998，28：59-76.
［2］Frees E W， Valdez E. Understanding relationships using copulas［J］. North American Actuarial Journal，1998，2：1-25.
［3］Klugman S A， Parsa R. Fitting bivariate loss distributions with copulas［J］. Insurance： Mathematics and Economics，1999，24：139-148.
［4］張維：《風(fēng)險(xiǎn)度量的主要模型及其評(píng)述》，《南京審計(jì)學(xué)院學(xué)報(bào)》2008年第3期。
［5］Rachev S，Mittnik S. Stable paretian models in finance［M］. New York： Wiley，2000.
［6］Fama E. Mandelbrot and the stable paretian hypothesis［J］. Journal of Business，1963，36： 420-429.
［7］Mittnik S， Rachev S.. Modeling asset returns with alternative stable models［J］. Econometric Reviews，1993，12： 261-330.
［8］Rachev S. Handbook of heavy tailed distributions in finance［M］. Elsevier： Amsterdam 2003：595-640.
［9］Rachev S， Menn C， Fabozzi F. Fat-tailed and skewed asset return distributions［M］. New Jersey： Wiley，2005.
［10］王天東、盧文淵：《新會(huì)計(jì)準(zhǔn)則下我國(guó)上市公司債務(wù)重組影響因素研究》，《南京審計(jì)學(xué)院學(xué)報(bào)。2012年第1期。
［11］Embrechts P， Lindskog F， McNeil A. Modelling dependence with copulas and applications to risk management［M］//Rachev S. Handbook of heavy tailed distributions in finance. Elsevier： Amsterdam，2003.
［12］Embrechts P， Mcneil A J，Straumann D. Correlation and dependence in risk management： properties and pitfalls［M］//Dempster M. Risk management： value at risk and beyond. Cambridge：Cambridge University Press， 1999：176-223.
［13］秦學(xué)志、王玥：《尾部相關(guān)系數(shù)的漸進(jìn)變化特征及其應(yīng)用》，《系統(tǒng)工程理論與實(shí)踐》2011年第2期。
［14］任仙玲、張世英：《基于Copula函數(shù)的金融市場(chǎng)尾部相關(guān)性分析》，《統(tǒng)計(jì)與信息論壇》2008年第6期。
［15］Bedford T J， Cooke R M. Monte Carlo simulation of vine dependent random variables for applications in uncertainty analysis［C］. Proceedings of ESREL2001， MECC， Maastricht， Netherlands.
［16］Bedford T， Cooke R M. Probability density decomposition for conditionally dependent random variables modeled by vines［J］. Annals of Mathematics and Artificial Intelligence，2001，32：245-268.
［17］Bedford T， Cooke R M. Vines：a new graphical model for dependent random variables［J］. Annals of Statistics，2002，30：1031-1068.
［18］Joe H. Families of m-variate distributions with given margins and m（m-1）/2 bivariate dependence parameters［R］. Ruschendorf L， Schweizer B， Taylor M D. Distributions with fixed marginals and related topics. 1996
［19］Kurowicka D， Cooke R M. Distribution-free continuous bayesian belief nets［C］. Fourth International Conference on Mathematical Methods in Reliability Methodology and Practice， Santa Fe， New Mexico，2004.
［20］Genest C， B， R′emillard， Beaudoin D O. Goodness-of-fit tests for copulas： a review and a power study［J］. Insurance： Mathematics and Economics，2009，44：199-213.
［21］Dickey D， Fuller W. Distribution of the estimators for autoregressive time series with a unit root［J］. Journal of the American Statistical Association， 1979， 74：427-431.
［本文系教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目（編號(hào)： 11YJ
1.引言
近年來金融工具及其衍生物越來越多元化，其帶來的不確定因素也越來越大，因而金融市場(chǎng)的風(fēng)險(xiǎn)也就越來越高。金融市場(chǎng)間的關(guān)系更是變得日趨復(fù)雜，更多的呈現(xiàn)出非線性、非對(duì)稱和厚尾的特性，金融波動(dòng)和危機(jī)的頻繁出現(xiàn)使聚合風(fēng)險(xiǎn)管理和金融市場(chǎng)間相依關(guān)系分析成為國(guó)內(nèi)外關(guān)注的焦點(diǎn)。
現(xiàn)階段最常使用的風(fēng)險(xiǎn)度量指標(biāo)是20世紀(jì)90年代j.p.morgan和g30[1]集團(tuán)提出的var（value at risk）方法，var旨在一定的置信水平下，估計(jì)金融資產(chǎn)或組合受市場(chǎng)因子波動(dòng)影響，而在未來特定的一段時(shí)間內(nèi)的最大可能損失。嚴(yán)格的說，var描述了在一定的目標(biāo)期間內(nèi)收益和損失的預(yù)期分布的分位數(shù)。如果c代表置信水平，var對(duì)應(yīng)的是較低的尾部水平1-c。可表示為：
其中，表示某事件的概率，表示資產(chǎn)或資產(chǎn)組合在持有期內(nèi)的損失，c為置信度水平。在最近這些年var作為金融風(fēng)險(xiǎn)度量工具得到了廣泛的應(yīng)用，然而，研究發(fā)現(xiàn)var不具有次可加性和一致性的風(fēng)險(xiǎn)度量，后來針對(duì)這一問題，acerbi等[2-3]提出了期望損失es（expected shortfall）的定義。
假設(shè)r為持有期內(nèi)資產(chǎn)或者資產(chǎn)組合的損益，并假設(shè)r的累積分布函數(shù)f（r）（cdf）是連續(xù)的，那么對(duì)于置信水平，var也可以用如下定義：
式中，表示r的分布在給定顯著水平的下側(cè)分位數(shù)。假設(shè)表示r的概率密度函數(shù)，那么置信水平為1-c下的es可以定義為：
式中，為示性函數(shù)。es實(shí)質(zhì)上是將資產(chǎn)價(jià)值r乘以權(quán)重的從-到0的積分，這樣它就把超過var水平的損失部分考慮進(jìn)去了。從經(jīng)濟(jì)意義上講，es就是指當(dāng)損失超過var時(shí)的平均損失。由于它同時(shí)具有了次可加性和一致性，是一個(gè)較好的風(fēng)險(xiǎn)度量工具。rappoport（1993）[4]第一次在金融行業(yè)中用它來做風(fēng)險(xiǎn)管理的一個(gè)工具，后來acerbi（1997）[3]等人證明了該方法是一個(gè)一致性的風(fēng)險(xiǎn)度量工具。
同時(shí)，通過引入copula函數(shù)度量資產(chǎn)組合集成風(fēng)險(xiǎn)的方法已經(jīng)越來越成熟。schweizer和sklar最早提出copula函數(shù)的概念及其它的一些性質(zhì)。后來sklar指出了copula函數(shù)可以把具有不同類型邊緣分布函數(shù)連接起來，并且能抓住它在風(fēng)險(xiǎn)管理應(yīng)用中的本質(zhì)特征（例如：尖峰厚尾性）；emberchts等第一次把該方法引入到金融類相關(guān)研究之中。許多研究學(xué)者在他們的基礎(chǔ)上做了很多有意義的研究。例如：breymann等人研究表明了學(xué)生t-copula的經(jīng)驗(yàn)擬合比高斯copula優(yōu)越很多；ceske，hemandez（1999）提出可以將copula函數(shù)與montecarlo技術(shù)結(jié)合計(jì)算相關(guān)損失；matteis對(duì)archimedean copula做了很好的總結(jié)。
在我國(guó)，copula函數(shù)方法在金融上的應(yīng)用才剛剛起步，且其中絕大多數(shù)文獻(xiàn)做的是介紹性、引入性的研究。最早見的是張堯庭（2002）提出copula函數(shù)在金融風(fēng)險(xiǎn)領(lǐng)域大有可為；史道濟(jì)利用copula函數(shù)研究外匯組合的相關(guān)性；司繼文（2004，2005）分別將copula函數(shù)應(yīng)用于國(guó)內(nèi)外的股票市場(chǎng)和期貨市場(chǎng)；韋艷華、張世英（2004）將garch模型應(yīng)用于copula函數(shù)，來度量金融時(shí)間序列的自相關(guān)結(jié)構(gòu)。前人的研究主要集中在利用copula函數(shù)對(duì)股市或資產(chǎn)組合的相關(guān)性研究。而韋艷華（2004）利用garch模型擬合正態(tài)copula函數(shù)的邊緣分布，然后運(yùn)用monte carlo仿真技術(shù)計(jì)算投資組合的var。
本文創(chuàng)新一是采用garch或者egarch模型來擬合t-copula函數(shù)的邊緣分布，克服了傳統(tǒng)garch模型不能處理特定非對(duì)稱金融時(shí)間序列的局限性。對(duì)此，本文也比較分析了單獨(dú)使用garch下和本文采取的方法下的風(fēng)險(xiǎn)值，研究表明本文提出改進(jìn)的思路對(duì)風(fēng)險(xiǎn)估計(jì)更為準(zhǔn)確。改進(jìn)二在于對(duì)于風(fēng)險(xiǎn)衡量的指標(biāo)不是僅僅采用var，而是利用var與es雙監(jiān)管的風(fēng)險(xiǎn)度量方法，克服了傳統(tǒng)風(fēng)險(xiǎn)度量var的很多缺陷（不具有次可加性、正齊次性等）。最后通過度量我國(guó)股票型開放式基金的市場(chǎng)風(fēng)險(xiǎn)為出發(fā)點(diǎn)，運(yùn)用monte carlo仿真技術(shù)計(jì)算投資組合的var以及es，具有很強(qiáng)的實(shí)用價(jià)值。
2.garch或者egarch收益率分布模型
