居民家庭金融资产组合集成风险的测量与波动分析

徐梅

[摘 要] 居民家庭金融资产在不同时期风险的聚集可能会引发宏观金融风险，甚至导致金融危机。因此，文章试图测算家庭金融资产组合风险并描述其变动特点。首先构建家庭金融资产组合的Copula函数，然后计算其VaR值，并比较分析VaR值与各金融资产收益的变动关系，发现当金融资产中高风险资产的收益低于VaR值下限时，家庭金融资产风险不断积聚并达到高点，而这个过程与金融危机发生的时间相契合。家庭金融资产组合风险和资产中的风险资产收益会影响未来的利率和CPI的变化。

[关键词]居民家庭金融资产组合风险；Copula函数；在险价值VaR；风险积聚

[中图分类号]F832.332 [文献标识码]A [文章编号]1673-0461（2014）07-0071-05

一、引 言

居民家庭金融资产指居民拥有的能够带来一定收益的以价值形态存在的资产。根据《中国人民银行年报》统计口径，我国居民的金融资产主要由手持现金、储蓄存款、有价证券、保险准备金四大类组成。其中，现金主要满足居民家庭日常交易需求，这部分资产不但没有收益，相反还存在机会成本；储蓄存款作为居民对银行储蓄这种金融资产的投资额来考虑；有价证券可以分为债券和股票，这两者的风险差别很大，债券具有储蓄功能，风险小，而股票市场投机性强，风险较大；在居民家庭金融资产总量中保险准备金所占比重较小，而且由于保险存在的概率赔付问题使得整个保险市场的收益率不好确定。一般而言，在居民家庭金融资产中，储蓄存款和国债属于无风险金融资产，股票属于高风险金融资产。各类金融产品在居民家庭金融资产中的配置情况，称为居民家庭金融资产组合。在不同时期，居民的家庭金融资产组合中的资产类型持有比例是不同的，以应对外部经济环境变化的影响。本文试图测算居民家庭金融资产组合的风险，观察其在不同时期风险的变化情况，同时分析各自不同类型的金融资产对宏观经济变动的敏感程度，为政府制定宏观经济政策以引导居民进行合理的消费和投资提供研究依据。

金融资产风险测算一直是过去半个世纪来国内外学者关注的焦点和前沿研究领域之一。1997年，J. P. Morgen集团公布了其内部使用的全面估计金融风险的方法、数据和模型，其核心技术就是风险价值（Value at Risk，简称VaR）计算方法。VaR值就是在一定的持有期及一定的置信度内，某金融投资工具或投资组合所面临的潜在的最大损失金额（Jorion，1997）。它已被巴塞尔委员会推荐为一种允许金融机构使用、作为内部风险管理模型来决定资产监管要求的新方法，并明确建议其作为风险度量的标准。但是，度量单种风险因子的度量法，例如：市场风险因子度量法、信用风险度量法等，一般都不适用于集成风险的度量。因为单个资产所面临的这些风险形态多样且相互关联、交叉、渗透，并共同作用于资产组合，对资产组合所面临的集成风险具有叠加、放大的效应，一些学者开始探讨如何将各种不同风险、收益的资产组合起来，度量其集成风险。Sklar（1959）首先以“Copula”命名一类函数，此类函数能够把一维边缘分布函数连接在一起，形成联合分布函数。Embrechts et al.（1999， 2002）率先把Copula函数引入到资产组合的金融风险管理中。张明恒（2004）研究了多金融资产风险价值的Copula计量模型和计算方法，吴振翔等（2006）使用了Copula-Garch模型来分析投资组合风险。

综上所述，国内外有关金融风险的研究方法，从单个金融资产到金融资产组合风险的测算，已经比较成熟。但是这些方法大多只是用于宏观的金融风险的测量，尤其是股市风险的测量。对于家庭金融资产结构风险的测量方面尚缺乏相关的研究。本文试图通过构建Copula函数，将家庭金融资产中的风险资产和无风险资产结合起来，形成联合分布函数，并通过计算VaR来度量居民家庭金融资产在不同时期的结构风险。Copula函数运用于资产组合的集成风险度量有两个优势：①可以刻画单个资产收益率分布的非正态性质，即“尖峰厚尾”特征；②可以描述不同资产收益率之间复杂的相互关系。这样，Copula函数能够把具有非正态性质、相互关联的多个风险因子“连接”起来，构建由多个风险因子驱动的资产组合收益率的联合分布，并利用VaR方法度量资产组合的集成风险。

