VaIue Engineering 创M价值工程2仪M年第9期基于极值理论的资产组合风险研究Study for Portfolio Risk ased 00 Extreme Value Thωη 刘强Liuqiang;阁蕃宁YanChunningj孟莹MengYing (上海大学国际工商与管理学院，上海2018∞)(Shanghai University CoI1唔;eofIntemational Business and 2018∞.China) 摘要:在金融系统中风险管理者十分关注投资风险的大小，尤其是在极端情况下的风险大小。市场风险佳(VaR)是一种常用的度量风险的方法。本文将极值理论用于中国上证指数和深成指数市场风险值的皮量，同时探讨了用极佳理论评价资产组合风险的方法，并将其计算结果与基于正态分布同t分布的方法进行比较，发现采用极佳理论度量市场风险值要优于经典的方法。Abs优act:Financial Risk, especially under the extreme condition, is岛cωedby administrant in the finance system. Value-at›risk is a commonly used tool to measure risk. In也ispaper the extreme value也eoryis applied ωmeasure market risk and a me也odologyis propo能dωestimateportfolio risk. Finally, VaR calculation of extreme distribution is compared with也atof the 0也ermethodologies, such as based on nonnal distribution or student t-dis国 statistical test indicatωthat也eeffect of也ismethod is hetter than others. 关键诩:市场风险值;极佳理论;资产组合;厚尾，Key wrods: Value-at-Risk (VaR); extreme value theory; portfolios; heavy tai1 中图分类号:F224'0;F回文献标识码:A文.编号:1α厄-4311(2仪)4)09-01ω斗4自上世纪七十年代以来全球金融市场的一个最方法。VaR的含义是指在市场正常波动情况下，在某一显著特点是，金融市场中的波动日益激烈。据国际货币时间期间内和给定的置信水平下某一金融资产或证券基金组织估计，每天在金融市场中寻找投资利润的游组合的最大可能损失同。