浅谈投资组合理论对我国保险风险管理体系的影响
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
F I NANCE&ECONOMY 金融经济
浅谈投资组合理论对我国保险
风险管理体系的影响
刘 洁
摘要:本文针对保险投资组合的风险度量和最优投资策略问
题,使用C opu l a函数得到了不同资产构成的投资组合收益的联合
分布,并利用度量了投资组合的整体风险,然后比较了几种风险
度量模型的效果。针对的不足,引入作为投资组合的优化目标建
立了保险投资组合的最优投资策略模型,以期解决保险资金的最
优配置问题,并对我国的保险风险管理体系提出了自己的一些
建议。
关键词:最优化;投资组合;Copu la函数;均值-方差模型
资产组合的风险管理本质上是一个资产组合的优化问题。在
确定投资组合时,管理者的目标是在他们可能承受的风险水平既
定的条件下,使预期收益最大,或者说在预期收益目标既定的条
件下,使面临的风险最小。为了确定有效的资产组合,必须对投
资行为作一些假设。第一个假设是,投资者是规避风险的(ris k a
vers e)。规避风险是指在确定资产组合时,在投资者愿意承受的风
险水平条件下,若存在两项预期收益相同但风险不同的资产,投
资者将选择风险小的资产。第二个假设是风险的度量方法是合
理的。
M arko w itz的最优化资产组合模型(均值方差模型)假设方
差或者标准差作为风险的度量是合理的,从而有:
m in
x
2(x)
s t 2=x T x
E(r p)=
n
i=1
x i E(r i)!p
n
i=1
x i=1其中x i!0
其中,x=(x
1
,x2,∀x n)T是所持有资产的头寸,r=(r1, r2,∀r n)T是资产收益率, =( ij)是资产收益率的协方差矩
阵(假定是正定矩阵),
p
是投资者要求的资产组合的期望收益率。
M arko w itz的均值方差模型中假设的合理性是有条件的,它要求资产收益率的分布服从正态分布,而资产组合收益率的分布服从联合正态分布。一旦资产组合收益率不服从假设分布,资产组合的方差 2=x T x将不成立,则会影响均值方差模型产生的资产组合优化结果的精度。风险值VaR能够度量各种分布形式的金融风险,不需要限制资产的分布假设,因此用风险值VaR作为风险的度量是合理的。从而,基于风险值Va R的最优化资产组合模型(均值Va R模型)为
m in
x
Va R(x)
s t E(r p)=
n
i=1
x i E(r i)!p
n
i=1
x i=1其中x i!0
基于风险值Va R的最优化资产组合模型理论上是可行的。目前也有不少学者研究这种模型,但优化问题的实现过程非常复杂,
为了简化优化问题,通常需要给模型加上一些额外的假设条件。因此,该模型的实践应用相对较少。在风险值Va R基础上发展起来的条件风险值CVaR对于处理资产组合最优化问题有很大的优越性,它具有的优良的数学性质(如凸性,次线性等)使资产组合最优化问题变得容易处理。基于条件风险值CVa R的最优化资产组合模型(均值CVaR模型)为
m i n
x
CVaR(x)
s t
E(r p)=
n
i=1
x i E(r i)!p
n
i=1
x i=1其中x i!0
本文以传统的投资组合理论为基础,将Copu la理论引入到均值Cva R模型中来,用C opu l a函数来刻画风险资产的联合分布,求解Cva R最小的投资组合模型得到最优投资比例和投资组合的风险价值。用这种方法的优点使得模型更容易处理,又考虑了变量间的非线性相关关系。
条件风险价值Cva R是在一定置信水平下超过Va R的期望损失。它的计算方法同风险值V a R的计算方法一样,有两类:参数方法和非参数方法。在这里采用M onte Carl o模拟方法来计算条件风险值Cva R,实现资产组合优化问题。
首先生成单个资产i的损失情景L i
j
(j=1,∀,N),N为模拟
的情景数。若资产组合的头寸为x=(x
1
,x2,∀x n)T,则资产组合的损失情景为:
L P j(x)=
n
i=1
x i L i j,(j=1,2,∀,N)
构造一个函数F!(x,∀)=∀+
1
1+!
E{[f(x,y)-∀]+}。其中f(x,y)为损失函数,y为资产的未来价值向量。在置信水平1-!下,优化问题可转化为一个线性规划问题:
m i n
(x,∀)#X∃R
F a(x,∀)
s t
E(r p)=
d
i=1
x i E(r i)!p
d
i=1
x i=1其中x i!0
因此,通过优化问题可以同时得到最优的CV a R!(x)和对应的Va R!(x)。这样,基于条件风险值CV a R的最优化资产组合模型就转化为一个典型的优化问题,使得计算更加简便可行。在置信水平(1-!)下,求解上面的优化问题,可以得到(x*,∀*),其中x*是使CVa R(!)最小的资产组合的头寸,而∀*是对应的V a R(!)。
从前面的分析可知,CVaR与Va R相比是更为谨慎的风险度量方法,从而可以更有效的管理金融风险。对于保险投资组合的风险管理,只要能够利用Copula函数生成资产组合的损失分布,就能得到投资组合的CVaR。
108