二、构建Copula函数测算金融资产组合风险VaR

在Sklar定理的基础上，测算金融资产组合风险的步骤如下：①首先计算资产组合中单个风险因子的分布；②找到风险因子之间的Copula函数；③运用单个风险因子分布和Copula函数刻画资产组合的集成风险因子分布；④使用VaR方法度量资产组合的集成风险。

（一）Copula函数的概念

Copula函数可看成一个多维分布函数C：[0，1]n→[0，1]，其边缘分布F1，…，Fn为区间（0，1）上的均匀分布。Sklar（1956）提出了Sklar定理：令F为具有边缘分布F1（·），…，FN（·）的联合分布函数，那么，存在一个Copula函数C，满足：

F（x1，…xn，…，xN）=

C（F1（x1），…，Fn（xn），…，FN（xN）） （1）

其中C就是一个Copula函数，若F1（·），…，FN（·）连续，则C唯一确定；反之，若F1（·），…，FN（·）为一元分布，那么由式（1）定义的函数F是边缘分布F1（·），…，FN（·）的联合分布函数。

（二）Copula函数的分类

1. 多元正态Copula函数（multivariate gaussian Copula-MVN）

Nelsen（1999）给出了多元正态Copula函数的定义，多元正态Copula分布函数的表达式为：

C（u1，…un，…，uN；ρ）=

Φρ（Φ-1（u1），…，Φ-1（un），…，Φ-1（uN）） （2）endprint

其中ρ为对角线上的元素为1的对称正定矩阵，ρ表示与矩阵ρ相对应的行列式的值，Φρ（·）表示相关系数矩阵为ρ的标准多元正态分布，Φ-1（·）表示标准正态分布函数的逆函数。多元正态Copula函数适合刻画对称相依性、不具有厚尾特征的多维风险因子。

2. 多元t-Copula函数（multivariate Student's Copula-MVT）

Nelsen（1999）给出了多元t-Copula函数的定义，多元t-Copula分布函数的表达式为：

C（u1，…un，…，uN；ρ，v）=Tρ，v（tv-1（u1），…，

tv-1（un），…，tv-1（uN）） （3）

其中ρ为对角线上的元素为1的对称正定矩阵，ρ表示与矩阵ρ相对应的行列式的值，Tρ，v（·）表示相关系数矩阵为ρ，自由度为v的标准多元t分布，tv-1（·）为自由度为v的一元t分布的逆函数。多元t-Copula函数适合刻画对称相依性、一定厚尾特征的多维风险因子。

3. Archimedean Copula函数

Clayton-Copula、Gumbel-Copula和Frank-Copula函数，它们只能用于二维的变量的分析：

Clayton-Copula：C■■=max[（u-α+v-α-1）-1/α，0]，其中，α？缀[-1，∞]＼{0}

Gumbel-Copula：C■■=exp[-[（-lnu）α+

（-lnv）α]1/α]，其中，α？缀[-∞，∞]

Frank-Copula：C■■=-■ln[1+■]其中，α？缀[1，∞]

Archimedean Copula函数中的Clayton-Copula函数和Gumbel-Copula函数适合刻画不对称相依性的多维风险因子，其中Clayton-Copula函数一般用来刻画具有较强下厚尾的特征，Gumbel-Copula函数则常用来刻画较强上厚尾的特征。而Frank-Copula函数适合刻画对称相依性、在中心和上下尾部分布均匀的多维风险因子。

（三）计算金融资产组合的VaR值

以包含两种金融资产的金融资产组合为例，两种金融资产的权重分别为w1和w2，并且w1+w2=1满足。使用X和Y分别代表资产1和资产2的对数收益率，P■■，P■■为t期价格，定义对数收益率为：X=ln（P■■/P■■），Y=ln（P■■/P■■），则资产组合的收益率定义为：R=ln（w1eX+w2eY）。对应的风险价值（VaR）值是：Pr（R