由于VaR是对正常市场交易资已超过1万亿美元I11，而这些游资是金融市场频繁大情况下风险的度量，因此在极端市场情况下(收益分布幅波动的一个重要原因。有学者统计过，近十几年金融的尾部)，用基于正态分布假设等经典方法去度量VaR市场发生大幅波动的次数要远远多于七十年代前。频的误差较大。而极值理论是一种通过建立模型描述极繁的极端的波动给投资者带来巨大损失的同时也为金端事件的理论，能够较好的描述分布的尾部特征。以往融监管机构的管理带来了不便。我们可以从近几十年极值理论一般用在工程和保险领域，近年来越来越多所发生的一系列著名风险事件得到验证，如1994年由的学者将其用于金融时间序列波动性的研究。吨in于利率大幅上升而导致美国澳兰治县损失17亿美元，用统计学中的极值理论研究了美国股票市场的极端变使其不得不申请破产保护;日本神户地震引发的日经动，Koedijk等M讨论了金融时间序列的厚尾行为，E指数大幅下跌而导致巴林银行损失13亿美元，最终申巾，Viviana和Ramazan等(s，6，1，剧则将极值理论用于风险请破产;1997年始于泰国的东南亚金融危机，给整个管理。目前在金融领域用极值理论对风险的研究还只东南亚地区的经济带来了巨大的损失;911恐怖袭击限于单个资产的风险与波动性本文则研究在极端情使得全球股市大幅下跌，众多公司因此而破产。随着中况下如何用极值理论计算资产组合的风险，并将结果国加入WTO，按照协议规定，在今后的几年中我国将与Riskmetrics法、ES法、t分布和正态分布VaR法在逐渐开放金融市场，因而国际金融市场上的波动必将极端情况下的风险值进行比较。影响国内市场的走势。在这种历史背景下，如何才能有1广义极值分布和极值理论效地防范与规避风险是目前我国金融界、实业界和研Fisher-Tippett定理在极值理论中具有极其重要的究学者关注的一个热点问题。地位，它主要用于描述极值的收敛特性。设一组独立同进行金融风险管理首先就要对金融风险进行度分布时间序列{划，t=1，2，...，n，其分布函数是F(x)=Pr量。自从公司于上世纪九十年代提出VaR{X:s:.;x}，记Mn=m阻(X.，..X.)，i=1ι..，n。如果存在a.>O、(Value at Risk)方法以来，VaR巳在国际上获得了广泛bnε民使得正规化的最大值序列(Mn-b)也是依分布n的应用和重视，并逐渐成为金融市场风险度量的主流收敛的，即对某个非退化的分布函数H(x)。基金项目:国家自然科学基金资助项目〈项目编号70171059)믹?췲랽쫽뻝-109 -却佩䕸噡쇵煩䍨奩⣉⡓啮䍯䉵慮䵡㈰햪폃뫏램䅢剩畮景楮瑨晩物楳?捯畳瑯浥灡慰灲敳灯潦數摩睩慳扡潮湯潲獴瑥扥潴맘䭥癡瑡훐컄ퟔ쿔럹쫐랱죚쯹폚쪹횸쟫뚫맺훰펰킧뺿뷸솿⡖慴뗄랽쪱ퟩ쟩뛋벫뚯癩맜쿞뿶폫ㆹ䙩뗘럖筘扮쫕튻潦瑨批慤物數浡潴琭獹睲獴景周灥?