2760 系统工程理论与实践 第33卷 Pr(H:=1)=ea/(1+e)=0,B=0.若自变量中不含VaR,统计量记为DQ-H;若自变量中含VaR,记为 DQ-VaR.若统计量拒绝原假设(P值小于设定的显著性水平，如l0%),H:不具有独立同分布特征，VaR预 测绩效较差；若统计量不能拒绝原假设，Ht具有独立同分布特征，VR预测绩效较好. 由于DQ检验仅能分析单一模型的VR预测绩效而无法进行模型间的比较，本文另选取平均相对偏差 (mean relative bias,,MRB)29和市场风险资本要求(market risk charge,.MRC)等指标比较各模型的VaR 预测绩效.MRB主要考察各模型的VR预测值的相对差异，而MRC是巴塞尔协议规定的市场风险资本要 求.公式如下： T MRB=T-1 VaRit-VaRit (7) VaRit 60 MRCt max VaRt-1,60-k>VaR-i (8) 其中，式(7)中i=l,2,·,N;N为待比较的模型个数；T为总样本数；VaRt为模型i在第t期的VaR预 测值；VaR为各模型的VaR预测值的平均.式(8)中k为正整数.MRB越大或MRC越大，根据VaR预 测值预留的资金量越大.从成本的角度考虑，所需资金量越大的模型的VR预测绩效越差.需要说明的是， 采用MRB、MRC比较各模型的VaR预测绩效未经统计检验，只能作为DQ检验的辅助.只有当待比较的 模型的DQ检验均不能拒绝原假设时，MRB、MRC才能用于模型间VaR预测绩效的比较. 3数据说明 本文选取布伦特原油(Brent Crude Oil)每日收盘价来分析油价风险.布伦特原油是国际石油市场的基 准原油之一，其价格反映了石油市场总体价格水平.数据来源于DataStream数据库.样本期间为l998年1 月1日至2009年12月31日，共3131个观察值. 石油价格与收益率走势见图1.图形显示，1998年到2009年间石油价格最低跌至9.22美元/桶，最高涨 到144.07美元/桶，多次发生暴涨暴跌.1998年油价维持在10美元/桶左右，1999年突破20美元/桶，2001 年受互联网泡沫破灭和911事件影响又回落到20美元/桶以下.此后，在美国低利率政策和石油输出国组织 限产政策影响下油价持续上涨.特别是进入2007年，美国爆发次贷危机，美元贬值，国际资本流向石油市场 在美元贬值和国际资本流动的双重作用下，油价迅速上涨.而随着次贷危机愈演愈烈，国际投行相继破产，实 体经济遭受重创，油价自2008年7月开始急剧下跌.至2009年初，在各国政府救市措施影响下，油价才缓慢 回升.油价暴涨暴跌和剧烈波动带来巨大风险，凸显了风险管理的重要性.收益率走势显示，市场冲击对油价 波动的影响具有持续性，导致高波动伴随高波动，低波动伴随低波动，聚集效应明显.这预示油价VR可能 存在自回归特征.表1的收益率描述性统计结果显示，油价收益具有尖峰厚尾特征，预示油价易于暴涨暴跌 160 140 120 80 60 40 20 0 20 9%9900010203040506070809 989900010203040506070809 注：左图为油价走势，横坐标为日期，纵坐标为油价（单位：美元/桶）；右图为收益率走势，横坐标为日期， 纵坐标为100倍的对数收益率；样本期间为1998年1月1日至2009年12月31日. 图1石油价格与收益率走势图 表1收益率描述性统计结果 均值 中位数 标准差 偏度 峰度 JB统计量 P值 0.0502 0.0464 2.4914 -0.0471 6.0925 1248.7780 0.0000 注：收益率为l00倍的对数收益率；JB统计量为Jarque-Bera检验的统计量，检验原假设为 序列服从正态分布；样本期间为1998年1月1日至2009年12月31日，含3131个观察值 万方数据2760 系统工程理论与实践 第33卷 Pr(Ht=1)=eo／(1+eo)=p，卢=0．