對(duì)于某一金融資產(chǎn)，投資者最想知道的是將來某個(gè)時(shí)刻該資產(chǎn)收益率的信息。由于金融資產(chǎn)收益率的尖峰厚尾性、條件異方差性、波動(dòng)聚集性和杠桿效應(yīng)等，普通的garch模型對(duì)對(duì)前三者能較好的刻畫，但是對(duì)于杠杠效應(yīng)garch模型不能刻畫出，因此，本文對(duì)不存在杠桿效應(yīng)的收益率序列采用garch模型擬合資產(chǎn)收益率的特征，對(duì)存在杠杠效應(yīng)的收益率序列采用egarc模型刻畫。該模型是glosten jagannathan和runkle在engle提出自回歸條件異方差（arch）模型和bofloerselev提出的廣義自回歸條件異方差（garch）模型的基礎(chǔ)上改進(jìn)提出的，它考慮了壞消息和好消息對(duì)波動(dòng)性不同的影響。
假設(shè)投資組合中有d種金融資產(chǎn)，對(duì)于資產(chǎn)i，直接根據(jù)最近的n期歷史收益率數(shù)據(jù)（t=1，2，…，n）運(yùn)用garch其中eagch模型中條件方差采用自然對(duì)數(shù)形式，意味著非負(fù)，且杠杠效應(yīng)為指數(shù)型的。模型中引入了一個(gè)重要參數(shù)，若，說明信息作用非對(duì)稱，存在杠杠效應(yīng)。為第i個(gè)資產(chǎn)收益率序列；為的條件均值項(xiàng)；v是t分布的自由度。為待估參數(shù)；隨機(jī)擾動(dòng)項(xiàng)服從均值為0，方差為1的標(biāo)準(zhǔn)t分布。即：
它的形式使得garch或者egarch模型能夠較好地描述收益率序列的各種特性（如條件異方差性、波動(dòng)聚集性）。
假定利用觀察資產(chǎn)收益率歷史數(shù)據(jù)樣本可以得到，在估計(jì)出參數(shù)后，可以得到下一時(shí)刻收益率的條件分布：
其中，是自由度為v的t分布函數(shù)，是到時(shí)刻t為止的信息集。利用matlab可以很方便地由樣本觀測(cè)數(shù)據(jù)估計(jì)出garch模型的各個(gè)參數(shù)，從而由式（2）得到給定t時(shí)刻前信息集的條件概率分布。
3.copula函數(shù)的參數(shù)估計(jì)
在資產(chǎn)分配、衍生品定價(jià)和風(fēng)險(xiǎn)管理等許多金融領(lǐng)域中，有關(guān)風(fēng)險(xiǎn)因素之間的相關(guān)性度量及其重要。許多文獻(xiàn)中常采用多元正態(tài)函數(shù)，然而各種金融資產(chǎn)的收益率之間一般并不符合多元正態(tài)分布的假設(shè)，為此，本文使用copula函數(shù)來解決這個(gè)問題。
由sklar定理可知，對(duì)于一個(gè)具有邊際分布函數(shù)為（）的金融資產(chǎn)的聯(lián)合分布函數(shù)f，一定能找到一個(gè)copula函數(shù)c，使得：
如果所有的邊際分布函數(shù)都連續(xù)則從上式定義的copula函數(shù)是唯一的。從上式可以計(jì)算得出copula：
其中，
文獻(xiàn)表明，t-copula能更好地刻畫各個(gè)金融資產(chǎn)的尾部相關(guān)性，本文研究的是t-copula連接函數(shù)分布。
其中，表示相關(guān)系數(shù)矩陣為r，自由度為v的維標(biāo)準(zhǔn)t分布函數(shù)，表示自由度為v的單變量標(biāo)準(zhǔn)t分布函數(shù)的反函數(shù)。copula模型為：
參數(shù)v為t分布的自由度。為d維t-copula分布，表示均值為0，方差為1，自由度參數(shù)為的正規(guī)化t分布函數(shù)，即：
式中是伽馬函數(shù)。由于t-copula的密度函數(shù)對(duì)任意維數(shù)都不是一個(gè)簡(jiǎn)單的形式，本文根據(jù)t-copula函數(shù)形式使用matlab工具估計(jì)其參數(shù)，過程如下：
（1）把資產(chǎn)收益率數(shù)據(jù)通過概率積分變換轉(zhuǎn)化為一致分布；
（2）用對(duì)數(shù)似然函數(shù)法估計(jì)學(xué)生t-copula的參數(shù)：
此處的copula函數(shù)c為公式（4）給出的；
（3）令，此處是單變量累積標(biāo)準(zhǔn)正態(tài)分布函數(shù)；
4.利用模特卡羅模擬資產(chǎn)組合的var和es
根據(jù)embrechts關(guān)于利用t-copula函數(shù)模擬隨機(jī)變量的方法，多次模擬資產(chǎn)組合資產(chǎn)收益率的隨機(jī)擾動(dòng)項(xiàng)。具體模擬步驟為：
（1）由上述估計(jì)出的隨機(jī)擾動(dòng)項(xiàng)的相關(guān)系數(shù)矩陣r，對(duì)其進(jìn)行cholesky分解。
（2）根據(jù)標(biāo)準(zhǔn)正態(tài)分布，模擬d個(gè)相互獨(dú)立的隨機(jī)變量，。
（3）產(chǎn)生與y相互獨(dú)立的變量e，服從分布。
（4）令。
（5）令，則x為服從自由度為v的t分布。
（6）計(jì)算得到。
（7）根據(jù)得到聯(lián)合分布為，連接函數(shù)為的d維隨機(jī)擾動(dòng)項(xiàng)。
（8）根據(jù)egarch或garch模型，得到金融資產(chǎn)收益率的條件均值和條件方差，然后根據(jù)隨機(jī)波動(dòng)方程，得到資產(chǎn)組合的資產(chǎn)收益率向量。
（9）給定資產(chǎn)在投資組合中的權(quán)重，計(jì)算投資組合收益r的值。
（10）重復(fù)上述過程5000次，模擬得到其經(jīng)驗(yàn)分布，容易求出var和es的值。
5.實(shí)證研究
（1）數(shù)據(jù)的選取和邊緣分布的估計(jì)
本文選取融通深證100基金2010年3月31日公布的前10大重倉(cāng)股票作為觀測(cè)樣本，如表1所示。
本文采用從2004年7月1日至20010年3月31日共937個(gè)（對(duì)空缺數(shù)據(jù)已做處理）交易日的收盤價(jià)作為原始數(shù)據(jù)，計(jì)算出每只股票的對(duì)數(shù)收益率，并根據(jù)公式（1）、（2）估計(jì)出每只股票的邊際分布，利用aic準(zhǔn)則、sc準(zhǔn)則和杠桿系數(shù)檢驗(yàn)可以得出萬科a、蘇寧電器、中興通訊、格力電器、吉林敖東存在杠杠效應(yīng)，適宜采用egarch模型建模（其余采用garch建模擬合效果更好），下面以第三、四只股票五糧液（000858）和蘇寧電器（002024）為例，分析其邊緣分布函數(shù)的估計(jì)和擬合效果的評(píng)價(jià)。參數(shù)估計(jì)結(jié)果見表2和3：
其中，表2、3中括號(hào)的數(shù)據(jù)表示相應(yīng)t統(tǒng)計(jì)量的估計(jì)值。從表2、3中給出的k-s相伴概率可知，利用cml方法對(duì)原序列做概率積分變換后，序列服從[0，1]的均勻分布。由此可以說明本文提出的模型可以較好地描述相關(guān)資產(chǎn)的邊緣分布。同樣的方法檢驗(yàn)了其他8只股票的邊緣分布擬合效果，都說明了garch或者egarch模型能較好擬合各自的邊緣分布，因此用本文的模型描述收益率序列的邊緣分布是充分的。
（2）copula函數(shù)參數(shù)估計(jì)和monte carlo模擬var和es
此處為了對(duì)比分析采用egarch或garch擬合邊緣分布與僅僅采用garch擬合的效果，根據(jù)上面估計(jì)得各個(gè)股票收益序列的邊緣分布，利用文中第四部分的估計(jì)copula函數(shù)參數(shù)的方法，估計(jì)得出其t分布的自由度dof=7.5848和各自的相關(guān)矩陣（表4、表5）。
由上述結(jié)果可知，僅僅采用garch擬合邊緣分布使得各個(gè)資產(chǎn)之間的相關(guān)系數(shù)整體性的變小。從而可以推斷出可能會(huì)導(dǎo)致風(fēng)險(xiǎn)的低估，從而對(duì)準(zhǔn)確度量基金風(fēng)險(xiǎn)存在一定的影響。進(jìn)一步的風(fēng)險(xiǎn)值比較分析可見表6、表7。
按照表1的投資比例，假設(shè)投資者處于t時(shí)刻，這里的t時(shí)刻指的是樣本時(shí)間段的最后一天，即2010年3月31日，t時(shí)刻的投資組合價(jià)值為：
假設(shè)資產(chǎn)持有期從t時(shí)刻到t+1時(shí)刻，置信水平選擇95%和99%進(jìn)行估計(jì)。根據(jù)本文的copula-garch（egarch）模型，運(yùn)用t-copula函數(shù)的模特卡羅模擬仿真模擬5000次，可以得出t+1時(shí)刻各個(gè)股票的收益率序列，進(jìn)一步可以計(jì)算出t+1時(shí)刻各股票的損失序列，給定置信水平，容易得出t時(shí)刻到t+1時(shí)刻相應(yīng)的投資組合var和es值，表6、7分別給出了本文提出的采用egarch或garch擬合邊緣分布和傳統(tǒng)方法僅僅采用garch模型擬合的情況下各個(gè)股票和證券投資組合的var和es值。
表6、表7清晰的顯示本文所提出的方法對(duì)準(zhǔn)確估計(jì)風(fēng)險(xiǎn)更進(jìn)了一步，比較而言傳統(tǒng)方法只使用garch模型擬合邊緣分布導(dǎo)致了單個(gè)資產(chǎn)和資產(chǎn)組合的風(fēng)險(xiǎn)值都偏小。對(duì)于文中提出使用egarch模型擬合萬科a、蘇寧電器、中興通訊、格力電器、吉林敖東，從表6與7中可以看出，var與es的風(fēng)險(xiǎn)值都比其他個(gè)股風(fēng)險(xiǎn)值偏離程度更大，說明采用egarch模型針對(duì)特定（存在杠杠效應(yīng)）金融序列擬合效果更好，風(fēng)險(xiǎn)估計(jì)更為準(zhǔn)確。
單獨(dú)分析表6可以看出，在投資額一定的情況下，基金的風(fēng)險(xiǎn)值要比單個(gè)資產(chǎn)進(jìn)行投資的風(fēng)險(xiǎn)值小，可見該基金選擇的各個(gè)股票之間的相關(guān)關(guān)系有較大差別，說明投資組合可以大大降低投資風(fēng)險(xiǎn)。從var和es的風(fēng)險(xiǎn)值看，es都大于var，說明es比var度量風(fēng)險(xiǎn)更為保守，也說明了var在度量風(fēng)險(xiǎn)上存在計(jì)算風(fēng)險(xiǎn)值偏低的現(xiàn)象，這樣對(duì)基金控制風(fēng)險(xiǎn)和減少資產(chǎn)損失極為不利，特別是當(dāng)極端事件發(fā)生時(shí)，資產(chǎn)組合的風(fēng)險(xiǎn)值與實(shí)際值就會(huì)發(fā)生偏差。另外從var與es的差值可出看出，置信水平越高，投資組合降低風(fēng)險(xiǎn)的程度也就越大，但是由于var不具有次可加性，從es的差值能很明顯看出。
6.結(jié)論
本文為了描述特定資產(chǎn)具有非對(duì)稱性的特征，通過對(duì)資產(chǎn)收益率進(jìn)行egarch建模，對(duì)不存在杠杠效應(yīng)的資產(chǎn)仍使用傳統(tǒng)的garch模型，這與copula可以連接具有不同邊際分布的函數(shù)的相關(guān)關(guān)系相符，同時(shí)考慮到var度量風(fēng)險(xiǎn)的不足，引入了es一致性風(fēng)險(xiǎn)度量，通過t-copula函數(shù)和monte carlo模擬計(jì)算出了證券投資組合的var以及es的值。最后文章對(duì)融通深證100基金風(fēng)險(xiǎn)度量的實(shí)證研究可以看出，有的金融資產(chǎn)收益率序列可能存在杠杠效應(yīng)；而且var的確存在低估風(fēng)險(xiǎn)的不足；同時(shí)也得出了風(fēng)險(xiǎn)值var或者es在置信度越高，它們的差值越為明顯，說明了本文copula-egarch（garch）模型能較好地刻畫投資組合二中不同資產(chǎn)間非正態(tài)非線性非對(duì)稱的相關(guān)性。基于該模型的風(fēng)險(xiǎn)度量方法可以為我們基金管理公司評(píng)估和管理資產(chǎn)組合的市場(chǎng)風(fēng)險(xiǎn)，從而有利于公司控制和減少資產(chǎn)損失提供一定的參考作用。
參考文獻(xiàn)
[1]張堯庭.連接函數(shù)(copula)技術(shù)與金融風(fēng)險(xiǎn)分析明[j].統(tǒng)計(jì)研究,2002(4):48-51.
