综合因子法对债券风险管理引起思考范文

本站小编为你精心准备了综合因子法对债券风险管理引起思考参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

【摘要】本文将因子分析与VaR方法相结合得到了债券风险管理的综合因子分析法模型，并将该模型与方差－协方差模型进行了实证检验与比较，对我国的债券风险管理提供了一些思考。

【关键词】债券收益率曲线综合因子分析法VaR

一、综合因子分析法模型提出的背景

中国人民银行决定，自2006年8月19日起上调金融机构人民币存贷款基准利率。金融机构一年期存款基准利率上调0.27个百分点，由现行的2.25%提高到2.52%；一年期贷款基准利率上调0.27个百分点，由现行的5.85%提高到6.12%；其他各档次存贷款基准利率也做出了相应调整。这次加息是继2004年10月29日加息以来的第二次加息，两次加息的幅度虽然不太大，但加息给整个国民经济带来的影响也是不容忽视的，以下仅从债券投资的角度分析加息带来的影响。

首先，它将对作为债券重要投资主体之一的银行产生较大的影响。一方面，银行自身作为债券投资主体，会增加银行的机会成本；另一方面，银行作为融资的中介机构，存贷款利率的增加将会降低银行融资的竞争力。

其次，保险公司也会面临较大的利率风险。保险公司的资金来源以长期资金为主，出于资产负债期限匹配的目的，主要投资于中长期债券。由于上世纪上世纪90年代央行历次降息，使保险公司降息前承保的高息保单成为历史包袱，而目前的加息无疑会给保险公司雪上加霜。

最后，对基金管理公司等金融公司的债券投资也会带来更大的不确定性。这类金融公司对债券也有较高的投资需求，而且往往具有增强整个市场的活跃程度的作用，因此，这种不确定性的影响将会波及到整个市场，从而加大整个市场的投资风险。

目前，与美国等经济发达的国家相比，我国债券的风险管理水平是比较滞后的，基于上述背景，本文将因子分析应用于国际上风险管理的主流分析方法--VaR方法中得到综合因子分析法模型，希望能够对我国的债券风险管理提供一些思考。

二、综合因子分析法模型

1、因子分析实证

考虑到我国债券发行的历史不长，而国债市场相对来说比较成熟，因此，本文使用了2003年1月2日到2003年12月26日230个交易日上海证券交易所的国债交易数据作为对象进行分析。在该时间段内，上海证券交易所国债市场挂牌流通的附息国债由17只增加到22只，剔除0100112，010210两个浮动利率国债品种后，用于拟合收益率曲线的固定利率国债包括：000696、009704、000905、000896、009908、010004、0100010、010103、010107、010110、101112、010115、010213、010214、010215、010301、010303、010307、010308、010311。由于我国交易所的国债品种较少，因而本文使用Nelson-Siegel方法来估算。本文分别计算了1年、2年、3年、4年、5年、6年、7年、8年、9年、10年的国债即期收益率。

首先，本文使用了巴特利特球度（Bartletttestofsphericity）和KMO(Kaiser-Meyer-Olkin)的统计检验方法对1年、2年、3年、4年、5年、6年、7年、8年、9年、10年的国债即期收益率这10个原有变量进行相关分析，结果显著，说明这10个原有变量之间存在较强的相关关系，因而适合作因子分析。

其次，本文利用ADF检验了数据的平稳性。从ADF检验结果看(见表1)，各种期限的收益率水平时间序列均未通过90%置信度，显示出较明显的非平稳特征，；而所有一阶差分时间序列均明显呈现良好的稳定状态。综合相关分析和平稳性检验结果，在下文主成分分析中采用一阶差分(即收益率日变化量)作为分析对象。

最后，本文使用SPSS统计软件对国债即期收益率日变化量（一阶差分）进行主成分分析，结果（见表2）显示，前三个主要因子对收益率的方差贡献率分别为65.72%、29.07%、5.16%，对总体方差累计解释能力达到99.95%，因此，前三个主要因子基本上已解释了国债收益率曲线的变动特征。这三个因子分别是水平、倾斜和曲率。由于水平和倾斜两个因子的特征值均大于1，而且累计贡献率达到了80％以上，根据确定共性变量的数量的原则，本文提取了这两个因子对这两个因子的综合形式进行建模。