具体计算过程如下：①使用各类Copula函数，产生相依的二维随机样本；②通过各边缘分布函数经过逆概率变换为对数收益率X和Y；③把两者代入资产组合收益率公式中，得到资产组合收益率R的样本；④计算资产组合收益率样本的分位数，即为一定置信度下的VaR值。

三、测算中国居民家庭金融资产组合的集成风险

（一）数据的选取和说明

通过对中国居民家庭金融资产中手持现金、储蓄存款、债券、股票和保险准备金这五种金融资产在资产组合中所占比重进行计算发现，中国居民家庭的储蓄存款所占的比重一直比较高，在家庭金融总资产中占了一半以上，并且有缓慢上升的趋势。居民的手持现金比例在持续快速下降，从1978年的40%多，下降到2008年的10%，期间有一些波动，从图1上看，周期性并不明显。居民持有的债券比例在20世纪90年代期间比较高，到2000年以后逐年下降。居民持有的股票比例虽然比较低，但是变动却比较明显，反映出明显的周期性。我国居民的保险准备金比例虽然有上升的趋势，但是比重仍然比较低（见图1）。

由于居民家庭金融资产组合中现金并不能产生收益，保险准备金持有比例比较低，所以本文只测算家庭金融资产中储蓄存款、债券和股票。将储蓄存款和债券通过居民持有的比例合并为家庭无风险金融资产，股票代表家庭的风险资产。以1990年到2010年中国居民家庭的无风险资产和风险资产作为原始数据，按照测算金融资产组合风险的步骤，首先计算家庭无风险资产和风险资产的对数收益率；然后，通过构建Copula函数计算家庭金融资产组合的联合分布函数；最后，计算家庭金融资产组合的VaR值。

（二）构建Copula函数计算家庭金融资产组合的VaR值

计算居民家庭无风险金融资产和风险资产的对数收益率，并对其对数收益率数列进行正态Jarque-Bera检验，它们都服从服从正态分布，其中无风险金融资产对数收益率是右偏的，而风险资产对数收益率是左偏的（见表1所示）。

为了便于分析，我们选择多元正态Copula函数构建联合分布函数。然后根据VaR计算公式，在险价值VaR的上下限区间为：VaR=R+σZα，其中R在这里为正态Copula分布函数值，为正态Copula函数的标准差，如果取显著性水平为，查表得正态分布的分位数。得到正态Copula函数和VaR值如表2和图2所示。

（三）家庭金融资产风险分析

家庭金融资产风险的特点是： 第一，居民家庭金融资产VaR值在各年间呈现波状变动，其中1991～1993年、1998年、2002年、2007年均达到高点，尤其以2007年VaR值最大。我们知道，1997年爆发过东南亚金融危机，而2008年全球金融危机并最终导致了持续几年的经济危机。家庭金融资产组合风险在1997年东南亚金融危机后才达到高点，而在2008年全球金融危机之前则达到了最高点。由此的解释应该是，1997年的东南亚金融危机只是区域性的危机，而2008年之前全球经济与金融风险积聚，经济泡沫随时都会破灭。反映到微观的居民家庭金融资产投资上，风险已累积到了高点。第二，居民家庭金融资产组合的风险值VaR与无风险金融资产的波动幅度、波动时间是一致的。主要是因为无风险金融资产在居民家庭金融资产中占有比较大的比重。居民家庭金融资产中风险资产的波动与资产组合的风险值VaR的波动幅度、波动时间完全不一致。而且，风险资产的收益波动与资产组合的风险值呈反向关系。其中，1997年、2002年和2007年的风险资产收益均低于VaR的下限值，也就是说，居民在这些年份中的总投资是亏损的。有意思的是，1997年风险资产的收益达到低点，随后1998年家庭金融资产组合风险值达到了高点；2002年和2007年的风险资产收益达到低点，同年家庭金融资产组合风险风险值达到了高点。

四、家庭金融资产风险与宏观经济波动的协动性关系

本文将正态Copula分布函数作为居民家庭金融资产风险的测度指标，与宏观经济指标GDP增长率、利率和居民消费价格指数CPI的波动性相比较，分析居民家庭金融资产组合的风险变动与宏观经济指标之间的协动性关系。