[2]史道濟(jì),邱男.關(guān)于外匯組合風(fēng)險(xiǎn)相關(guān)性的分析[j].系統(tǒng)工程,2005,23(6):90-94.
[3]司繼文,蒙堅(jiān)玲,龔樸.國(guó)內(nèi)外期貨市場(chǎng)相關(guān)性研究田[j].華中科技大學(xué)學(xué)報(bào),2004,21(1):16-19.
關(guān)鍵詞貨幣市場(chǎng)基金風(fēng)險(xiǎn)控制方法
貨幣市場(chǎng)基金，是指以貨幣市場(chǎng)工具為投資對(duì)象的基金。投資對(duì)象主要包括：短期國(guó)債、商業(yè)票據(jù)、大額可轉(zhuǎn)讓存單、回購(gòu)協(xié)議、銀行承兌匯票等貨幣市場(chǎng)工具。
1我國(guó)貨幣市場(chǎng)基金的發(fā)展現(xiàn)狀及特點(diǎn)
我國(guó)貨幣市場(chǎng)基金起步較晚，2003年12月10日，由華安、博時(shí)和招商三家基金公司分別發(fā)起管理的首批三只貨幣市場(chǎng)型基金獲準(zhǔn)設(shè)立。到2004年4月12日，已經(jīng)設(shè)立的7只貨幣市場(chǎng)型基金的總份額為430.93億元，占開放式基金總份額的24%。
目前我國(guó)貨幣市場(chǎng)基金的投資范圍還比較狹窄，暫時(shí)設(shè)定為短期債券（含央行票據(jù)）、銀行存款和回購(gòu)協(xié)議，但隨著貨幣市場(chǎng)的逐漸發(fā)展，此類基金將來可投資于大額轉(zhuǎn)讓存單、銀行承兌匯票、經(jīng)銀行背書的商業(yè)承兌匯票或其他流動(dòng)性良好的短期金融工具。從這些投資對(duì)象的性質(zhì)來看，主要特點(diǎn)有：
（1）基金單位的資產(chǎn)凈值是固定不變。貨幣市場(chǎng)基金與其他基金最主要的不同在于基金單位的資產(chǎn)凈值是固定不變的，通常是每個(gè)基金單位1元。投資該基金后，投資者可利用收益再投資，投資收益就不斷累積，增加投資者所擁有的基金份額。比如某投資者以1000元投資于某貨幣市場(chǎng)基金，可擁有1000個(gè)基金單位，l年后，若投資報(bào)酬是8％，那么該投資者就多80個(gè)基金單位，總共1080個(gè)基金單位，價(jià)值1080元。
（2）收益率是衡量貨幣市場(chǎng)基金表現(xiàn)好壞的標(biāo)準(zhǔn)。這與其他基金以凈資產(chǎn)價(jià)值增值獲利不同。
（3）流動(dòng)性好、資本安全性高。這一優(yōu)勢(shì)主要來源于基金所投資的對(duì)象的特點(diǎn)，同時(shí)，投資者可以不受到日期限制，隨時(shí)可根據(jù)需要轉(zhuǎn)讓基金單位。
（4）風(fēng)險(xiǎn)性低。貨幣市場(chǎng)工具的到期日通常很短，貨幣市場(chǎng)基金投資組合的平均期限一般為4～6個(gè)月，因此風(fēng)險(xiǎn)較低，其價(jià)格通常只受市場(chǎng)利率的影響。
（5）投資成本低。貨幣市場(chǎng)基金通常不收取贖回費(fèi)用，并且其管理費(fèi)用也較低，貨幣市場(chǎng)基金的年管理費(fèi)用大約為基金資產(chǎn)凈值的0.25％～1％，比傳統(tǒng)的基金年管理費(fèi)率1％～2.5％低。
（6）貨幣市場(chǎng)基金均為開放式基金。它通常保持一定比例的現(xiàn)金，以應(yīng)付客戶的日常贖回。即使在發(fā)生較大規(guī)模的贖回時(shí)，也可以通過在貨幣市場(chǎng)迅速變現(xiàn)自己的短期有價(jià)證券來獲取現(xiàn)金以滿足客戶要求。
2貨幣市場(chǎng)基金的風(fēng)險(xiǎn)分析
2.1貨幣市場(chǎng)基金的系統(tǒng)風(fēng)險(xiǎn)
貨幣市場(chǎng)基金的系統(tǒng)風(fēng)險(xiǎn)是指基金投資于貨幣市場(chǎng)必須承受的其外部發(fā)生的，非基金本身所能控制的來自政治、經(jīng)濟(jì)、政策、法規(guī)的變更等所導(dǎo)致的市場(chǎng)行情波動(dòng)而產(chǎn)生的投資風(fēng)險(xiǎn)。
（1）利率風(fēng)險(xiǎn)。不同于投資股票和債券的基金，貨幣市場(chǎng)基金投資于貨幣市場(chǎng)工具，貨幣市場(chǎng)基金單位的資產(chǎn)凈值是固定不變的，衡量其表現(xiàn)好壞的標(biāo)準(zhǔn)是收益率，這一收益率通常只受市場(chǎng)利率影響，其收益主要取決于短期市場(chǎng)利率水平，利率風(fēng)險(xiǎn)也因此產(chǎn)生。一般來說，貨幣市場(chǎng)基金的盈利空間和市場(chǎng)利率的高低成正比。市場(chǎng)利率越高，其盈利空間越大，反之則收益較低。
（2）資金轉(zhuǎn)移風(fēng)險(xiǎn)。貨幣市場(chǎng)基金的流動(dòng)性非常接近銀行存款，且收益率一般會(huì)超過銀行存款，如果設(shè)立貨幣市場(chǎng)基金，銀行存款可能就會(huì)出現(xiàn)轉(zhuǎn)移。如果商業(yè)銀行在貨幣市場(chǎng)基金中不扮演基金管理人的角色，銀行的經(jīng)營(yíng)業(yè)務(wù)將受到直接影響。資金轉(zhuǎn)移的另外一種風(fēng)險(xiǎn)是，資本市場(chǎng)和貨幣市場(chǎng)的相對(duì)走勢(shì)將導(dǎo)致資金的流動(dòng)。資本追求最大化的收益，當(dāng)貨幣市場(chǎng)和資本市場(chǎng)收益出現(xiàn)差異時(shí)，貨幣市場(chǎng)基金就有動(dòng)力超越有關(guān)限制，資金在貨幣市場(chǎng)和資本市場(chǎng)之間的不正常流動(dòng)就會(huì)出現(xiàn)，這需要行業(yè)自律的提高和監(jiān)管的強(qiáng)化。
（3）政策風(fēng)險(xiǎn)。這是由于國(guó)家政策的變動(dòng)而引起的投資人的損失，同時(shí)也是國(guó)內(nèi)發(fā)展貨幣市場(chǎng)基金的一個(gè)特色風(fēng)險(xiǎn)。我國(guó)金融體系是分業(yè)經(jīng)營(yíng)、分業(yè)監(jiān)管，最后貨幣市場(chǎng)基金到底由誰來監(jiān)管，參與者的范圍，政策方面尚存在著很大的不確定性，有待我們進(jìn)一步去研究。此外，貨幣市場(chǎng)基金成立之后的收益直接取決于貨幣市場(chǎng)本身的發(fā)展，貨幣市場(chǎng)參與者是否足夠廣泛、投資工具發(fā)展是否充分、利率市場(chǎng)化改革的進(jìn)展?fàn)顩r、貨幣政策執(zhí)行是否具有獨(dú)立性等，這諸多因素都直接影響著貨幣市場(chǎng)基金的收益，而這些因素大都與政策變遷的方向和速度有關(guān)。.2貨幣市場(chǎng)基金的非系統(tǒng)風(fēng)險(xiǎn)
非系統(tǒng)性風(fēng)險(xiǎn)是由于局部因素造成的風(fēng)險(xiǎn)，是貨幣市場(chǎng)基金自身經(jīng)營(yíng)管理所帶來的風(fēng)險(xiǎn)，基金本身可以通過一定的方法避免。
（1）道德風(fēng)險(xiǎn)。貨幣市場(chǎng)基金實(shí)質(zhì)上是契約的組合，是多數(shù)投資者以集合出資的形式形成基金，委托基金管理人管理和運(yùn)用基金資產(chǎn)。投資者選擇好基金管理人之后，由于投資者不能直接觀測(cè)到基金管理人選擇了什么行動(dòng)，能觀測(cè)到的只是另一些變量，這些變量由基金管理人的行動(dòng)和其他外生隨機(jī)因素共同決定，只是基金管理人的不完全信息，因此，基金管理人隨時(shí)可能出現(xiàn)“道德風(fēng)險(xiǎn)”問題，即基金管理人在最大限度地增加自身效用時(shí)做出不利于基金投資人的行動(dòng)。
（2）信用風(fēng)險(xiǎn)。又稱違約風(fēng)險(xiǎn)，是指企業(yè)在債務(wù)到期是時(shí)無力還本付息而產(chǎn)生的風(fēng)險(xiǎn)。貨幣市場(chǎng)基金以貨幣市場(chǎng)上的短期工具為投資對(duì)象，其中各類不同工商企業(yè)發(fā)行的商業(yè)票據(jù)占其基金投資組合的一定份額。企業(yè)發(fā)行的商業(yè)票據(jù)由于受自身的規(guī)模、信譽(yù)、業(yè)績(jī)和經(jīng)營(yíng)歷史等因素的影響，他們的商業(yè)票據(jù)質(zhì)量有所不同；某些企業(yè)一旦遇到經(jīng)營(yíng)環(huán)境惡化，經(jīng)營(yíng)業(yè)績(jī)不佳，凈現(xiàn)金流銳減，此時(shí)發(fā)行商業(yè)票據(jù)的企業(yè)就存在到期無法兌付的風(fēng)險(xiǎn)。如果貨幣市場(chǎng)基金的投資組合中這類資產(chǎn)所占份額較大，必然影響到基金的收益，表現(xiàn)出一定的資本損益風(fēng)險(xiǎn)。
（3）流動(dòng)性風(fēng)險(xiǎn)。流動(dòng)性風(fēng)險(xiǎn)是指金融資產(chǎn)持有者按價(jià)值出售資產(chǎn)的難易程度。對(duì)貨幣市場(chǎng)基金而言，流動(dòng)性是指基金經(jīng)理人在面對(duì)贖回壓力時(shí)，將其所持有的資產(chǎn)———投資組合在市場(chǎng)中變現(xiàn)的能力。基金經(jīng)理常常面對(duì)兩大流動(dòng)性風(fēng)險(xiǎn)：一是所持有資產(chǎn)在變現(xiàn)過程中由于價(jià)格的不確定性而可能遭受損失；二是現(xiàn)金不足，難以滿足投資人的贖回要求。所以一旦基金出現(xiàn)大幅縮水或投資者集中贖回投資的情況，而基金手中所持流動(dòng)性資產(chǎn)又不敷支出時(shí)，貨幣市場(chǎng)基金必將面臨嚴(yán)重的被動(dòng)局面。
