基于貝葉斯統(tǒng)計的金融市場若干風(fēng)險測度研究

【摘 要】2008年次貸危機席卷全球，中國也沒能幸免。盡管我國對于金融市場監(jiān)控比較嚴格，但我國金融體系不健全是事實，仍然不能完全預(yù)防金融市場的風(fēng)險。在銀行、證券、保險業(yè)這金融三駕馬車飛速發(fā)展的今天，我們有必要加強金融風(fēng)險的預(yù)防工作。早在1763年，貝葉斯統(tǒng)計就已經(jīng)被學(xué)者提出，并被認為是唯一合理的統(tǒng)計推斷方法，本文就是基于貝葉斯統(tǒng)計，對金融市場的若干風(fēng)險進行研究，為我國金融安全提供一套可行的方法。

【關(guān)鍵詞】金融市場；貝葉斯統(tǒng)計；風(fēng)險測度

一、前言

隨著金融市場的發(fā)展和全球化進程的不斷深入，多種變量的融合，金融風(fēng)險的測度愈加困難。為了使金融市場中不利事件的影響降到最小，規(guī)避風(fēng)險，需要我們進行風(fēng)險測度，近些年來?，F(xiàn)有方法已經(jīng)不能滿足我們對于金融風(fēng)險側(cè)度的要求，這就需要我們探索新的方法，來應(yīng)對金融市場的日益復(fù)雜化。

二、我國金融市場的風(fēng)險構(gòu)成

金融管理的三個層面是風(fēng)險識別、風(fēng)險測度、風(fēng)險控制，其中，風(fēng)險測度是風(fēng)險管理的關(guān)鍵。傳統(tǒng)統(tǒng)計方法現(xiàn)已很難準確的對金融風(fēng)險進行分析，這就需要我們探索新的技術(shù)進行金融風(fēng)險的測度。

風(fēng)險是指某些不利事件發(fā)生的可能性，相比于其他風(fēng)險，金融風(fēng)險具有廣泛性、強破壞性、傳導(dǎo)性、規(guī)律性和可控性的特點。一旦發(fā)生金融危機，往往對多個領(lǐng)域，多個國家造成巨大的損失，但通過對幾次金融危機的研究，我們也可以發(fā)現(xiàn)，金融危機不是不可避免的，也不是不可控制的，只要我們科學(xué)進行預(yù)估，這些危機都是可以避免的，所以需要我們特別注意金融危機的測度工作。

根據(jù)金融風(fēng)險發(fā)生的多種原因和形式，可以把金融風(fēng)險分為五大類，分別是市場風(fēng)險、信用風(fēng)險、操作風(fēng)險流動性風(fēng)險和法律風(fēng)險。法律風(fēng)險一般是國家規(guī)范、政府監(jiān)督、法律法規(guī)的管理，不考慮度量問題。流動性風(fēng)險在其他風(fēng)險測度時都會對流動性因子成分進行分析，不用單獨列出。所以當前主要進行測度的只有市場風(fēng)險、信用風(fēng)險和操作風(fēng)險這三種。市場風(fēng)險又稱價格風(fēng)險，一般是因為商品價格、股票、匯率等市場因素的變動引起的金融機構(gòu)風(fēng)險，是金融體系最常見的風(fēng)險；信用風(fēng)險指的是因信用等級躍遷、信用價差波動、違約等事件導(dǎo)致的風(fēng)險，狹義上可以理解成一種違約風(fēng)險。主要由金融機構(gòu)經(jīng)營情況引起；操作風(fēng)險是金融機構(gòu)由于內(nèi)部人員、自身系統(tǒng)、或外部事件造成的風(fēng)險。一般只存在于銀行當中。

三、金融市場的主要成因

金融風(fēng)險測度不僅是為了使我們規(guī)避風(fēng)險或減少風(fēng)險的，它的另一個主要作用在于透過量化數(shù)據(jù)，認清我國金融市場存在的不足和現(xiàn)實情況。從現(xiàn)實層面來講，當前金融行業(yè)的市場風(fēng)險主要是由最不可控的股票風(fēng)險引起的。股票市場方面，股權(quán)結(jié)構(gòu)不合理、市場做空機制與退出機制不完善信息披露機制不健全、不對等、政府干預(yù)過多、利率變動、國際金融炒家對人民幣進行炒作，都是引起股票市場風(fēng)險的主因。

