外汇市场要如何度量风险偏好?

佚名

2019-08-27 11:32 来源:中金网
?

  对于从全球资本流动视角研究外汇市场而言,如何度量风险偏好具有重要意义,特别是在周期末端有助于把握资产轮动的快速切换。构建风险偏好指标主要有两种思路,现有研究表明基于市场变化的指标解释力度较强且高频易用。

  根据我们构建的风险偏好指数RAI的统计特征,可以推断当风险情绪恶化时,情况可能比想象的更糟;而当风险情绪高涨时,情况可能很难变得更好。

  中短期而言,RAI突破中性区间可能预示着风险资产的阶段性筑顶或回调。

  关键词

  风险偏好

  全球风险偏好变化与资金流动、资产轮动息息相关,尤其是当前进入美国经济复苏末期,我们明显看到2018年以来美股波动加剧,美元指数与美股相关性多次切换——美元兼具避险资产与风险资产属性,在不同宏观环境下表现相异。为了更佳把握外汇市场交易风格的转换,以及进一步从全球资本流动视角研究外汇市场,我们首先需要建立风险偏好指标。

  一、文献综述:度量风险偏好的理论基础

  根据欧洲央行金融稳定报告(2007)的相关研究,风险偏好指标可以分为两类,一类是基于市场构建,另一类是基于统计模型构建。

  基于市场构建的风险偏好指标的原理是利用风险资产、避险资产、利差等市场指标高频捕捉市场风险偏好的变动,市场上流行的指标多采用标准化后的算数平均、加权平均计算指数,也有采用Z分数等其他计算方式。此类指标的优势在于及时性,但是指标的筛选和计算方法带有较强的主观性。典型指标包括VIX指数、JP Morgan风险耐受指数、瑞银外汇风险指数、Westpac风险规避指数等,详见后文介绍。

  基于统计模型的风险偏好指标则以英国央行的Gai & Vause (2004),加拿大央行的Misina (2005),以及哈佛大学Pflueger, Siriwadane & Sunderam (2018)等为代表。此类指标大致有以下两种思路:一是估算投资者愿意为单位风险付出的对价来衡量风险偏好;二是以高P/B和低P/B股票的相对波动率来衡量风险偏好。较市场指标而言,统计模型相对更加客观。但劣势也很明显,这些模型基本以季度数据为频率,且往往需要使用企业财务数据,造成可用数据更加滞后。

  欧洲央行金融稳定报告(2007)选取了两类代表性指标进行统计比较,发现基于市场构建的风险偏好指标解释力度略强于统计模型构建的指标。报告指出,尽管基于市场的指标之间时常出现背离,但在市场承压时,这些指标仍很好地捕捉到了这种变化。

  综上,出于及时性和易用性的考虑,我们首选建立基于市场的风险偏好指标。

  二、指标构建

  现有的经典风险偏好指标(见图表 3)的构成因子涵盖了股票、债券、外汇三个市场,并未选取商品指标。具体指标的类型主要包括基础资产、隐含波动率、利差、相关性等。而在计算方法上,不少指标均是变量标准化后的算数平均,也有部分采用了Z分数等统计方法。

  综合考虑指标的市场认可度以及数据可得性,我们选取了VIX、美债期限利差和信用利差、AUDJPY等代表性市场指标构建综合性的风险偏好指数(见图表 4),我们同样没有选取商品类指标,因为在尝试加入CRB指数、铜金比等指标后,我们发现对指数并未产生显著影响。这很可能是因为商品价格信息已很大程度上被其他指标所反映,未能提供更多额外信息。

  数据频率为日度,时间跨度1993年4月1日至今。在计算方法上,同时采用Z分数和算数平均。相较单一指标,跨市场指标涵盖了更多信息,在一定程度上弥补了单一指标的局限性,也尽量减少了单一指标异动造成的误判。

  第一步,计算各个指标200日(此处及下文均指交易日)滚动Z分数。Westpac和美国银行的风险偏好指标分别选取了60日和50日。我们选取200日的主要理由是通过扩大时间尺度尽量减少短期市场扰动带来的误判,同时200日均线本身也是普遍认可的长期趋势指标。Z分数可以看作当前价格偏离长期趋势(200日均值)的程度(n个标准差)。具体计算式为:

  其中,x为当前值,μ为200日均值,σ为200日标准差。

  第二步,计算所有指标Z分数的算数平均。不过需要指出的是,此处并非将所有Z分数相加,而是根据指标与风险偏好的正负相关性决定加减。定义风险偏好指数为RAI(Risk Appetite Index),具体计算式为:

  至此,我们已经构建了基于市场的风险偏好指标,从过往历史看,这一指标较好的反映了风险事件的冲击(见图表 5)。将RAI数据降频为月度并取5个月中心移动平均后,可以发现RAI与美国库存周期和固定投资周期有一定关系。虽然RAI与经济周期并非亦步亦趋,但我们可以发现在进入去库存阶段时往往出现RAI下降,且RAI的变化可能领先于库存变化。另外,在2000年和2008年两次危机前夕都已经出现RAI跌入负值区间,可见RAI具有一定预警作用。

  接下来我们将对RAI的统计特征和应用进一步展开论述。

  三、统计特征和指数应用

  风险偏好指数(RAI)并非标准的正态分布,而是具有负偏态、左厚尾的特征(见图表 7)。从密度分布图可以发现,50%的样本分布在-0.2至0.8之间,左尾较正态分布更厚,而右尾较正态分布更轻。如果我们把-0.2至0.8区间视为风险偏好中性的区间,RAI>0.8则是risk on,RAI<-0.2则是risk off。统计分布特征意味着,一旦RAI<-0.2,则风险偏好继续下降的可能性相对更大。而当RAI>0.8时,风险偏好继续提高的可能性相对较小。即当我们发现风险情绪恶化时,情况可能比想象的更糟;而当我们发现风险情绪高涨时,情况可能很难变得更好。

(责编:佚名)