（4）經(jīng)營(yíng)風(fēng)險(xiǎn)。雖然貨幣市場(chǎng)基金是專家理財(cái)，但基金管理者仍然會(huì)有投資失誤，基金內(nèi)部監(jiān)控也可能失靈，這樣貨幣市場(chǎng)基金凈值將可能存在大幅縮水。因此，基金的收益、風(fēng)險(xiǎn)狀況很大程度上取決于基金投資顧問的專業(yè)水平。投資顧問的專業(yè)技能及其業(yè)績(jī)檔案能提供下面一些重要信息：即基金的投資策略和風(fēng)險(xiǎn)控制度能否被堅(jiān)持；基金對(duì)未來的機(jī)會(huì)或嚴(yán)峻的形勢(shì)將作何反應(yīng)；該基金的顧問以受托人方式，按照基金股東的最佳利益行事的可能性。
3貨幣市場(chǎng)基金的風(fēng)險(xiǎn)控制
3．1外部環(huán)境的治理
（1）制定相應(yīng)的法律法規(guī)。法規(guī)制定應(yīng)當(dāng)先行，應(yīng)明確貨幣基金的設(shè)立原則、各方當(dāng)事人間的關(guān)系、貨幣基金的投資領(lǐng)域、管理原則、分配制度以及違規(guī)處罰措施等，特別是要嚴(yán)格禁止貨幣基金投資股票、中長(zhǎng)期債券、房地產(chǎn)以及實(shí)業(yè)領(lǐng)域。
（2）大力發(fā)展貨幣市場(chǎng)工具。眾所周知，投資品種的多樣化，對(duì)于降低投資組合的風(fēng)險(xiǎn)具有相當(dāng)重要的作用。從我國(guó)當(dāng)前貨幣市場(chǎng)的發(fā)展情況來看，貨幣市場(chǎng)工具仍顯單一，有限的貨幣市場(chǎng)工具必然會(huì)限制貨幣市場(chǎng)基金的投資方向，使貨幣市場(chǎng)基金無法通過投資組合的多樣化來分散風(fēng)險(xiǎn)，從而降低了它的靈活性。因此，我們應(yīng)在進(jìn)一步完善信用制度的基礎(chǔ)上，鼓勵(lì)發(fā)展貨幣市場(chǎng)工具。
（3）實(shí)施制度創(chuàng)新，提高貨幣市場(chǎng)的流動(dòng)性。提高貨幣市場(chǎng)的流動(dòng)性對(duì)于降低基金的風(fēng)險(xiǎn)具有一定的作用。要提高貨幣市場(chǎng)的流動(dòng)性，需要市場(chǎng)制度方面的一系列創(chuàng)新和改革。首先，要打破銀行間市場(chǎng)與交易所市場(chǎng)的分割局面，允許更多的證券公司、信托公司、財(cái)務(wù)公司、基金公司以及大企業(yè)進(jìn)入貨幣市場(chǎng)，以進(jìn)一步壯大貨幣市場(chǎng)交易主體，活躍市場(chǎng)交易。其次，引入貨幣市場(chǎng)經(jīng)紀(jì)商，提高貨幣市場(chǎng)的流動(dòng)性。
3．2內(nèi)部環(huán)境的治理
（1）保持高度的流動(dòng)性。由于貨幣基金的投資者可以隨時(shí)贖回投資或據(jù)其基金賬戶的資產(chǎn)凈值予以簽發(fā)支票，所以基金組合必須具有高度的流動(dòng)性。這不僅是指平常資產(chǎn)組合中應(yīng)保有相應(yīng)量的現(xiàn)金性資產(chǎn)，更為重要的是應(yīng)持有必要量的短期國(guó)庫(kù)券。因?yàn)槟軌蛐纬纱笠?guī)模和范圍廣泛的流通交易市場(chǎng)的是短期國(guó)庫(kù)券，所以國(guó)庫(kù)券已成為僅次于現(xiàn)金的準(zhǔn)現(xiàn)金性資產(chǎn)。同時(shí)，與持有基金較大份額的投資者經(jīng)常的交流是得到贖回暗示的重要方法，有的基金采取鼓勵(lì)大額贖回提前通知和拒絕對(duì)利率敏感的投資資金等措施。
（2）實(shí)行開放式的管理。即必須每天公布基金資產(chǎn)的凈值與收益水平，允許投資者隨時(shí)根據(jù)各自的需求，按公布的資產(chǎn)凈值自由進(jìn)出貨幣基金。為此，基金管理人應(yīng)當(dāng)與托管銀行密切合作，將商業(yè)銀行的網(wǎng)絡(luò)作為投資者進(jìn)出貨幣基金的窗口。并且，基金賬戶與投資者的銀行資金賬戶要有順暢的溝通，以保證投資者的資金根據(jù)需要在兩個(gè)賬戶間快速流動(dòng)。
（3）特別的內(nèi)控程序。①估價(jià)。準(zhǔn)確的估價(jià)是維持一個(gè)穩(wěn)定的基金凈值的重要因素。應(yīng)定期（每天）估算基金實(shí)際市值和按攤余成本法計(jì)價(jià)得出基金凈值，并將偏離度控制在0.5％之內(nèi)。當(dāng)發(fā)現(xiàn)偏離度超過0.25％之時(shí)，基金應(yīng)該啟動(dòng)應(yīng)急處理程序，通過適當(dāng)?shù)奶幚矸椒ń档推x度，如賣出對(duì)偏離度貢獻(xiàn)最大的品種等；②對(duì)不確定性的處理和測(cè)試分析。對(duì)不確定性的處理包括計(jì)算購(gòu)買任何證券之后對(duì)基金的加權(quán)平均到期日（WAM）的影響，同時(shí)考慮在證券購(gòu)買時(shí)可能發(fā)生的意外贖回。此外，還應(yīng)對(duì)單個(gè)證券和投資組合進(jìn)行壓力測(cè)試，評(píng)估在發(fā)生較大的利率變化時(shí)證券價(jià)格的敏感性。
目前，我國(guó)經(jīng)濟(jì)又處于轉(zhuǎn)軌時(shí)期，市場(chǎng)發(fā)育不健全，各種金融法規(guī)和制度有待完善，在這種情況下推出貨幣市場(chǎng)基金，我們必須從觀念上重視貨幣市場(chǎng)基金的風(fēng)險(xiǎn)，并積極加以防范，保持基金的收益與風(fēng)險(xiǎn)的同步。
參考文獻(xiàn)
1張亦春．現(xiàn)代金融市場(chǎng)學(xué)[M].北京：中國(guó)金融出版社，2003
2吳道霞．貨幣市場(chǎng)基金法律問題研究[J].河北法學(xué)，2004(3)
3田啟偉，馬建國(guó)．貨幣市場(chǎng)基金及其風(fēng)險(xiǎn)分析[J].武漢冶金管理干部學(xué)院學(xué)報(bào)，2004(1)
【關(guān)鍵詞】外幣貸款；風(fēng)險(xiǎn)管理；情景分析；壓力測(cè)試；敏感性分析；在險(xiǎn)價(jià)值
在今后較長(zhǎng)一段時(shí)期，我國(guó)企業(yè)將面臨外幣貸款中的匯率風(fēng)險(xiǎn)。通過借鑒國(guó)外企業(yè)外債風(fēng)險(xiǎn)管理中科學(xué)而完整的風(fēng)險(xiǎn)管理體系，結(jié)合我國(guó)外匯管理體制以及企業(yè)的實(shí)際狀況，建立健全外幣貸款風(fēng)險(xiǎn)管理具有重要的應(yīng)用價(jià)值和現(xiàn)實(shí)意義。
一、研究背景
改革開放有三十年，根據(jù)積極、合理、有效的利用外資的方針政策，截至2006年底，我國(guó)累計(jì)實(shí)際使用外資金額6854億美元。
我國(guó)外債主要是外國(guó)政府和國(guó)際金融組織提供的貸款。這部分資金具有貸款期限長(zhǎng)、貸款利率低等優(yōu)點(diǎn)，深受企業(yè)的歡迎。在實(shí)際運(yùn)作中，該部分外債真正承貸及還貸的主體是國(guó)內(nèi)企業(yè)。一旦企業(yè)出現(xiàn)償債能力的問題，將不可避免地將其轉(zhuǎn)嫁給國(guó)內(nèi)金融機(jī)構(gòu)和國(guó)家財(cái)政，從而影響國(guó)家總體外債安全。
如北京奧林匹克飯店、中德合資武漢長(zhǎng)江啤酒有限公司等均是因本幣大幅貶值造成企業(yè)無力償還債務(wù)而倒閉的。總體而言，目前我國(guó)大多數(shù)企業(yè)對(duì)外幣貸款的風(fēng)險(xiǎn)管理認(rèn)識(shí)程度不夠，對(duì)匯率風(fēng)險(xiǎn)的規(guī)避意識(shí)淡薄，相應(yīng)的風(fēng)險(xiǎn)管理體系極不成熟，急切需要外債風(fēng)險(xiǎn)管理方面的理論指導(dǎo)與實(shí)務(wù)方面的經(jīng)驗(yàn)。
二、現(xiàn)狀考察
外債風(fēng)險(xiǎn)不僅從宏觀上影響一個(gè)國(guó)家經(jīng)濟(jì)的穩(wěn)定和信用，而且從微觀上影響一個(gè)企業(yè)的生存與發(fā)展。
目前，我國(guó)外幣貸款使用企業(yè)已經(jīng)開始關(guān)注風(fēng)險(xiǎn)管理問題，并著手使用一些基本的衍生工具來管理外匯貸款風(fēng)險(xiǎn)。然而在實(shí)際中還存在各種各樣的問題。
例如，債務(wù)風(fēng)險(xiǎn)管理意識(shí)淡薄，“重籌資，輕還貸”和“圈錢”思想盛行；國(guó)有企業(yè)體制性缺陷造成管理者缺少長(zhǎng)遠(yuǎn)的規(guī)劃或者具體操作的隨意性；缺乏風(fēng)險(xiǎn)管理意識(shí)，不能準(zhǔn)確把握匯率和利率市場(chǎng)變動(dòng)情況、熟知各種金融工具應(yīng)用的專業(yè)人才；缺乏合理的外債風(fēng)險(xiǎn)管理激勵(lì)約束機(jī)制和相應(yīng)的風(fēng)險(xiǎn)管理工具等等。