2、综合因子分析法模型概述

由于水平和倾斜这两个综合因子能够解释债券价值变化的绝大部分，而且债券收益率的变化可以表示为因子的线性组合，因此，债券收益率的变化可以表示为：

三、综合因子分析法模型在我国债券风险管理中的运用及建议

本文分别运用综合因子分析法和方差－协方差方法计算了2003年4月份由债券000696、000896、0009908、010010、10103、010215这六种债券构成的9个债券组合的VaR值，结果见表3。

从表3两种方法对债券VaR测量的结果中，我们可以得出以下结论：

1、和方差－协方差方法比较，综合因子分析法对债券组合VaR的估计值偏低，只有对债券组合3两综合因子法的估计值要高于方差－协方差方法。另外，方差－协方差方法VaR的估计值波动性比较大，而综合因子分析法VaR的估计值波动性则较小。由于国债的发行主体是国家，信誉度是最高的，基本上不存在违约风险；2003年我国的利率基本上处于一个稳定的水平，在这样的情况下，国债的风险基本上是买卖价差的风险，纵观近几年我国国债的开盘与收盘价差，也不存在很剧烈的波动。而且，保险机构、财务公司等金融机构购买国债主要是为了资产匹配的需要，投机动机较少。因而，相对而言，国债的风险是比较低的，而且也不会有很大的波动性。所以，从这个方面而言，综合因子分析法对债券VaR的估计更为合理。

2、随着到期日的临近，综合因子分析法对债券VaR的估计值是逐渐减少的，也就是说债券组合的风险是逐渐变小的。从债券组合1到债券组合5，债券组合6到债券组合7，债券组合8到债券组合9，它们的剩余到期时间逐渐增加，此时，它们的VaR值也是逐渐增加的。也就是说，债券组合的VaR值是与它们的剩余到期时间成正比的。例如，债券组合6的剩余到期时间介于债券组合2和3之间，而它的VaR值也是介于债券组合2和3的VaR之间。这是符合债券风险的“逼近面值和价格波动性降低现象”的。而应用方差－协方差方法计算的债券的VaR值则没有这一特点，并且还出现了很多与理论和现实相悖的现象。例如，债券000896是一只快要到期的债券，剩余到期时间只有半年多，而债券000696还有3年多的剩余到期时间，不论从理论上，还是从现实中来说，这两只债券构成的组合的风险应当高于单个债券000696的风险，但是方差－协方差方法计算的VaR值却正好相反。类似这样的情况还有很多。因而，综合因子分析法对债券VaR的测量值更准确一些，也更符合理论和现实。

【参考文献】

[1]JPMorgan.RiskMetircs-technicaldocument.NewYork:MorganGuarantyTrustCompany,1996

[2]JorionP.Valueatrisk:Thenewbenchmarkforcontrollingmarketrisk.NewYork:McGraw-HillCompanies,Inc,1997

[3]王春峰、金融市场风险管理.天津:天津大学出版社，2001

[4]杨大楷、杨勇，“关于我国国债收益率曲线的研究”，财经研究，1997年第7期14－19

[5]唐革榕、朱峰，我国国债收益率曲线变动模式及组合投资策略研究，金融研究，2003年第11期64－72

[6]张继强，“债券利率风险管理的三因素模型”，数量经济技术经济研究，2004年第1期，62－67

[7]CindyI.Niffikeer,RobinD.Hewins,RichardB.Flavell,“ASyntheticFactorApproachtotheEstimationofValue-at-riskofAPortfolioofInterestRateSwaps”,2000,(24),1903-1932

[8]Lekkos,llias.“ACritiqueofFactorAnalysisofInterestRates”.JournalofDerivatives.Fall2000.72-83