将Copula分布函数、GDP增长率、CPI和利率做标准化处理，然后作图观察它们的变动情况（如图3所示）。在图中，居民家庭金融资产组合风险的波动要比宏观经济指标更频繁，90年代初和2010年左右，家庭金融资产组合风险与宏观经济指标的波动基本是吻合的；而在1994年至2007年期间宏观经济经历了一次从峰顶到谷底再到峰顶的变化，即宏观经济经历了衰退、萧条、复苏的一个经济周期，并且萧条期持续了持续了5、6年之久，而在这一时期，家庭金融资产组合风险则经历了两次高位和低位（见图3）。

为了更好地说明家庭金融资产组合风险与宏观经济指标之间的协动性关系，本文试图对Copula分布函数、风险资产收益对数经验分布函数、无风险资产收益对数经验分布函数与gdp增长率、利率、CPI之间做格兰杰因果关系检验。

在做格兰杰因果关系检验之前，先通过单位根检验考察各变量的平稳性（如表3所示）。单位根检验的结果表明，除了利率和CPI是一阶平稳的，其余变量都是0阶平稳的。

由于格兰杰因果关系检验是以变量平稳为前提条件的，所以分别在Copula分布函数、风险资产收益对数经验分布函数和无风险资产收益对数经验分布函数与GDP增长率、利率变化量、CPI变化量之间进行格兰杰因果关系检验。检验结果整理如表4所示，居民家庭金融资产组合风险的变化会影响未来5年的利率变化量和CPI变化量；居民家庭的风险资产收益变动会影响未来2至3年的宏观利率的变化量。居民家庭金融资产的收益和风险与GDP增长率的变化都没有关系（见表4）。

五、结 论

通过建立居民家庭金融资产组合的Copula函数，并计算资产组合的VaR值，我们得到如下结论：

●居民家庭金融资产组合VaR值的变动正契合了过去区域性或全球的金融危机的发生。因此，VaR风险值处于高点时，尤其是资产组合中高风险资产的收益低于VaR值的下限时，极易引发金融危机。

●居民家庭金融资产组合风险比宏观经济周期的波动更为频繁。金融资产中风险资产的收益会影响到未来2到3年利率的变化，金融资产组合风险的变动则会影响到未来5年的利率和CPI的变化。

●居民家庭金融资产的风险与外部经济环境的波动密切相关，一般而言，经济扩张时，家庭会倾向于选择风险较大的资产组合，家庭金融资产风险的提高会集聚宏观金融风险，严重时引发经济危机；经济紧缩时，家庭金融资产投资信心不足，也将会延长经济走出低谷的时间。endprint

四、家庭金融资产风险与宏观经济波动的协动性关系

本文将正态Copula分布函数作为居民家庭金融资产风险的测度指标，与宏观经济指标GDP增长率、利率和居民消费价格指数CPI的波动性相比较，分析居民家庭金融资产组合的风险变动与宏观经济指标之间的协动性关系。

将Copula分布函数、GDP增长率、CPI和利率做标准化处理，然后作图观察它们的变动情况（如图3所示）。在图中，居民家庭金融资产组合风险的波动要比宏观经济指标更频繁，90年代初和2010年左右，家庭金融资产组合风险与宏观经济指标的波动基本是吻合的；而在1994年至2007年期间宏观经济经历了一次从峰顶到谷底再到峰顶的变化，即宏观经济经历了衰退、萧条、复苏的一个经济周期，并且萧条期持续了持续了5、6年之久，而在这一时期，家庭金融资产组合风险则经历了两次高位和低位（见图3）。

为了更好地说明家庭金融资产组合风险与宏观经济指标之间的协动性关系，本文试图对Copula分布函数、风险资产收益对数经验分布函数、无风险资产收益对数经验分布函数与gdp增长率、利率、CPI之间做格兰杰因果关系检验。

在做格兰杰因果关系检验之前，先通过单位根检验考察各变量的平稳性（如表3所示）。单位根检验的结果表明，除了利率和CPI是一阶平稳的，其余变量都是0阶平稳的。

由于格兰杰因果关系检验是以变量平稳为前提条件的，所以分别在Copula分布函数、风险资产收益对数经验分布函数和无风险资产收益对数经验分布函数与GDP增长率、利率变化量、CPI变化量之间进行格兰杰因果关系检验。检验结果整理如表4所示，居民家庭金融资产组合风险的变化会影响未来5年的利率变化量和CPI变化量；居民家庭的风险资产收益变动会影响未来2至3年的宏观利率的变化量。居民家庭金融资产的收益和风险与GDP增长率的变化都没有关系（见表4）。