自2005年7月21日起，我國(guó)金融系統(tǒng)開始實(shí)行以市場(chǎng)供求為基礎(chǔ)、參考一籃子貨幣進(jìn)行調(diào)節(jié)、有管理的浮動(dòng)匯率制度。人民幣匯率不再盯住單一美元，形成更富彈性的人民幣匯率機(jī)制。人民幣匯率改革一年后，人民幣兌換美元的匯率從8.27元人民幣/美元上漲至接近8元人民幣/美元，年變動(dòng)幅度達(dá)到3.3%。
由于人民幣兌換美元、歐元及日元等主要貨幣每年都發(fā)生較大幅度的變化，匯率風(fēng)險(xiǎn)已經(jīng)成為我國(guó)企業(yè)外幣貸款過程中值得高度重視的一個(gè)風(fēng)險(xiǎn)來源。
三、匯率風(fēng)險(xiǎn)
匯率風(fēng)險(xiǎn)主要是指由于企業(yè)經(jīng)營(yíng)收入貨幣與外債債務(wù)償還支出貨幣的幣種不匹配，在外債債務(wù)未清償前，因匯率變動(dòng)而產(chǎn)生償債成本增加的風(fēng)險(xiǎn)。主要表現(xiàn)為收入貨幣貶值或支出貨幣升值導(dǎo)致借用外債單位的償債成本上升。
目前我國(guó)企業(yè)外債匯率風(fēng)險(xiǎn)主要體現(xiàn)在兩方面：
其一，匯率制度改革后人民幣匯率市場(chǎng)化使得人民幣匯率的波幅趨大趨頻，整體匯率風(fēng)險(xiǎn)增加。人民幣匯率制度改革直接后果就是較大幅度的升值。至2008年1月3日，人民幣匯率已經(jīng)達(dá)到7.27元人民幣兌1美元，升值幅度達(dá)到12%。
同時(shí)，市場(chǎng)化后的人民幣匯率更容易受到國(guó)際、國(guó)內(nèi)多方面因素的影響，波動(dòng)的頻率、幅度將進(jìn)一步擴(kuò)大，不確定性進(jìn)一步增加，從而使外債債務(wù)的整體匯率風(fēng)險(xiǎn)有所加大。
其二，日元和歐元債務(wù)潛在風(fēng)險(xiǎn)大。日元和歐元一直是匯率波動(dòng)較頻，波幅較大的幣種，歐元從2002年至2006年7月，兌換美元波幅達(dá)到60%以上。如果持有這兩種貨幣債務(wù)的單位而不對(duì)其日元和歐元債務(wù)進(jìn)行風(fēng)險(xiǎn)管理，未來發(fā)生損失的可能性很大，并有可能超出債務(wù)單位所能承受范圍，導(dǎo)致償債危機(jī)，嚴(yán)重的將可能影響到企業(yè)的生存。
相對(duì)于固定匯率制度而言，浮動(dòng)匯率制度下匯率的波動(dòng)幅度要大得多，因此對(duì)外幣貸款企業(yè)帶來的風(fēng)險(xiǎn)也增加了許多。而目前外匯市場(chǎng)匯率波動(dòng)的特點(diǎn)是匯率走向更加無序化，影響匯率變動(dòng)的短期因素更加令人難以捉摸，凸顯匯率風(fēng)險(xiǎn)管理的日益重要。
匯率風(fēng)險(xiǎn)一般包括本幣、外幣和時(shí)間三個(gè)因素。在企業(yè)償還外幣貸款過程中，均需要以本幣兌換成所需償還的外幣，在規(guī)定的時(shí)間內(nèi)進(jìn)行本息的償還。在這個(gè)確定的時(shí)間范圍內(nèi)，本幣與外幣的兌換比例可能發(fā)生變化，從而發(fā)生匯率風(fēng)險(xiǎn)。
外幣貸款的時(shí)間結(jié)構(gòu)對(duì)匯率風(fēng)險(xiǎn)的大小具有直接影響。時(shí)間越長(zhǎng)，則在此期間匯率波動(dòng)的可能性就越大，匯率風(fēng)險(xiǎn)相對(duì)就越小；時(shí)間越短，在此期間內(nèi)匯率波動(dòng)的可能性就越小，匯率風(fēng)險(xiǎn)相對(duì)就越小。我國(guó)企業(yè)在外幣貸款償還過程中，由于產(chǎn)生收益的是人民幣，而需要償還的貸款都為日元、美元、歐元等外幣，因此，這是一種典型的“貨幣錯(cuò)配現(xiàn)象”，收益與債務(wù)的不匹配給外匯貸款債務(wù)人平添了一層匯率風(fēng)險(xiǎn)。
根據(jù)外匯風(fēng)險(xiǎn)的作用對(duì)象及表現(xiàn)形式，通常將匯率風(fēng)險(xiǎn)分為交易風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、折算風(fēng)險(xiǎn)及國(guó)家風(fēng)險(xiǎn)。
將匯率風(fēng)險(xiǎn)進(jìn)行分類，有利于確定風(fēng)險(xiǎn)管理應(yīng)采用的最有效的方法。
對(duì)使用外幣貸款的企業(yè)而言，其還債過程中所面臨的匯率風(fēng)險(xiǎn)是具有雙面性的。由于匯率未來變動(dòng)的方向、時(shí)間以及規(guī)模的不確定性，匯率的波動(dòng)既可能減小企業(yè)的償債成本，也可能增加企業(yè)的償債成本，使企業(yè)遭受損失。如果匯率的波動(dòng)方向是不利的，企業(yè)的收入貨幣本幣相對(duì)于所借外幣貶值，則企業(yè)的外幣借款成本上升，企業(yè)遭遇損失。反之，如果匯率的波動(dòng)方向是有利的，企業(yè)的收入貨幣本幣相對(duì)于所借外幣升值，則企業(yè)的外幣借款成本下降，企業(yè)獲利。
四、風(fēng)險(xiǎn)計(jì)量
準(zhǔn)確度量外債項(xiàng)目所面臨的匯率風(fēng)險(xiǎn)是企業(yè)管理層進(jìn)行風(fēng)險(xiǎn)決策的必要前提。企業(yè)在進(jìn)行外匯債務(wù)風(fēng)險(xiǎn)計(jì)量時(shí)可采用情景分析、壓力測(cè)試、敏感性分析和在險(xiǎn)價(jià)值四種常用的方法。通過該四種計(jì)量方式計(jì)算，一般可以滿足企業(yè)財(cái)務(wù)從不同角度和側(cè)重對(duì)風(fēng)險(xiǎn)的認(rèn)識(shí)和分析。
（一）情景分析
情景分析是當(dāng)市場(chǎng)風(fēng)險(xiǎn)監(jiān)控人員預(yù)測(cè)會(huì)發(fā)生影響市場(chǎng)的重大事件時(shí)，就多個(gè)風(fēng)險(xiǎn)因素建立較為全面的模擬環(huán)境，應(yīng)用于當(dāng)前的頭寸，以測(cè)算可能發(fā)生的盈虧的一種風(fēng)險(xiǎn)管理手段。在外債風(fēng)險(xiǎn)管理中，企業(yè)根據(jù)專業(yè)金融機(jī)構(gòu)對(duì)匯率和利率走勢(shì)的分析判斷，分析企業(yè)外債風(fēng)險(xiǎn)。
情景分析為管理層更好地應(yīng)付市場(chǎng)變化提供了有利的信息，是一種策略分析技術(shù)，可用來評(píng)估在發(fā)生各種不同事件的情形下，對(duì)企業(yè)外債的影響。
進(jìn)行情景分析的關(guān)鍵首先在于對(duì)情景的合理設(shè)定；其次是對(duì)設(shè)定情景進(jìn)行深入細(xì)致的分析以及由此對(duì)事態(tài)在給定時(shí)間內(nèi)可能發(fā)展的嚴(yán)重程度和投資組合因此而可能遭受的損失進(jìn)行合理的預(yù)測(cè)；最后得出情景分析報(bào)告。
情景分析方法簡(jiǎn)單、直觀，但存在對(duì)匯率和利率走勢(shì)分析主觀判斷的成分較大的問題。
（二）壓力測(cè)試
壓力測(cè)試是指將整個(gè)金融機(jī)構(gòu)或資產(chǎn)組合置于某一特定的極端市場(chǎng)情況之下測(cè)定債務(wù)風(fēng)險(xiǎn)程度的一種方法。
在壓力測(cè)試中，由測(cè)試者主觀決定其測(cè)試的市場(chǎng)變量及其變動(dòng)幅度，變量變化的幅度可以被確定為任意的大小，而且測(cè)試者一旦確定了測(cè)試變量，就假設(shè)了測(cè)試變量與市場(chǎng)其他變量的相關(guān)性為零，不用再擔(dān)心測(cè)試變量與其他市場(chǎng)變量之間的相關(guān)性。它不需要探究事件發(fā)生的可能性，不需要復(fù)雜的數(shù)學(xué)計(jì)算，所以比較適合債務(wù)風(fēng)險(xiǎn)的定性認(rèn)識(shí)和一般流。
壓力測(cè)試可以模擬市場(chǎng)任何因素的變動(dòng)幅度，從而計(jì)算出企業(yè)外債的極限風(fēng)險(xiǎn)。
壓力測(cè)試?yán)碚撋喜⒉粡?fù)雜，但在實(shí)踐中仍存在不少問題。
首先是市場(chǎng)變量相關(guān)性和測(cè)試變量的選擇問題。壓力測(cè)試的一個(gè)重要假設(shè)是所選測(cè)試變量與市場(chǎng)其他變量的相關(guān)性為零。因此，變量的選擇要考慮其是否真正獨(dú)立于其它變量，是否有必要將一組變量作為測(cè)試變量，或進(jìn)行二維聯(lián)合測(cè)試。
其次需要對(duì)分析的前提條件重新確認(rèn)。進(jìn)行壓力測(cè)試，某一或某些市場(chǎng)因素的異常或極端的變化可能會(huì)使得風(fēng)險(xiǎn)分析的前提條件發(fā)生變化。某種在正常市場(chǎng)狀態(tài)下有效運(yùn)行的基本模型，在市場(chǎng)危機(jī)時(shí)可能也會(huì)失效。
每次壓力測(cè)試只能說明事件的影響程度，卻并不能說明事件發(fā)生的可能性。
與情景分析相比，壓力測(cè)試只是對(duì)組合短期風(fēng)險(xiǎn)狀況的一種衡量，可以說只是風(fēng)險(xiǎn)管理中一種戰(zhàn)術(shù)性的方法，而情景分析則注重比較全面和長(zhǎng)遠(yuǎn)的投資環(huán)境的變化，因而可以說是一種戰(zhàn)略性的風(fēng)險(xiǎn)管理方法。