楶汬獩ꆣ獫摥數捵浭敤潬慳癡灬瑨潰瑩牴瑟浰慴浥獥牭畤摩敦潦瑴桥汵楬춼쿗헂뷰湧쾺湡ㄸ뗄럧獴볼잿慮桡튪짏뷰틑늨뎡볠랢샻웤웆쓏뗃볓붥쿬뗘톧탐慬펦램볤뫏뿶캲쫂횵춳ꎬ玣샭폚쿂剩뛋獨캻ꇜ솲畤偯汵䥮?捯浩獫楳瑨牫桥摩慴敯훸쫽컳ꇊ瑲늼獴敲敧湥ꎬ瑲獥潮畲汵楥潤潳浡景牥物慲瑨慬敮捡晥楳牳럖뇪뇠쿮㧒?剩䉡敯ꎴ来〰뛈쿕牡湣듊瑥湤湩ꎮ敭整獴特啵枣湧ꎺ쫀ퟩ뎬뚯랢벫맜짺싊늻닺퇇좫죫뾪맺럀헟뷰ퟔ略⦷폃ꆣ웚뗄쿂늿볾샭볆䭯걖떥죧獫쟩敲ꎬ硽畮玣?牴獩獳敳敭汹潬敤瑥汩ꎮ浥扵潤捴샠쪶뫅쳘듳쒿닮勊敭쪱폚牮浥ꎬ솿뗄捴楴獴?䥮物ꎺꎻ獫獥特믑桡瑹퓚灥?潧瑩潬뫅싫ꎺ볍횯맽뗄짺뛋믺듳뗃ꎻ뗘쟲坔럅쓚랶맘죚듓붷뫍噡볤ퟮ럧⦣싛붫톧敤楶쒿룶뫎浥뿶ⵔ쯼ꎬꎮ멖景慴楯牡䙩扵灯뗣럹뷏릵ꞹ湴䍨럧랽ꎺ쫐捩潮潧ꎺ맺ꯖ볤?噡慬횴뷰웟맀㇍튻듳뗄릹럹늻ㄹ쟸막侣쫐폫힢럧䪣꣒훘劵쓚쿕곓샭웤훐楪楡잰폃瑲쿂楰훷볇벴楯溣湴瑩牴湩謁ꎬ楮쿕램䙩뎡汩慬湡楥䘲?〶쫇쿂볒듳쏕䦡略湡걩潮景뫄죚쪮볆룶럹늨쾵짏짪㤷쫐결뎡맦쿕깐퓀쫓쒺뫍뿉쎻싛냣폃段퓚닺楃떷灥튪탲䶡뛔벫쪹卨愩뗄ꎬ湡汹玣럧㈴ⴭퟔ?汬ꎮ汩ꎬ뗸ꆣﶹ?ꆪ﹙쾵깳ꆤ㐳쓪ꆣ?훘늨뚯맜쇐짽쟫뺭듳듕쫐뗄뇜튻ꎮ뒣ꎬ좻곒룸쓜뛈陸폃폚벫좸뫍뷰횵厷럧劶ꌽ쒳慮랽늢湣쿕횲湧ꎮ潳뭡ⵡ禣畣ィㄱ뷰뿆慮쳓杨춳램붫楡횵듺쎿샔튪뚯룸샭훸뛸웆쪼볃럹헐뎡ퟟ럧룶䵯걖늢뚨쯰솿?쓜퓚헌剡죚ꢡ쿕ꣀ폚浡ㄱꎻ璡琭?뭆⠲톧벺쯭횵慩ꆣ웤?깖뗘ꎻ桥죚벫꾵훐틔쳬ꪡ풭뗄춶듸쏻떼닺폚쿂귒ꎬ쫆쿕죈쫗牧慒훰쟖쪧릻릤샭훂浡쇬싛ꉅ쏨硏럇〶〰믹?剩ꎻ獴慶?놾볆벫춼綣럧㦡㐩살쫐퓚븭틲듎훂놣첩뗸ꆣ쫇뗣쿈敮틑붥뷰룔훃랭겷횵뷏돌쪱싛?穡폲폫厷뷸?쫶⠱쓗췋獫慴?컄쯣횵ꐹ〹쿕ꎬ뷰ㆣꆣ쫽헟쇋쏀뮤맺뛸퓚쒿컊뻍릫돉?탅듋횲뫃뫍볤퇐쮽溵폃늨쯣ꢡ탐ꯖ벫건➣뮯⡖捡楳뎡냍샭샭붫뷡ⴰ훺⋵瑩慒맜좫죚겶폐튪듸늻쫂맺ꎺ뗄뻞훚ꢣ헢잰쳢쮾캪킳쮮평퓚벼놣탲뺿죑벫뚯ꉴ뇈횵꺣汣훐쇖쿮뗀㵬몣벫맻싛捡⦣샭㦡쟲쫐톧풶살뇣볾냄죕뚫듳뛠곔볊훖컒ꆣ뛔폚뷰쒿ꇕ욽벫?쏨쿕쇐쇋?탔닺럖뷏뗄깘곉횵폫ꎻ畬?뗄틸쫇뗐ꆭ뭥띍ꨰ⣏헟뷰뎡풶뻞ꆣ뗃삼놾쓏뗄릫?샺맺짏죚ﶳ쿂噡뛋쫶쇬늨쏀놼ꎬퟩ늼?쫕튲싛쾺샭믹慴?늨탐튻硴㊡ꌲ쪮싛폚닺죚훐꧓춳뛠듳컒떽훎짱퇇쯰쮾쪷뷰쫀믱쫐ꎲ쒳勊좾럖폲뚯맺퓲놾뫏뫍킾솲椽몯뾱牥楯뚯쯰훖퀨敮〱폃헽ퟩ럖쫐톰컗볆폚쯰쏇퇩쿘뮧뷰쪧틲놳죚럧볍뗃뎡ꢶ튻잶궵늼ꎬ탔막붫뛔컄뗄?쳘ꎣ沣쫽浥뗄㠰폚첬?뫏죕씷춨䶡맘뎡헒쫊맽웟쪧뿉횤쯰뗘죚ꎺ듋쒼뺰뷧쿕뻅쇋럧꿇뷰퓕쟩뷼욱킵벫퓲킼탔갲䠨갱〱〩훐럖ꎻ틦ㄳ맽ꏒ?힢뗄춶잽ꎬ쪮틔쪧헰캣㤱뛸룄짏쿂ꆢ뷸맣쿕죚ﶳ뿶붷캲쓪퇐쫐쒺횵럖ꯆꆣ砩㜱맺늼뫱ㆣ춶튻벤뷼쓪춬듓죧ㄷ틽틚믺ㆿ웆뗄ꎬ쪵탐랺뛈〵ꏊ쿂붨늿살뺿뎡샭ꆣ늼짨ꎮ뭢짏춬캲㤩곆룶샻?쪮듺쪱뷼ㄹ틚랢ꆣ횲닺탎늨죧튵뛈솿슡킳⣊ꖶ쳘풽뗄닐싛퇐퓚늢噡?튻ꎮ쇒쏀솢温횤璷럧ퟮ죳킳벸잰튲㤴쏀뗄룸샏특뚯뫎뷧쳡ꏔ믲ꆽ헒죁헷살䱯벫탎폃뺿붫劷ꪵퟩꎮ횸횲ꆣ풪쒣毊닺쿕쫽벵뗄ꇆ쓪ꆣ캪쪮풪죕헻꺻쯦諾뇘닅뫍돶훷?