論文：社保基金的風險衡量與預警機制構建

論文：社�；鸬娘L險衡量與預警機制構建

內(nèi)容摘要：運用VaR的風險測量方法對近年來社�；鸬娘L險進行衡量，結果表明07年來劇增的風險水平已超出可承受范圍。為了控制風險,通過由激勵機制與甄別機制構成的預警機制來有效地降低風險。通過設置收益門檻值和最高風險水平，加強了對高收益的激勵和對風險的控制，并且能夠有效地甄別出管理者的能力類型。研究結果表明只有加大對高風險的懲罰和對超過收益門檻的管理者進行有效地激勵才能甄別管理者的類型和提高管理者的積極性。
關鍵詞：社�；� 激勵機制 甄別機制 委托—代理模型

Assess the risk of social security funds and build an early warning mechanism

Abstract: VaR use of the method of measuring the risk of social security funds in recent years to measure the risk, the results show that the sharp increase in the level of risk tolerance level has been e*ceeded from 2007. In order to control this risk through incentive mechanism and a
……（新文秘網(wǎng)http://120pk.cn省略986字，正式會員可完整閱讀）……　
的預期價值與在一定置信水平的最低價值之差。即有：
VaR=E()-=E [(1+)]-(1+) =-(-) （1）
可見，如果能夠求出置信c下的或，即可求出某資產(chǎn)組合在該置信度下的VaR值。VaR值一般可以從資產(chǎn)組合未來價值的概率分布函數(shù)求出，假設f()是其概率分布密度函數(shù)，給定置信水平c，可以用下式求出在該置信水平下的： ，于是有
（2）
根據(jù)相應的累積分布函數(shù)經(jīng)計算可得： VaR= （3）
計算VaR值最關鍵的是確定資產(chǎn)未來收益的分布特征，直接用正態(tài)分布將會低估資產(chǎn)的風險值。為了克服社�；鸬氖找嫘蛄械募夥搴裎驳奶卣�，將用基于t分布的GARCH(1,1)模型[王美今，王華的研究表明GARCH在t分布比正態(tài)分布能更好地擬合股市險值。
]估計出收益序列，然后代入VaR的定義式求出相應的VaR值。
1.2 統(tǒng)計檢驗及險值分析
為了更客觀、全面地反映社�；鸬娘L險情況，本文采用大智慧公司編制的社保重倉指數(shù)（993405）作為分析對象，對我國社�；鹪谧C券市場的風險進行測量。社保重倉股指數(shù)是以上海證券交易所、深圳證券交易所掛牌的全部上市股票為計算范圍，選擇社保重倉的上市公司作為成分股，采用派氏加權進行編制的指數(shù)。它能夠客觀地反應社保基金在證券市場上的收益和風險情況。樣本選取的范圍是2004年10月12日到2008年4月16日，交易數(shù)據(jù)為916。數(shù)據(jù)來源于國泰君安的中國證券交易數(shù)據(jù)查詢系統(tǒng)。
（1）數(shù)據(jù)特征及檢驗
對社�；鸬氖找媛什捎霉剑浩渲斜硎総期的收盤價格。計算收益率數(shù)據(jù)序列的基本統(tǒng)計量值如表1所示：
表1 社�；鹗找媛市蛄械臄�(shù)據(jù)統(tǒng)計特征
容量 均值 標準差 偏度 峰度 ＪＢ檢驗 置信度
916 0.001083 0.019834 -0.608023 6.876870 630.0893 0.00000
從表1.可以看出社�；鹗找媛实男蛄械姆宥群推确謩e為6.876870、-0.608023，表明樣本是左偏的且峰度遠高于正態(tài)分布的風度值3，說明社�；饘�(shù)收益率具有尖峰厚尾特征。JB統(tǒng)計量為630.08930，遠大于分布的臨界值，因此拒絕社保基金指數(shù)收益率序列的正態(tài)分布假設。為了更直觀地看到社�；鸬氖找媛市蛄泻驼龖B(tài)分布的差別，本文用正態(tài)分布累積函數(shù)和社�；鹗找媛世鄯e分布的圖形進行比較，如下圖1所示：

圖1 社�；鹗找媛蕦嶋H曲線與正態(tài)分布曲線的比較
從圖1可以清楚地看到,社�；鹗找媛市蛄信c正態(tài)分布存在著巨大的差別，其尖峰厚尾的特征非常明顯,所以若應用服從正態(tài)分布的假設估計風險將產(chǎn)生巨大的誤差,估計風險值的準確性也大打折扣。為了較為準確地估計社�；鸬娘L險值，對其數(shù)據(jù)進行平穩(wěn)性檢驗[采用ARCH方法估計的前提是對此數(shù)據(jù)的穩(wěn)定性進行研究，即進行單位根檢驗。]，結果如表2所示：
表2 基金收益率的單位根檢驗結果
t-Statistic Prob.
Augment Dickey-Fuller test statistic -32.0268925 0.0000
Test critical values: 1% level
5% level
10% level -3.437275
-2.864486
-2.568392
從表3可以看出社�；鸬腁DF檢驗的t值為-32.0268925，而1%、5%、10%的置信水平下的t值分別為-3.437275、-2.864486和-2.568392，故在任何置信水平下均拒絕單位根假設，說明收益率序列是平穩(wěn)的。對此用Engle(1982)提出的殘差序列是否存在ARCH效應的拉格朗日乘數(shù)檢驗（Lagrange multiplier test）即ARCH LM檢驗，在此基礎上對社�；鸬氖找媛蕯�(shù)據(jù)進行評價,表3為檢驗的結果：
表3 社�；餉RCH LM檢驗結果
F-statistic 4.421800 Prob. F(3,911) 0.0043
Obs*R-squared 10.54859 Prob. Chi-Square(3) 0.0144
在滯后3階的情況下，檢驗的相伴概率=0，拒絕殘差序列不存在ARCH效應的原假設，說明社保基金的收益率數(shù)列存在ARCH效應。
（2）社保基金的在險值分析
在5%置信水平下社�；鸬腣aR值如圖2所示：

圖2：社保基金VaR的整體變化趨勢
從上圖可以清楚地看到近年來風險不斷增大的趨勢，2004年到2006年社�；鸬娘L險值較低、波動性較低，但是2007年到2008年社�；餠aR急劇增加且波動性相當劇烈。具體來看，2004年到2006年社�；痫L險值分別為27.46、22.29和24.65，可見這三年風險水平處于較低水平且變化幅度很小。但是2 ……（未完，全文共11648字，當前僅顯示2771字，請閱讀下面提示信息。收藏《論文：社保基金的風險衡量與預警機制構建》）