均值-方差模型下VaR和CVaR限制作用的投资组合选择的对比研究GordonJ
AlexanderAlexandreM
Baptista1引言随着VaR成为最流行的风险度量工具,近些年风险控制吸引了很多金融从业者和管理者的注意力
举例来说,Jorion,Linsemeier,Pearson,Alexander和Baptista,Hull,Chance指出VaR已经被公司财团,交易人,基金经理,金融机构和管理广泛应用
与之相反,很多研究者言辞激烈的批评了作为风险控制工具的VaR
举例来说,Artzneretal指出因为不满足次可加性,VaR不是一个连续的风险度量
即,两个债券的组合的VaR可能会大于各个债券VaR的和
Basak和Shapiro指出,如果在一个连续时间序列的开始部分选择使用VaR,与不使用VaR相比较,这个机构将会承担更大的风险
因为上述的原因,这些研究者提出使用CVaR而不是VaR
这篇文章中我们主要讨论的问题有以下几个:1、使用VaR作为风险控制工具将会有什么样的结果
2、这些结果与使用CVaR有什么不同
3、作为风险控制工具,有哪些情况下CVaR可以支配VaR
为了找寻这些答案,我们查看一个周期的均值-方差模型
在一些特定的情况下,相比较不使用VaR,VaR的使用会使slightlyrisk-averse选择带有更小标准差的投资组合
可是,也存在一些情形,VaR会使得highlyrisk-averse选择有较大标准差的投资组合
因为当CVaR的边界和VaR边界重叠时,CVaR限制比VaR限制要严格这些组合选择结果是真实的
因此,控制slightlyrisk-averseagent,CVaR限制比VaR更加有效,但是却对highlyrisk-averse有着更加perverse的作用
可是当组合中存在无风险债券或者CVaR的边界大于VaR边界的时候,这些p