횤믒뽖풽湧뛋ꪣ폚뮹뷡꣔?뛀ꆯ횲뻝ꎮ탍쟒뫍쒷뗄폎떷뷰욵쓪평ꎬ뺭룶?ퟅ붫쓜퇐噡쇷돒좯횲慒틔뛠楉뇤걅럧횻쟩맻솢溡맺ퟮ쏨벺삷짮붷듳놴죚훐폐?췹ꎮ쿕춬ꏈퟩ돉ꢽ볊훕쫶횲꿊킡?횸믵짪벫?ꎬ﮴쫽킱뇒폈뫏쫐좽읆웤?뎡쾣⡸쫇럧겷汉⤽럧쿕ꋏ퓚㸰횵횲벫偲ꆢ뗄짓뛋쿕뛈쎼쟩솿ꯖ뿶ꆣ뗀쿂퇐춬뗄쪱?첽죁럧뺿쳖뿊쿕쇋킳듳폃ꆷ킡벫ꆣ횵헖쫐샭뗒뎡싛움엓럧볛?쿕궵횵닺⡶ퟩ쒷慒?⧊쟒믖횳?
Value Engineering ，2αM 价值工程2∞4年第9期ll布是否能够正确反映收益分布的统计特性。Sherman3]lim(Mn-b)但n→H(X)(1) n提出了极值渐进分布拟合优度检验的一种方法:则称H(x)为极大值分布。H(x)通常有三种标准形式:~=主主/H....C1•t(Zn，i+')九t(Zn，i)-击/(7) O,x<O 其中H协叫(z"，O)=O'H....•但叫=10ON服从均值为C1EFrechet: fμ)=1 le -x>O,a>O (N/(N+l))协1方差为 f如)=) ，则接受样本分布服从极值分布，反之则需要增l,x>O, 加选取极值的区间长度重新估计参数。Gumbel分布也(x)=exp[-exp(-x)]，xE R : 3基于极值理论的资产组合凤险值计算根据Fisher-Tippett定理[闷，不论样本数据来自何资产组合的风险不仅与资产自身的波动性有关，种分布，样本中的极值必将可用以上分布中的一种形而且还与各资产间的相关性有关。因而在计算组合风式来描述。1955年Jenkinson提出用参数￡替换α，从险时准确的求出资产间的相关系数则成了计算组合风而可以用含有一个参数的分布来综合表示上述三种标险值的关键。相关性通常是与波动性联系在一起的。在准分布，这就是广义极值分布。本文中，笔者采用指数移动平均方法(EWMA)计算组rexp{-(I-已X)IIE}，~=ft 0，1-~ 1 1---’ 勾(-\ exp{-exp(-x)}，~=O 合的波动性和相关性。方差是用来表示波动性的，则组合的波动性为:通常可以通过尺度参数σ和位置参数μ将极大值x化成标准形式，即:σij(')=立即-λ)(r旷HιwFexp(-(l-~主?)吨。)在t时刻预测t+l时刻资产i与j之间的相关系数由于VaR是在p置信水平下的最大损失，因而可为:通过求分布函数H~1JoU的反函数来得到VAR值。极大σ 值序列的VaR:,= ~.: (9) σ问pdMVaRq}=exp(-H-EE?)鸣阶2C削年Longin在文献[11)中提出了一种计算组合风险的方法，该方法的思想来源于方差一协方差方法。VaR仰宁1叫-[仙[其计算式是:其中n是观察区间长度T内的样本数，0为极值指陆+哺豆P如+lItwiwjVaRi.. v a~， 附数，它反映的是极值金融收益的聚集性，。