信用風(fēng)險方面，國有銀行是以國家信用作為保證的，個別違約現(xiàn)象不能使整個金融市場混亂，最有可能引起信用危機的就是商業(yè)銀行信用風(fēng)險，雷曼兄弟的破產(chǎn)就是一例。當前，引起信用風(fēng)險的主要因素是：投資和信貸導(dǎo)致金融風(fēng)險累積。近十年來，我國信貸余額和GDP的比值，M2和GDP的比值都有所偏高，已經(jīng)顯現(xiàn)出風(fēng)險的跡象；不良貸款的比重偏高。美國次貸危機大家還記憶猶新，我國企業(yè)的逃債、廢債行為十分嚴重，擴大了銀行不良貸款的比重；市場融資機制不規(guī)范，信貸資金運用約束性差。2010年，對GDP貢獻率僅為1/3的國有企業(yè)拿到了90%的銀行貸款，而占社會總產(chǎn)值60%的非國有企業(yè)只有不到10%的貸款，可見我國融資機制的不合理性；最后，宏觀經(jīng)濟波動也會引發(fā)信用危機。

操作風(fēng)險方面，操作風(fēng)險的表現(xiàn)主要為內(nèi)部詐騙、外部詐騙，操作失誤等，主要原因有組織機構(gòu)不健全，管理失控、內(nèi)部機制不完善、業(yè)務(wù)流程設(shè)計不當、人員素質(zhì)不高，專業(yè)素養(yǎng)和職業(yè)道德方面不達標。

四、如何用貝葉斯方法測度金融風(fēng)險

貝葉斯方法是綜合總體信息、樣本信息和先驗信息進行推斷的一種統(tǒng)計方法，采用貝葉斯方法統(tǒng)計推斷的全部結(jié)果，就是貝葉斯統(tǒng)計。

進行貝葉斯統(tǒng)計，首先要做先驗分布選取，依據(jù)貝葉斯MCMC方法及貝葉斯統(tǒng)計軟件，將經(jīng)驗數(shù)據(jù)輸入Winbugs軟件，根據(jù)模擬結(jié)果選取最優(yōu)分布作為參數(shù)的先驗分布，然后進行GARCH模型參數(shù)的后驗分布確定及模型參數(shù)的貝葉斯估計，進行完之后對POP模型參數(shù)進行先驗分布假定，最后進行模型的有效性檢定。需注意的是，MCMC得到的馬爾科夫鏈是否收斂于平穩(wěn)分布是需要進一步檢驗的。目前檢驗方法有Gelman與Rubin的診斷方法和Brooks-Gelman兩種。

市場貝葉斯分析方法是建立GARCH-POT模型，根據(jù)已有研究成果，GARCH-POT模型思路是假定模型參數(shù)互相獨立，且選取正態(tài)分布作為參數(shù)的先驗分布，然后聯(lián)合似然參數(shù)得出模型參數(shù)的后驗分布。再根據(jù)Pareto分布的參數(shù)選取參數(shù)先驗分布，在據(jù)此對先驗分布的超參數(shù)進行貝葉斯估計進而得出殘差估計值。

對于信用風(fēng)險和操作風(fēng)險，都可以利用貝葉斯方法進行測度，基于現(xiàn)有研究成果，本文就不進行贅述了。

五、結(jié)語

現(xiàn)今頻率統(tǒng)計度量模型對突發(fā)事件解釋失效的情況下我國股市存在著不可忽視的風(fēng)險。對此，我們要規(guī)范上市公司行為，完善股市的基本法規(guī)和制度，加強金融監(jiān)管，防止投資者市場操控行為，合理把控信貸投資總量，積極支持實體經(jīng)濟的發(fā)展，并要加快體制改革，優(yōu)化金融資源配置。對于金融市場的研究需要進行技術(shù)革新與升級。

參考文獻：

[1]王彥紅.基于貝葉斯分位回歸的證券市場風(fēng)險測度研究[D].湖南大學(xué)，2010.

[2]王靈芝.中國證券市場流動性風(fēng)險的量化與管理研究[D].上海交通大學(xué)，2010.

[3]管皓云.基于多元Copula貝葉斯隨機波動模型的投資組合研究[D].湖南大學(xué)，2011.

[4]謝偉峰.湖南地區(qū)工業(yè)轉(zhuǎn)型升級的測度及金融支持研究[D].中南大學(xué)，2014.

作者簡介：

魏亮亮（1984年），男，山西臨縣人，漢族，現(xiàn)職稱：助教，學(xué)歷：碩士研究生，研究方向：金融統(tǒng)計。