（三）敏感性分析
敏感性分析是指在保持其他條件不變的前提下，研究單個(gè)市場(chǎng)風(fēng)險(xiǎn)要素的變化可能會(huì)對(duì)外債償還成本造成的影響，是應(yīng)用最為廣泛的方法。
敏感性分析首先需要風(fēng)險(xiǎn)管理者確定影響企業(yè)外債成本的主要變量；然后通過計(jì)算顯示債務(wù)成本對(duì)各變量的敏感性。對(duì)于不同敏感程度的因素，企業(yè)可以采取不同的措施。
敏感性分析計(jì)算簡(jiǎn)單且便于理解，在市場(chǎng)風(fēng)險(xiǎn)分析中得到了廣泛應(yīng)用。該分析的局限性在于它只能判斷出外債償還成本對(duì)風(fēng)險(xiǎn)因素的敏感程度，但不能反映不確定因素發(fā)生可能性的大小以及在各種可能情況下對(duì)償還成本的影響程度。因此，在使用敏感性分析時(shí)要注意其適用范圍，實(shí)務(wù)分析中一般結(jié)合VaR進(jìn)行分析。
（四）在險(xiǎn)價(jià)值(ValueatRisk)
在險(xiǎn)價(jià)值就是在一定的持有期和一定的置信區(qū)間內(nèi)，一個(gè)投資組合最大的潛在損失是多少。VaR是一種利用概率論與數(shù)理統(tǒng)計(jì)來評(píng)價(jià)風(fēng)險(xiǎn)的方法，它可以使投資人既知道潛在損失的金額，又知道損失發(fā)生的可能性。
VaR風(fēng)險(xiǎn)衡量方法適用面較廣，適用于綜合衡量包括利率風(fēng)險(xiǎn)和匯率風(fēng)險(xiǎn)在內(nèi)的各種市場(chǎng)風(fēng)險(xiǎn)。
在企業(yè)外債風(fēng)險(xiǎn)計(jì)算中多用歷史交易資料模擬法，即根據(jù)歷史的統(tǒng)計(jì)數(shù)據(jù)，計(jì)算出未來可能的匯率和利率分布，從而進(jìn)一步計(jì)算債務(wù)風(fēng)險(xiǎn)暴露在一定概率范圍內(nèi)發(fā)生的最大損失。
歷史模擬法是一種非參數(shù)方法，可以有效處理非對(duì)稱和后尾問題，諸如非線性、市場(chǎng)大幅波動(dòng)等情況，以便捕捉各種風(fēng)險(xiǎn)。但是，該方法計(jì)算出的VaR波動(dòng)性較大，存在嚴(yán)重滯后而導(dǎo)致VaR的高估等風(fēng)險(xiǎn)。
雖然風(fēng)險(xiǎn)值評(píng)估法是公認(rèn)的風(fēng)險(xiǎn)管理有效的計(jì)量工具，但也存在若干局限，主要體現(xiàn)在：
首先，該方法不能涵蓋價(jià)格劇烈波動(dòng)等突發(fā)性小概率事件，無法應(yīng)對(duì)市場(chǎng)出現(xiàn)的極端情況，但往往正是這些事件給銀行的安全造成最大的威脅。
其次，存在頭寸規(guī)模的影響問題。在外債項(xiàng)目的VaR計(jì)算過程中，沒有考慮頭寸規(guī)模或大小對(duì)市場(chǎng)匯率和利率的報(bào)價(jià)的影響。但是實(shí)際情況中，不同規(guī)模的頭寸在交易時(shí)價(jià)格是不同的。
一般而言，債權(quán)方可利用VaR模型進(jìn)行風(fēng)險(xiǎn)測(cè)算和規(guī)避。而對(duì)于獲取外幣貸款的債務(wù)方，也可利用相關(guān)計(jì)量測(cè)試，分析該項(xiàng)目的風(fēng)險(xiǎn)得失，更為今后的財(cái)務(wù)策劃提供實(shí)用的借鑒經(jīng)驗(yàn)。
總體而言，各種風(fēng)險(xiǎn)計(jì)量的方法受到自身的條件影響，其應(yīng)用范圍、場(chǎng)合將受到一定的限制。
情景分析從更廣泛的視野，更長(zhǎng)遠(yuǎn)的時(shí)間范圍來考察金融機(jī)構(gòu)或投資組合的風(fēng)險(xiǎn)問題。這種具有戰(zhàn)略高度的分析可以彌補(bǔ)VaR和壓力測(cè)試只注重短期情況分析的不足。因此，情景分析應(yīng)與VaR和壓力測(cè)試結(jié)合起來，使得風(fēng)險(xiǎn)管理更加完善。
當(dāng)單個(gè)模型的分析方法種類較多時(shí)，不同分析方法得到的結(jié)論也不盡相同。如在險(xiǎn)價(jià)值分析中，可以采用歷史分析法、蒙特卡羅模擬法等手段進(jìn)行分析，得到不同的結(jié)果。究竟采用何種手段，該種手段風(fēng)險(xiǎn)分析的方法是否正確都是較難確定的問題。
五、結(jié)束語(yǔ)
由于我國(guó)對(duì)外幣貸款風(fēng)險(xiǎn)管理的理論研究較晚，相應(yīng)的管理體系不成熟、不健全。企業(yè)普遍存在金融風(fēng)險(xiǎn)管理的防范意識(shí)薄弱，缺乏相應(yīng)的風(fēng)險(xiǎn)管理人才等問題。而在實(shí)際經(jīng)營(yíng)中，尤其在鐵路、公路的外幣貸款建設(shè)中，有些必須是通過將盈利所得的人民幣兌換成相應(yīng)的外幣（美元、日元、歐元等），然后進(jìn)行外債的償還。在還債過程中，不可避免的，外幣貸款的價(jià)值會(huì)因?yàn)橄鄳?yīng)貨幣匯率的波動(dòng)而變化。因此，利用何種工具對(duì)面臨的風(fēng)險(xiǎn)進(jìn)行計(jì)量是企業(yè)經(jīng)營(yíng)中急需解決的首要問題。
通過對(duì)企業(yè)外幣貸款的匯率風(fēng)險(xiǎn)的分析，筆者選擇了四種風(fēng)險(xiǎn)計(jì)量方法，對(duì)可能存在的金融風(fēng)險(xiǎn)進(jìn)行測(cè)算，為企業(yè)外幣貸款金融風(fēng)險(xiǎn)管理提供了理論參考。
在具體實(shí)踐中，筆者建議企業(yè)的管理者可以通過衡量企業(yè)自身抵抗風(fēng)險(xiǎn)的能力，選擇相應(yīng)的風(fēng)險(xiǎn)規(guī)避方式和手段，以更好地面對(duì)企業(yè)經(jīng)營(yíng)中的實(shí)際問題。
【參考文獻(xiàn)】
[1]閆迄，楊麗.國(guó)際金融[M].北京：人民郵電出版社.
關(guān)鍵詞：養(yǎng)老保險(xiǎn)基金投資運(yùn)營(yíng)監(jiān)管
一、我國(guó)養(yǎng)老保險(xiǎn)基金迫切需要投資
養(yǎng)老問題是任何一個(gè)社會(huì)、任何一個(gè)人都無法回避的問題。基于養(yǎng)老的風(fēng)險(xiǎn)性和社會(huì)性，為保證人們退休后的生活水平，通常以養(yǎng)老保險(xiǎn)的形式籌集養(yǎng)老保險(xiǎn)基金，最終以養(yǎng)老金的形式返回到養(yǎng)老保險(xiǎn)的受益人手中。因而，償付能力的充足性是養(yǎng)老保險(xiǎn)基金的根本問題，投資成為養(yǎng)老保險(xiǎn)基金的迫切需要。
（一）巨額隱性債務(wù)問題需要解決。在我國(guó)現(xiàn)行的基本養(yǎng)老保險(xiǎn)的“統(tǒng)賬結(jié)合”籌集模式下，社會(huì)統(tǒng)籌賬戶由企業(yè)繳費(fèi)；個(gè)人賬戶按照職工工資繳費(fèi)比例建立。企業(yè)繳費(fèi)率由各省政府自行確定，不超過企業(yè)工資總額的20%.但在實(shí)行該體制以前，已經(jīng)退休的職工和在現(xiàn)收現(xiàn)付的舊體制下已經(jīng)工作一定年限的在職職工，都沒有時(shí)間或沒有足夠的時(shí)間為個(gè)人賬戶積累資金。這勢(shì)必造成了目前基本養(yǎng)老保險(xiǎn)收不抵支和個(gè)人賬戶“空賬運(yùn)行”的現(xiàn)象。據(jù)統(tǒng)計(jì)，在退休人員每年以6%的速度遞增的情況下，全國(guó)養(yǎng)老保險(xiǎn)基金缺口已經(jīng)從1998年的100多億元增加到2003年的400億元左右。改革遺留下的隱性債務(wù)日益加劇。其中導(dǎo)致基金缺口的原因是：一是退休年齡偏低；二是待遇水平偏高。
（二）社會(huì)老齡化問題需要漸漸化解。在進(jìn)入本世紀(jì)，我國(guó)60歲和65歲以上人口分別占到全部人口10%和7%，被認(rèn)為是我國(guó)人口老齡化進(jìn)入一個(gè)新階段。據(jù)測(cè)算，我國(guó)老年人在2015年前后將高達(dá)2億，在老齡化高峰時(shí)我國(guó)老年人將在4億以上。然而，我國(guó)今天國(guó)民經(jīng)濟(jì)生產(chǎn)總值只占世界的3.8%，卻要負(fù)擔(dān)著世界20%的老人乃至1/4（25%）的老人。我國(guó)在職職工與退休職工的比例是：2000年為5：1.2001年為4.1：1；預(yù)測(cè)2020年為2.2：1，2030年下降為1.8：1.據(jù)預(yù)測(cè)，2030年左右我國(guó)退休高峰（60歲以上人口約占33500萬，約占總?cè)丝诘?7%）來臨時(shí)，退休費(fèi)將占工資總額的36%，高出國(guó)際公認(rèn)的26%的警戒線10個(gè)百分點(diǎn)。目前正不斷擴(kuò)大的老齡化危機(jī)，對(duì)存在缺口的養(yǎng)老保險(xiǎn)基金來說是雪上加霜。