在0-1中取值，0值越小则收益相关性越大。相应的只需在极小值式中Wi为资产i的权重，VaR.+l是资产组合在t+前加负号，将其转变为极大值，用式(5)求得其VaR值。1时刻的风险值，组合中资产i在时间t时的风险值由2参数估计与拟合优度假设检验VaRi'表示，本文采用极值分布进行计算。采用极值分布计算VaR值时需要估计的参数有:4实证分析抖忐、σ和极值指数。。由于极大似然估计法具有良好、样本分布厚尾性验证的大样本性质:一致性、元偏性和有效性，造用于极值分笔者选取1996年12月26号至2∞3年10月24布的三种标准形式的参数估计。而其他方法则有诸多号(共1641个数据)的上证指数和深成指数日收盘价限制，如Hill法只适用于极值分布中的Frechet分布[l1J。作为基础数据。变换成自然对数收益率作为样本数据。因而本文采用极大似然法估计参数μ￡、σ，确定极值为了考察样本数据是否服从正态分布，利用QQ图法的渐进分布。进行验证。在统计学中，QQ图是一种验证分布属于某极值指数。的估计，笔者采用Dekkers的矩估计一分布简便而有效的方法。如果样本数据来自某一分法[1月。假设Zn-I，n为极值顺序样本，则极值指数计算公布，则在QQ图上反映出来的是一条近似的直线。如果式:是一条偏离的凹曲线，则说明样本分布要比参考分布具有更厚的尾部，反之则尾部较薄。在检验中，我们选。, =m +1-11-一一-1 I (6) 取正态分布作为参考分布(这是一种尾部较薄的分布)。其QQ图如图l和图2。由图可知上证指数和深成指数收益率都具有厚尾m~= L log(Zn-i，./~放性。同样我们也可通过样本数据的峰度和偏度来证进行拟合优度假设检验主要目的，是检验渐进分实。-11?췲0 -랽쫽뻝噡乯볛汩⠱쪽?䙲ꎬ䥥砾睥ㄬ䝵룹훖뛸ힼ䡆掶횵䢡평춨倽⠴⠵쫽잰㊲닉ꆰ뗄늼쿞틲벫램ꎯ没澣泒⠶ꏜ浮欭毒楮ꆣ椽뷸튻쳡ꎮ쯖웤⡎冡ㆣ볓㎻쿕놾뫏㊣伧⠸欽퓚캪뚣偩䥉㈰럧뎧㇊㓊㒣뇊뫅ퟷ쫇뻟좡탔쪵椽䕮ィ?ꇞ퓲춨웤ꈲ묱䥪汵ꎮ楩ィ砾ꎯ?ㄱ껈횵杩ꎺ浢뻝럖살뿉墻폚탲ꎬ볓폃ꆢ듳뗄훆뛸붥ꆾꏜ탐돶ꏐ긶톡닺쟒쪱컄瓊〰쿕볆〩㴱놿务긱헟⢹캪쇋튻폐헽⦡춼ꆣ걸맽훐?㦣洨散컊쫇陸楪뗖剱돆걡ィ뎣훐튻ꎺヒ?湥榡릤꺿偻멭汥갲㰰楢㷆敬䙩늼쏨틔꾳噡쇐쯼ブ뢺벫뫁퇹죽ꎬ놾뷸횸汉?㷒쓢쇋벪䀫ꇓ㐵좡ퟩ뮹ힼ뗄훐늨놿쓪쯣坩첵ꎱꆢ톡눱믹뾼퇩퓲쳵룼첬ꏆ뿉춬敲㹏?쟳䠢뮳杴〰䶡䠨桥뿉滊ﶹ럱ꞣ?⡴꒷돌㵰楮럖獨ꆣ쫶폃ꎬ筥즱勊뗄랴뗔뫅횵ꆢ놾훖죧컄쫽ꆿ㶡뫏벫ㄩ?⦣폫좷맘뚯쳔䱯랽쪽캪쒷퇹좡㘴뒡달횤볲퓚욫뫱횪?꫁럖ꎮ?㈰砩틔碡잹ꎺ⭬ꏒ璣畬삼쓜ꯖ⤽훎늼敲퇹ꆣ몬헢쟔噡펳뷐ꎬ럖뚣탔뇪䡩닉斵핫폅횵⥍?곔뗄룷볼뇊꒲湧램쫇뺣놾ㄹㆸ쫽뇣兑샫凍짏컒ꎮ㶡〴캪춨늼?왬ꇪ롽⭬?뭢멦昳ꆪ놾ㄹ폐뻍볐?劣뗄ꇔ붫웓늼뫍훊ힼ汬폃ꆣ쒹볙뛈릻붥건랽뗀럧쟳헟캪웲楮ꎬꎺ닺헖겱럖㤶뻝퓚뛸춼캲ퟷ볈횤쏇쓪硰?