若自变量中不含VaR，统计量记为DQ—H；若自变量中含VaR，记为 DQ—VaR．若统计量拒绝原假设(P值小于设定的显著性水平，如10％)，Ht不具有独立同分布特征，VaR预 测绩效较差；若统计量不能拒绝原假设，凰具有独立同分布特征，VaR预测绩效较好． 由于DQ检验仅能分析单一模型的VaR预测绩效而无法进行模型间的比较，本文另选取平均相对偏差 (mean relative bias，MRB)[29】和市场风险资本要求(market risk charge，MRC)等指标比较各模型的VaR 预测绩效．MRB主要考察各模型的VaR预测值的相对差异，而MRC是巴塞尔协议规定的市场风险资本要 求．公式如下： MRB沪T一1 F—Val"tit-Va&t (7) 2￡= VaRit ‘‘1 ／ ．旦 、 ^zRCt=max I VaRt—l，60—1而>，VaRt—i l (8) ＼ 葛 ／ 其中，式(7)中i=1，2，…，Ⅳ；Ⅳ为待比较的模型个数；T为总样本数；VaR4t为模型i在第t期的VaR预 测值；—Va—Por为各模型的VaR预测值的平均．式(8)中k为正整数．MRB越大或MRC越大，根据VaR预 测值预留的资金量越大．从成本的角度考虑，所需资金量越大的模型的VaR预测绩效越差．需要说明的是， 采用MRB、MRC比较各模型的VaR预测绩效未经统计检验，只能作为DQ检验的辅助．只有当待比较的 模型的DQ检验均不能拒绝原假设时，MRB、MRC才能用于模型间VaR预测绩效的比较． 3数据说明 本文选取布伦特原油(Brent Crude Oil)每日收盘价来分析油价风险．布伦特原油是国际石油市场的基 准原油之一，其价格反映了石油市场总体价格水平．数据来源于DataStream数据库．样本期间为1998年1 月1日至2009年12月31日，共3131个观察值． 石油价格与收益率走势见图1．图形显示，1998年到2009年间石油价格最低跌至9．22美元／桶，最高涨 到144．07美元／桶，多次发生暴涨暴跌．1998年油价维持在10美元／桶左右，1999年突破20美元／桶，2001 年受互联网泡沫破灭和911事件影响又回落到20美元／桶以下．此后，在美国低利率政策和石油输出国组织 限产政策影响下油价持续上涨．特别是进入2007年，美国爆发次贷危机，美元贬值，国际资本流向石油市场． 在美元贬值和国际资本流动的双重作用下，油价迅速上涨．而随着次贷危机愈演愈烈，国际投行相继破产，实 体经济遭受重创，油价自2008年7月开始急剧下跌．至2009年初，在各国政府救市措施影响下，油价才缓慢 回升．油价暴涨暴跌和剧烈波动带来巨大风险，凸显了风险管理的重要性．收益率走势显示，市场冲击对油价 波动的影响具有持续性，导致高波动伴随高波动，低波动伴随低波动，聚集效应明显．这预示油价VaR可能 存在自回归特征．表1的收益率描述性统计结果显示，油价收益具有尖峰厚尾特征，预示油价易于暴涨暴跌． 98 99 00 01 02 03 04 05 06 07 08 09 98 99 utJ 0l 02 03 04 05 06 07 08 09 注：左图为油价走势，横坐标为日期，纵坐标为油价(单位：美元／桶)；右图为收益率走势，横坐标为日期， 纵坐标为100倍的对数收益率；样本期间为1998年1月1日至2009年12月31日． 图1石油价格与收益率走势图 表1收益率描述性统计结果 注：收益率为100倍的对数收益率；JB统计量为Jarque—Bera检验的统计量，检验原假设为 序列服从正态分布；样本期间为1998年1月1日至2009年12月31日，含3131个观察值 万方数据