（三）需要投資擴(kuò)充基金。基金的來源主要包括政府財(cái)政撥款、企業(yè)（雇主）繳費(fèi)、職工（雇員）繳費(fèi)和基金運(yùn)營(yíng)收入四個(gè)方面。為盡快充實(shí)社會(huì)保障基金，一方面要繼續(xù)保持適度的財(cái)政支持，按照“中央社會(huì)保障支出占財(cái)政支出的比例要逐步達(dá)到15-20%”的要求，在確保中央財(cái)政當(dāng)期支付缺口補(bǔ)助和做實(shí)個(gè)人賬戶補(bǔ)助的基礎(chǔ)上，進(jìn)一步增加財(cái)政投入，穩(wěn)定國(guó)有股海外上市減持和彩票公益金收入，適時(shí)開征大額遺產(chǎn)、奢侈品及高檔消費(fèi)等特別稅種，進(jìn)一步充實(shí)社會(huì)保障基金；但是政府財(cái)政的主要來源是納稅人，每年用于補(bǔ)充養(yǎng)老保險(xiǎn)基金的財(cái)政畢竟是有限的，否則抽空財(cái)政會(huì)影響到社會(huì)經(jīng)濟(jì)的發(fā)展。企業(yè)和職工的負(fù)擔(dān)已經(jīng)比較重，還有醫(yī)療、工傷等其他繳費(fèi)，再加重企業(yè)負(fù)擔(dān)已經(jīng)不大可能。從理論上講，通過繳費(fèi)來擴(kuò)充基金畢竟有空間的限制。在繳費(fèi)比例、覆蓋范圍都飽和的情況下，繳費(fèi)就不能再帶來基金的增長(zhǎng)。因此，長(zhǎng)期的養(yǎng)老保險(xiǎn)基金問題只能通過長(zhǎng)期不斷的投資來解決。
（四）基金管理方面存在的漏洞需要投資來化解。一方面，由于我國(guó)養(yǎng)老保險(xiǎn)基金與財(cái)政密不可分的關(guān)系，造成了大量的養(yǎng)老保險(xiǎn)基金流失，表現(xiàn)為基金挪用、隱瞞截留收入、福利獎(jiǎng)金等非正常支出等等，這一現(xiàn)象近幾年來隨著監(jiān)管力度的加大已有所控制。另一方面，因?yàn)檎骼U力度不足，基本養(yǎng)老保險(xiǎn)的覆蓋面近幾年才擴(kuò)展到私營(yíng)經(jīng)濟(jì)、個(gè)體經(jīng)濟(jì)的從業(yè)人員和一些靈活就業(yè)人員。而片面追求覆蓋面以應(yīng)付眼前的基金支付還會(huì)造成基金管理行為的短期化，出現(xiàn)“優(yōu)惠征收”、“打折征收”的現(xiàn)象，給以后的養(yǎng)老保險(xiǎn)基金埋下巨大隱患。這使得養(yǎng)老保險(xiǎn)基金的投資問題更加緊迫。
二、養(yǎng)老保險(xiǎn)基金投資的風(fēng)險(xiǎn)分析
養(yǎng)老保險(xiǎn)基金從形成到支付是一個(gè)非常復(fù)雜的系統(tǒng)，其中，投資是實(shí)現(xiàn)基金增長(zhǎng)最核心的一環(huán)。巨額的養(yǎng)老保險(xiǎn)基金投向資本市場(chǎng)，在追逐基金收益的同時(shí)，風(fēng)險(xiǎn)也為各方主體密切關(guān)注。養(yǎng)老保險(xiǎn)基金理事會(huì)代表勞動(dòng)與社會(huì)保障部，專門負(fù)責(zé)對(duì)養(yǎng)老保險(xiǎn)基金的監(jiān)督和日常風(fēng)險(xiǎn)管理，選擇專業(yè)的養(yǎng)老保險(xiǎn)基金運(yùn)營(yíng)機(jī)構(gòu)，指導(dǎo)養(yǎng)老保險(xiǎn)基金的投資戰(zhàn)略和方針。投資管理人作為專業(yè)的投資機(jī)構(gòu)，職能就是通過具體的投資戰(zhàn)術(shù)的運(yùn)用實(shí)現(xiàn)收益最大化和風(fēng)險(xiǎn)最小化。而政府部門出于社會(huì)安定的考慮，對(duì)投資的風(fēng)險(xiǎn)持非常謹(jǐn)慎的態(tài)度。對(duì)養(yǎng)老保險(xiǎn)基金投資的所有風(fēng)險(xiǎn)進(jìn)行有效管理，有賴于一個(gè)完善的投資監(jiān)管體系，有賴于各個(gè)主體之間相互監(jiān)督、相互制約的權(quán)利關(guān)系和職責(zé)安排。
三、對(duì)養(yǎng)老保險(xiǎn)基金投資問題監(jiān)管的幾點(diǎn)建議
（一）以社保部門為核心，相關(guān)部門輔助進(jìn)行基金運(yùn)營(yíng)的監(jiān)管。我國(guó)養(yǎng)老保險(xiǎn)基金的運(yùn)作跨越了多個(gè)部門，社會(huì)保障部門直接負(fù)責(zé)基金的征收和發(fā)放，目前還有政府財(cái)政撥款對(duì)養(yǎng)老保險(xiǎn)基金的補(bǔ)充，基金的投資由專業(yè)的基金管理公司操作，所有的基金都通過銀行托管和流轉(zhuǎn)，最后受益人從個(gè)人在銀行的養(yǎng)老保險(xiǎn)賬戶上取得養(yǎng)老金。這些部門通過委托管理聯(lián)系在一起。因而，對(duì)整個(gè)基金運(yùn)作的監(jiān)管，應(yīng)該是以社保部門為主，財(cái)政部、證監(jiān)會(huì)、銀監(jiān)會(huì)各司其專職又相互協(xié)作。在這樣的體系下，社會(huì)保障部門仍是養(yǎng)老保險(xiǎn)基金投資監(jiān)督的核心力量。其他部門專司本職，只在本部門職責(zé)范圍內(nèi)對(duì)養(yǎng)老保險(xiǎn)基金進(jìn)行監(jiān)管。只要權(quán)責(zé)明晰，就可以保證監(jiān)管的效率和成果。
（二）建立專門的養(yǎng)老保險(xiǎn)基金投資監(jiān)管機(jī)構(gòu)。養(yǎng)老保險(xiǎn)基金數(shù)額巨大且專業(yè)性強(qiáng)，而基金的投資也是非常講究技術(shù)與專業(yè)的，需要有專門的機(jī)構(gòu)來監(jiān)管養(yǎng)老保險(xiǎn)基金投資。可以建立專業(yè)的養(yǎng)老保險(xiǎn)基金投資監(jiān)管部門。而社會(huì)保障部門也可以把養(yǎng)老保險(xiǎn)基金投資的管理任務(wù)獨(dú)立出來，委托由社保部、企業(yè)和職工代表、專家組成的養(yǎng)老保險(xiǎn)基金理事會(huì)管理。對(duì)養(yǎng)老保險(xiǎn)基金投資的監(jiān)管，養(yǎng)老保險(xiǎn)基金理事會(huì)的管理內(nèi)容應(yīng)包括：（1）審核批準(zhǔn)投資管理人、托管人的進(jìn)入和退出理事會(huì)負(fù)責(zé)下的養(yǎng)老保險(xiǎn)基金業(yè)務(wù)。（2）限制投資組合與投資比例，嚴(yán)格防范投資管理人的冒險(xiǎn)行為。大多數(shù)國(guó)家的養(yǎng)老保險(xiǎn)基金都投資于政府公債，而對(duì)投資于股票、債券、房地產(chǎn)等項(xiàng)目有嚴(yán)格限制。
基于養(yǎng)老保險(xiǎn)基金的特性和我國(guó)資本市場(chǎng)的高風(fēng)險(xiǎn)性考慮，應(yīng)該在證監(jiān)會(huì)下獨(dú)立設(shè)立養(yǎng)老保險(xiǎn)基金投資監(jiān)管司，專門行使證監(jiān)會(huì)對(duì)養(yǎng)老保險(xiǎn)基金投資的監(jiān)管職能。其負(fù)責(zé)基金投資的具體行為包括：（1）與社保部門共同確定養(yǎng)老保險(xiǎn)基金運(yùn)營(yíng)機(jī)構(gòu)的基本資格，對(duì)基金公司高管的任職審核；（2）定期和不定期地對(duì)投資管理人進(jìn)行常規(guī)檢查；（3）接收基金公司的定期報(bào)告，對(duì)養(yǎng)老保險(xiǎn)基金的投資風(fēng)險(xiǎn)評(píng)估；（4）協(xié)調(diào)養(yǎng)老保險(xiǎn)基金與其他基金、其他證券的關(guān)系，首先保證養(yǎng)老保險(xiǎn)基金的安全穩(wěn)健和增長(zhǎng)等等。托管銀行根據(jù)法律賦予的權(quán)利和自身的角色特點(diǎn)，也能有效對(duì)基金投資運(yùn)作進(jìn)行監(jiān)督，及時(shí)發(fā)現(xiàn)和報(bào)告投資管理人的異常交易或異常行為，督促投資管理人糾正違法違規(guī)行為。
關(guān)鍵詞：養(yǎng)老保險(xiǎn)基金投資監(jiān)管
一、我國(guó)養(yǎng)老保險(xiǎn)基金迫切需要投資
養(yǎng)老問題是任何一個(gè)社會(huì)、任何一個(gè)人都無法回避的問題。基于養(yǎng)老的風(fēng)險(xiǎn)性和社會(huì)性，為保證人們退休后的生活水平，通常以養(yǎng)老保險(xiǎn)的形式籌集養(yǎng)老保險(xiǎn)基金，最終以養(yǎng)老金的形式返回到養(yǎng)老保險(xiǎn)的受益人手中。因而，償付能力的充足性是養(yǎng)老保險(xiǎn)基金的根本問題，投資成為養(yǎng)老保險(xiǎn)基金的迫切需要。
1.巨額隱性債務(wù)問題需要解決。在我國(guó)現(xiàn)行的基本養(yǎng)老保險(xiǎn)的“統(tǒng)賬結(jié)合”籌集模式下，社會(huì)統(tǒng)籌賬戶由企業(yè)繳費(fèi)；個(gè)人賬戶按照職工工資繳費(fèi)比例建立。企業(yè)繳費(fèi)率由各省政府自行確定，不超過企業(yè)工資總額的20%.但在實(shí)行該體制以前，已經(jīng)退休的職工和在現(xiàn)收現(xiàn)付的舊體制下已經(jīng)工作一定年限的在職職工，都沒有時(shí)間或沒有足夠的時(shí)間為個(gè)人賬戶積累資金。這勢(shì)必造成了目前基本養(yǎng)老保險(xiǎn)收不抵支和個(gè)人賬戶“空賬運(yùn)行”的現(xiàn)象。據(jù)統(tǒng)計(jì)，在退休人員每年以6%的速度遞增的情況下，全國(guó)養(yǎng)老保險(xiǎn)基金缺口已經(jīng)從1998年的100多億元增加到2003年的400億元左右。改革遺留下的隱性債務(wù)日益加劇。其中導(dǎo)致基金缺口的原因是：一是退休年齡偏低；二是待遇水平偏高。