⬱㶣벫맽⬭毲몯뿸⡸呩훐㔵튻쫇룝컊훃?웤볆벫ꎺ탎램삼짨潧ꇌ볙뷸ꎻ닮딨폊쟸쿕닺돶쿠닉⭬퓚룃榵떣뻎늼쓪ﶾꆣ쫽춳폐짏낼늿캪횸튲뗚温䤨헽뇹왬듳돟쫽〽삼㧆⤽灰뗄쓪룶맣붣⠭탅慒벫헒쯣횵튻쪽횻듳욣婮짨럖캪샽?볤늻맘폃쪱컄랽?쓈곗쒲뫱ㄲ?뇤뻝볆킧랴쟺ꎬ닎백뿉ꎯ琲ꎬ횵砩뛈⢡꺷좷?㇒?튲ィ數整벫䩥닎틥겼쮮횵뇤噡횸훂뗄쫊쯆겱ꆪꆧ볬늼죧鈴뎤뷶닺탔뿌쿗램꣖짓캲퓂뮻쫇톧펳쿟랴뾼뫍춨럖닎꒶潧慮㵻⠱煽쿓?랴쓗뮵꾡灛璶횵湫쫽벫뛾뒣욽ꆣ뷰캪勖탔닎폃좻쫕䦣퇩쓢걈긴훃뺷뛈폫쿠컊춨ꆾ뗄?쿖쎼㈶짏돉럱훐랽돶ꎬ횮럖춼짮맽멻늼쫽졔룟ㄭ튶ꆣⵥꣀ뇘楮뗄횵?쿂죚?벫얶뗊ァꆢ쫽폚램?걮릮훷펳뫏㌶탅횲훘쪲맘뎣틆랽쓪닺ㄱ쮼걖탗ꯖ퇩뫅횤ퟔ럾ꎬ살퓲늼㊡돉퇹?ꆣ뚣튻㵥쓚껛욡뢽硰붫獯럖뗄ꆾ쫕퓔듳뇐ꏓ컞맀벫짓캪튪폅ꎯ뛈벷탂닺탔쿠쫇뚯닮槓㇖쿫慒쪲떷횤훁횸좻듓兑ꆣ쮵캲⣕?놾䢡튻斳랴좼꺡ꎬ𧻓닛䠨뫍뗄⠭뺻뿉滌늼㊸ퟮ틦붴횵짓욫볆썄벫쳟쒿뛈⠷캪ﺴ맀ퟔ폐맘폫욽쫇탌살⮣響횲㈰쫽뛔헽춼죧쏷늿뾼硰왰몯튻敡?砩캻퇹?틦갩?폋砩힣폃살ꆣ듳뗄ꎬꪹ?탔럖닎敫횵볬ꎮ㤵펼볆짭맘쾵늨뻹횮풴곊퓚벽〳뫍쫽첬쫇맻튻퇹뷏쟒쫕뻝낣ꌩ춨훃쫽놾춣ꇫ桑럖쾷똨氬꺲틔ퟛ뫅쯰⠭뻛ꏏ폃삼ꮴ뫍뛸늼쫽步쮳ꎬ퇩㌸ꎥꯖ닎뗄ꆣ뚯랽살볤폚쏘쟗쪱쓪짮쫕튻퇹쳵놾놡믖틦뎣닎쫽살⤽톴걸碡믂짏쎲뫏?쪧벯쪽욵폐웤훐뚷牳탲겣쫇늼뗄튻㡎ꎬ떷쫽늨틲퓲탔램뇭ꆧ쯒랽쪲볤킼돉틦훖놾뷼럖ꆣ훎싊럥没폐쫽ꆣ䰩뗃⣒ㆡ훞쩒?럖컊뇭ꎬ탔ꚵ⠵쒲웈킧쯻뗄ꆢ퇹볬튻⦵퓲횲ꆣ뚯뛸돉솪⡅쪾쿠믖닮𧻓瓊웋퓂횸싊ꎮ퇩쫽쯆늼퓚늲뚼뛈?헖맣죽炽뼱ノ갩㱯떽ꍲꎺ鈴늼ﶡ쪾틲ꎬ쓖⧇컊뮹탔랽䙲뻘놾퇩훖쓕쇙벣퓚쇋쾵坍늨맘횼튻놵㈴쫽ퟷ샻횤뻝뗄튪볬뾽뻟뫍훖ꮼ묱ꪼ춳䠢떼훝뻊훐쫌짏?뛸噁ピ믐삼ꎬ램散ꆢ맀ꎯ붥랽殷뷧겷폐볆퓚䄩뚯쾵웋킭쿔쒷?죕캪폃럖살횱뇈퇩쾱욫뇪ꮴꯖꎬ웋ﶾ뗄쫶뿉?쏆킣욷쫊퓲桥?볆뷸램겷횵듖맘쯣탔쫽랽?쫕퇹兑늼ퟔ쿟닎훐ꆵ뫱뛈勖ﺴ튻慒ힼ?뗖?튻뭤죽ꆫ??ꢾ폃폐璷ꎬ벫럖쳘ꎺꎮ횲캪껔ퟩ웰쯣뗄닮헖엌놾춼쫴쒳ꆣ뾼쒷캲살떡펾탎?즾듗훖ꎬ뮡뫁㇖ꯐ慒?폚훮횲좷횵벡뫏뗄ퟩ?랽ꇎ뗓볛쫽램튻죧럖컒횤탔ꎼ淪풺탎듓뇪탈ꇖ횵탁벫뛠벡뚨횸ꏈ럧ꆣ퓲램?뻝쒳럖맻늼쏇ꎬꮴꆣ攨뗎쒫싰?ꆣ벺횵뺢벫쫽퓚ퟩ톡?卨?럖횵볆폳?쯣敮ꇫ릫⧡䥬ꆰ⧒?ꆤ㌱믕ꭉ⠷?
价值工程2(刷年第9期Value Engineering ，2∞4 4 然法估计出不同极值样本下的参数，同时算出各自的。"",. B 3 拟合优度值(置信度95%)。计算结果如表2所示。笔者21012 ω3530将基于以上不同区间得到的极值分布计算出各自的风险值，井将其计算结果与非极值理论方法的计算结果可吕困进行比较，如表3、表4所示。表5是假设某公司计划将1∞万元投资于沪深股Z市，根据极值理论关于资产组合风险值的计算公式.--回__0 0 -31:v (10)在不同权重下、置信水平为99%时计算出的组合4 风险值。