五、结 论

通过建立居民家庭金融资产组合的Copula函数，并计算资产组合的VaR值，我们得到如下结论：

●居民家庭金融资产组合VaR值的变动正契合了过去区域性或全球的金融危机的发生。因此，VaR风险值处于高点时，尤其是资产组合中高风险资产的收益低于VaR值的下限时，极易引发金融危机。

●居民家庭金融资产组合风险比宏观经济周期的波动更为频繁。金融资产中风险资产的收益会影响到未来2到3年利率的变化，金融资产组合风险的变动则会影响到未来5年的利率和CPI的变化。

●居民家庭金融资产的风险与外部经济环境的波动密切相关，一般而言，经济扩张时，家庭会倾向于选择风险较大的资产组合，家庭金融资产风险的提高会集聚宏观金融风险，严重时引发经济危机；经济紧缩时，家庭金融资产投资信心不足，也将会延长经济走出低谷的时间。endprint

四、家庭金融资产风险与宏观经济波动的协动性关系

本文将正态Copula分布函数作为居民家庭金融资产风险的测度指标，与宏观经济指标GDP增长率、利率和居民消费价格指数CPI的波动性相比较，分析居民家庭金融资产组合的风险变动与宏观经济指标之间的协动性关系。

将Copula分布函数、GDP增长率、CPI和利率做标准化处理，然后作图观察它们的变动情况（如图3所示）。在图中，居民家庭金融资产组合风险的波动要比宏观经济指标更频繁，90年代初和2010年左右，家庭金融资产组合风险与宏观经济指标的波动基本是吻合的；而在1994年至2007年期间宏观经济经历了一次从峰顶到谷底再到峰顶的变化，即宏观经济经历了衰退、萧条、复苏的一个经济周期，并且萧条期持续了持续了5、6年之久，而在这一时期，家庭金融资产组合风险则经历了两次高位和低位（见图3）。

为了更好地说明家庭金融资产组合风险与宏观经济指标之间的协动性关系，本文试图对Copula分布函数、风险资产收益对数经验分布函数、无风险资产收益对数经验分布函数与gdp增长率、利率、CPI之间做格兰杰因果关系检验。

在做格兰杰因果关系检验之前，先通过单位根检验考察各变量的平稳性（如表3所示）。单位根检验的结果表明，除了利率和CPI是一阶平稳的，其余变量都是0阶平稳的。

由于格兰杰因果关系检验是以变量平稳为前提条件的，所以分别在Copula分布函数、风险资产收益对数经验分布函数和无风险资产收益对数经验分布函数与GDP增长率、利率变化量、CPI变化量之间进行格兰杰因果关系检验。检验结果整理如表4所示，居民家庭金融资产组合风险的变化会影响未来5年的利率变化量和CPI变化量；居民家庭的风险资产收益变动会影响未来2至3年的宏观利率的变化量。居民家庭金融资产的收益和风险与GDP增长率的变化都没有关系（见表4）。

五、结 论

通过建立居民家庭金融资产组合的Copula函数，并计算资产组合的VaR值，我们得到如下结论：

●居民家庭金融资产组合VaR值的变动正契合了过去区域性或全球的金融危机的发生。因此，VaR风险值处于高点时，尤其是资产组合中高风险资产的收益低于VaR值的下限时，极易引发金融危机。

●居民家庭金融资产组合风险比宏观经济周期的波动更为频繁。金融资产中风险资产的收益会影响到未来2到3年利率的变化，金融资产组合风险的变动则会影响到未来5年的利率和CPI的变化。

●居民家庭金融资产的风险与外部经济环境的波动密切相关，一般而言，经济扩张时，家庭会倾向于选择风险较大的资产组合，家庭金融资产风险的提高会集聚宏观金融风险，严重时引发经济危机；经济紧缩时，家庭金融资产投资信心不足，也将会延长经济走出低谷的时间。endprint