2.社會(huì)老齡化問題需要漸漸化解。在進(jìn)入本世紀(jì)，我國(guó)60歲和65歲以上人口分別占到全部人口10%和7%，被認(rèn)為是我國(guó)人口老齡化進(jìn)入一個(gè)新階段。據(jù)測(cè)算，我國(guó)老年人在2015年前后將高達(dá)2億，在老齡化高峰時(shí)我國(guó)老年人將在4億以上。然而，我國(guó)今天國(guó)民經(jīng)濟(jì)生產(chǎn)總值只占世界的3.8%，卻要負(fù)擔(dān)著世界20%的老人乃至1/4（25%）的老人。我國(guó)在職職工與退休職工的比例是：2000年為5：1.2001年為4.1：1；預(yù)測(cè)2020年為2.2：1，2030年下降為1.8：1.據(jù)預(yù)測(cè)，2030年左右我國(guó)退休高峰（60歲以上人口約占33500萬，約占總?cè)丝诘?7%）來臨時(shí)，退休費(fèi)將占工資總額的36%，高出國(guó)際公認(rèn)的26%的警戒線10個(gè)百分點(diǎn)。目前正不斷擴(kuò)大的老齡化危機(jī)，對(duì)存在缺口的養(yǎng)老保險(xiǎn)基金來說是雪上加霜。
3.需要投資擴(kuò)充基金。基金的來源主要包括政府財(cái)政撥款、企業(yè)（雇主）繳費(fèi)、職工（雇員）繳費(fèi)和基金運(yùn)營(yíng)收入四個(gè)方面。為盡快充實(shí)社會(huì)保障基金，一方面要繼續(xù)保持適度的財(cái)政支持，按照“中央社會(huì)保障支出占財(cái)政支出的比例要逐步達(dá)到15-20%”的要求，在確保中央財(cái)政當(dāng)期支付缺口補(bǔ)助和做實(shí)個(gè)人賬戶補(bǔ)助的基礎(chǔ)上，進(jìn)一步增加財(cái)政投入，穩(wěn)定國(guó)有股海外上市減持和彩票公益金收入，適時(shí)開征大額遺產(chǎn)、奢侈品及高檔消費(fèi)等特別稅種，進(jìn)一步充實(shí)社會(huì)保障基金；但是政府財(cái)政的主要來源是納稅人，每年用于補(bǔ)充養(yǎng)老保險(xiǎn)基金的財(cái)政畢竟是有限的，否則抽空財(cái)政會(huì)影響到社會(huì)經(jīng)濟(jì)的發(fā)展。企業(yè)和職工的負(fù)擔(dān)已經(jīng)比較重，還有醫(yī)療、工傷等其他繳費(fèi)，再加重企業(yè)負(fù)擔(dān)已經(jīng)不大可能。從理論上講，通過繳費(fèi)來擴(kuò)充基金畢竟有空間的限制。在繳費(fèi)比例、覆蓋范圍都飽和的情況下，繳費(fèi)就不能再帶來基金的增長(zhǎng)。因此，長(zhǎng)期的養(yǎng)老保險(xiǎn)基金問題只能通過長(zhǎng)期不斷的投資來解決。
4.基金管理方面存在的漏洞需要投資來化解。一方面，由于我國(guó)養(yǎng)老保險(xiǎn)基金與財(cái)政密不可分的關(guān)系，造成了大量的養(yǎng)老保險(xiǎn)基金流失，表現(xiàn)為基金挪用、隱瞞截留收入、福利獎(jiǎng)金等非正常支出等等，這一現(xiàn)象近幾年來隨著監(jiān)管力度的加大已有所控制。另一方面，因?yàn)檎骼U力度不足，基本養(yǎng)老保險(xiǎn)的覆蓋面近幾年才擴(kuò)展到私營(yíng)經(jīng)濟(jì)、個(gè)體經(jīng)濟(jì)的從業(yè)人員和一些靈活就業(yè)人員。而片面追求覆蓋面以應(yīng)付眼前的基金支付還會(huì)造成基金管理行為的短期化，出現(xiàn)“優(yōu)惠征收”、“打折征收”的現(xiàn)象，給以后的養(yǎng)老保險(xiǎn)基金埋下巨大隱患。這使得養(yǎng)老保險(xiǎn)基金的投資問題更加緊迫。
二、養(yǎng)老保險(xiǎn)基金投資的風(fēng)險(xiǎn)分析
養(yǎng)老保險(xiǎn)基金從形成到支付是一個(gè)非常復(fù)雜的系統(tǒng)，其中，投資是實(shí)現(xiàn)基金增長(zhǎng)最核心的一環(huán)。巨額的養(yǎng)老保險(xiǎn)基金投向資本市場(chǎng)，在追逐基金收益的同時(shí)，風(fēng)險(xiǎn)也為各方主體密切關(guān)注。養(yǎng)老保險(xiǎn)基金理事會(huì)代表勞動(dòng)與社會(huì)保障部，專門負(fù)責(zé)對(duì)養(yǎng)老保險(xiǎn)基金的監(jiān)督和日常風(fēng)險(xiǎn)管理，選擇專業(yè)的養(yǎng)老保險(xiǎn)基金運(yùn)營(yíng)機(jī)構(gòu)，指導(dǎo)養(yǎng)老保險(xiǎn)基金的投資戰(zhàn)略和方針。投資管理人作為專業(yè)的投資機(jī)構(gòu)，職能就是通過具體的投資戰(zhàn)術(shù)的運(yùn)用實(shí)現(xiàn)收益最大化和風(fēng)險(xiǎn)最小化。而政府部門出于社會(huì)安定的考慮，對(duì)投資的風(fēng)險(xiǎn)持非常謹(jǐn)慎的態(tài)度。對(duì)養(yǎng)老保險(xiǎn)基金投資的所有風(fēng)險(xiǎn)進(jìn)行有效管理，有賴于一個(gè)完善的投資監(jiān)管體系，有賴于各個(gè)主體之間相互監(jiān)督、相互制約的權(quán)利關(guān)系和職責(zé)安排。
三、對(duì)養(yǎng)老保險(xiǎn)基金投資問題監(jiān)管的幾點(diǎn)建議
1.以社保部門為核心，相關(guān)部門輔助進(jìn)行基金運(yùn)營(yíng)的監(jiān)管。我國(guó)養(yǎng)老保險(xiǎn)基金的運(yùn)作跨越了多個(gè)部門，社會(huì)保障部門直接負(fù)責(zé)基金的征收和發(fā)放，目前還有政府財(cái)政撥款對(duì)養(yǎng)老保險(xiǎn)基金的補(bǔ)充，基金的投資由專業(yè)的基金管理公司操作，所有的基金都通過銀行托管和流轉(zhuǎn)，最后受益人從個(gè)人在銀行的養(yǎng)老保險(xiǎn)賬戶上取得養(yǎng)老金。這些部門通過委托管理聯(lián)系在一起。因而，對(duì)整個(gè)基金運(yùn)作的監(jiān)管，應(yīng)該是以社保部門為主，財(cái)政部、證監(jiān)會(huì)、銀監(jiān)會(huì)各司其專職又相互協(xié)作。在這樣的體系下，社會(huì)保障部門仍是養(yǎng)老保險(xiǎn)基金投資監(jiān)督的核心力量。其他部門專司本職，只在本部門職責(zé)范圍內(nèi)對(duì)養(yǎng)老保險(xiǎn)基金進(jìn)行監(jiān)管。只要權(quán)責(zé)明晰，就可以保證監(jiān)管的效率和成果。
2.建立專門的養(yǎng)老保險(xiǎn)基金投資監(jiān)管機(jī)構(gòu)。養(yǎng)老保險(xiǎn)基金數(shù)額巨大且專業(yè)性強(qiáng)，而基金的投資也是非常講究技術(shù)與專業(yè)的，需要有專門的機(jī)構(gòu)來監(jiān)管養(yǎng)老保險(xiǎn)基金投資。可以建立專業(yè)的養(yǎng)老保險(xiǎn)基金投資監(jiān)管部門。而社會(huì)保障部門也可以把養(yǎng)老保險(xiǎn)基金投資的管理任務(wù)獨(dú)立出來，委托由社保部、企業(yè)和職工代表、專家組成的養(yǎng)老保險(xiǎn)基金理事會(huì)管理。對(duì)養(yǎng)老保險(xiǎn)基金投資的監(jiān)管，養(yǎng)老保險(xiǎn)基金理事會(huì)的管理內(nèi)容應(yīng)包括：（1）審核批準(zhǔn)投資管理人、托管人的進(jìn)入和退出理事會(huì)負(fù)責(zé)下的養(yǎng)老保險(xiǎn)基金業(yè)務(wù)。（2）限制投資組合與投資比例，嚴(yán)格防范投資管理人的冒險(xiǎn)行為。大多數(shù)國(guó)家的養(yǎng)老保險(xiǎn)基金都投資于政府公債，而對(duì)投資于股票、債券、房地產(chǎn)等項(xiàng)目有嚴(yán)格限制。
基于養(yǎng)老保險(xiǎn)基金的特性和我國(guó)資本市場(chǎng)的高風(fēng)險(xiǎn)性考慮，應(yīng)該在證監(jiān)會(huì)下獨(dú)立設(shè)立養(yǎng)老保險(xiǎn)基金投資監(jiān)管司，專門行使證監(jiān)會(huì)對(duì)養(yǎng)老保險(xiǎn)基金投資的監(jiān)管職能。其負(fù)責(zé)基金投資的具體行為包括：（1）與社保部門共同確定養(yǎng)老保險(xiǎn)基金運(yùn)營(yíng)機(jī)構(gòu)的基本資格，對(duì)基金公司高管的任職審核；（2）定期和不定期地對(duì)投資管理人進(jìn)行常規(guī)檢查；（3）接收基金公司的定期報(bào)告，對(duì)養(yǎng)老保險(xiǎn)基金的投資風(fēng)險(xiǎn)評(píng)估；（4）協(xié)調(diào)養(yǎng)老保險(xiǎn)基金與其他基金、其他證券的關(guān)系，首先保證養(yǎng)老保險(xiǎn)基金的安全穩(wěn)健和增長(zhǎng)等等。托管銀行根據(jù)法律賦予的權(quán)利和自身的角色特點(diǎn)，也能有效對(duì)基金投資運(yùn)作進(jìn)行監(jiān)督，及時(shí)發(fā)現(xiàn)和報(bào)告投資管理人的異常交易或異常行為，督促投資管理人糾正違法違規(guī)行為。