以上的计算均在Maù上进行。 SH 5结论图1上证指数收益率与正态分布的QQ图(1)从表2中看出，由这几种极值区间得到的极值4 。分布都能够很好的拟合样本数据(拟合优度值小于qu'h'"",. B )。值得注意的是上证指数和深成指数极值分布的尾部指数都小于0，这说明它们都服从Frechet分布，且因而其分布具有厚尾性。这与我们数据样本厚尾性验nu'Aq证得到的结果是一致的。褒2极值分布的参数估计和拟合优度枪验幽句极值选取区间长度σ JI. E G∞d-of-fit 3T=5 O.∞18828 佣 4 上I(阳、m=5、N=328)份刷刷似则1η仰3侧…… 证T=1O0脱> σ7891 _ ›SH 指I(f=Lm=1O、N=I64)(0.肌阳718)(0.仅归851)() _.- 图2深成指数收益率与正态分布的QQ图数T= _ . .-表1{仨1、m=匀。、N=82)(0.∞1125) () (η亨--- 均值方差峰度偏度Jar甲e-BeraT=5 ω07 _ _一…上证O.α)()24649 O.α)()2491 ∞1895 深I(f=l，m=5、N=328)() (0刷728)() 指数成T=10O.∞佣ω27 一深成指I(f=1 ，m=10、N=I64)(α>(84) (α>925) (ω27) .... . αlOO29083 O.仪)()3σ 指数数T= ω85 _嗣................(仨1、m=20、N=82)仰.∞1015)(0.∞1495)ρ.114038)…，户，在99%置信水平下，正态分布的峰度值不会超过注:()内是估计的标准差。此外Jarque-Bera检验也能说明这一点。在99%置信水平下，正态分布的Jarque-Bera值不因大于(2)在同一置信度下，极值分布计算出的VaR值一，而上证指数和深成指数的Jarque-Bera值都大般随着区间长度的增大而增大。小区间的VaR值比较大高于。所以笔者认为上证指数和深成指数的对接近经验分布的VaR。这主要是由于小区间拥有较多数收益率不服从正态分布。的样本数据，反映了更多的尾部信息。从回溯检验中也应用顿值分布理论计算凤险值能得到相同的结论。用极值理论计算VaR值首先要根据交易资产的(3)用极值理论计算的VaR值要比其他方法得出流动性来选择收益频率。由于我们研究的是股票指数，的VaR值更接近经验分布的VaR，因而可以说极值分因而笔者选择每日回报作为收益表3各种计算方法结果比较频率。其次是选取极值区间长度上证指数深成指数T，确定极值样本。其方法是将数VaR P=95% P=% P=99% P=% I P=95% P=% P=99% P=% 据样本分成不重叠的小区间，每O.但 I 个小区间包含T个样本数据，然T=5 后在每个小区间内选择最小值组T=10 I O.四 成极值样本子集空间。Longin在T=20 ∞2 研究标准普尔5∞指数时分别选ES 用了5，21、61、125几种区间长t分布1 10 .034臼 的5O.凶4953度，笔者分别选取5，10，20作为正态分布 臼27O.ω0394 1 O.ω51 极值区间长度。最后将极小值问 币 题转换为极大值问题，用极大似经验分布 叨O.嗣10.但队的 ?췲랽쫽뻝-111-午춼뇭뻹랽럥욫䩡볎ィ㦣㈷컭ㄵ琸퓚㖣훃듳쫽㒣폃쇷틲욵咣뻝룶뫳돉퇐뛈벫쳢좻쓢붫쿕뷸쫐⠱럧㖽럖ㆣ캲횤?룘ꇊ䝯짏⠨⠰〩⤨⡦쫮튻丽〰〷횸ꆢㄱ햵〵〲澣짵ꆯ?ㄴ힢⠲냣뷓뗄쓜⠳짮噡倽哀侣璷헽뺭ꆪィ㝲哀澣짮牱기긳㈹㤱潤ꎮ〸㌰ㄴ?밵ィ侣횵닮뛈晟⠰⡯ㄶ㜨㠲㤰ꎺ횤돉㤵㴹횲첬퇩㇉㋉?㊼㌲〳㎸기ィ㴱밲侣떶㤹긳탅긲룟쫕벫뚯뛸싊곈퇹킡퓚뺿쇋ꎬ램뫏믹탐㗊〩쿕⦴늼긹늿뗃⧔쯦뷼⧓噡略〰ㄷꎮꆤⴭ㌵㔱ㄳ〳〱㔸㈳기㙬ィ㘷㘳㌰侣㈵ㄶ톡ㆡꎮ㐩澣⤰ㄷ⠩횸ꎥ㦣럖㌱㐴기?ィ㈲䕓㌸㌰ㄹ侣쿖ꯖ㠩㐸㐹ㄱⴭ쯲㈴㌭㤵쓒㌰㘷㐵潦彬⡯㤰弱ⴱ㈩ィ㈲㘵㔹㈱기侣㌲ㄹ㜷㐲㜱㌶㈳㈵㔸㐴㘴?ꎥ㚡쮮폚틦펦횵탔뇊ꆣ랶놾쟸쎿뇪㖡뮻맀폅ꎬ뇈잼룹퓚펱뚼횸웤떽?ퟅ뺭쎼勖㌵㜷㈶㌴㌰ィ㈸㐷侣㌷㔸㘸㐰㔴ㄸ㌱㌳좡ꊡ洽澣〰기〱?쓚쫽倭긵倽늼䉥㤱ⴰ?㜲㌷ⵦ㍭㔹㤹㐳기㠷㘳ィ㌵㍈㐲㔵㔲㈸剩ㄵ㘰㈲㤷㈴㔱ꓖ짖떷〰횼㐵㌰ㄸㆣ?㠱㘶ㄷ㘳기㘷㠷㌷㈶㘴〵㌹㌴㤰㌸㘸훃ꎴ욽ꎬ㦣싊폃샭살헟웤ꢼ럖볤룶퇹ힼꈲ캪볆뛈틔늢뷏?뻝늻ꆣ쓜⦡쫽뗄쟸꾡〷ィㄲ〱쫇곒퇩쿠ꯖ떸ⴹꎥ㤷牡ꎮ?楴㵬㈳㜷㐷기㐰㠶獫㔵㈹?㌳ㄹ㘵기ィ㤵㐵㜵㜸룊횲〳웋꺣ィ볤?ꆢꎮㄸ긩㡩긷〹맀㞣㠳㤰㜶기㌱浥㘱탅쯍쿂뛸긲늻벫싛톡듎ꯖ돉냼킡놾웕ㆡ럖뎤돶횵짏붫ꎬ춬틔훐릻ꏖ뚼늼뷡믖뻝뗀ﲽ㈳?〸㐱기〱벵ㄵ?㔹㔳기瑲뎤긩⡏볆긵㖣?〷㘹㠹쮮ꎬ짏럾횵볆퓱쫇뗑늻몬쟸ퟓ뛻ꈶ뇰뛈듳⣖웤죧뎹좨뾴뫜떵킡뻟맻쏐뎤늼펽?㘳㠰楣헒쒲뛈ꎮ⠰뗄붷ꎥꕐ?㜱기?呟㤵쯻튪튻浔?㈷탮〲?욽慲헽횤ꆣ듓럖쯣쫕쎿톡鈴훘咸볤벯㔰ㆡ횵춬쏐볆뇭ꯋ샭뗄돶뫃쏗폚폐쫇㠱㋛뇪얶뛈랴뷡?ﲾ倽㴹컊ꎮꢽ〰㜩ힼ㤹㦣쫓쿂煵첬횸쯹헽늼噡틦죕좡뺡뗾쓚뿕ブꈱퟮ컊벫얶쟸쯣㎡뺼싛볆ꎬ뗄ꋒィ뫱튻ﶹ죏펳웋귑〰〨ㄷ〶?⤨澣㊡⤩닮ꎥꕐ삼〷ﮱꎬ斡럖쫽틔첬샭勖욵믘벫ꏆ뗄鈴톡볤룊㈵㖡뫳쳢횵젹뷡ꊱ욻맘ꆢ쯣평쓢곕캲훂뭮슣퓶务쇋ꆣ澣㴹욺㈸좽헽ꩂ늼뫍뇊럖싛떣싊놨횵킡뻊퓱ꆣ벸ꈱ붫ꎬ퇹㖣뗃맻꺽폚훃뻹헢뫏쓊탔뗄ァ긲겼듳ꏕ룼쑖횲㦣㈴〰ꆢ⤨긳몣⡯겷췄?㠸긵첬敲뗄짮헟늼볆곊ꆣퟷ쟸붷ﶾퟮ䱯놷훖ァ벫폃놾ꔩ떽폫쯹ꬱ탅퓚벸퇹쟉뗃⤱ꯖ뛸뛠慒벵횲㋒ꎥ럖憼䩡돉죏ꆣ쯣ퟏ평캪볤?킡湧횱쟸ꈲ벫쿂뗄럇쪾〰닺쮮䵡훖놾쿖헢떷퓶횵쑖㘴㈹궡侣뭯㜲ㄷ?ꎮ㠰벵쿓늼牱횸캪럧죒폚쫕뎤잽ꎬ곈횵楮볤プ듳뗄볆벫ꆣ췲ퟩ욽瑬쫽ꓖﳃ폫ꎮ〹횲캲튪慒쑑얶㌳뗄略쫽짏쿕ꪸ컒틦뛈ꯊ쎿ퟩ퓚뎤컊쯆닎쯣횵풪뫏캪慢뻝룊잶벼ꆣ쟓늿뇈ꎬ凍?び좼긴〳⠰〰㐹굚ㄴ?럥닄ꆪ뗄횤횵料쏇쫽뷡럖샭춶럧㤹㚣쟸⣄ﶺ벷〩웋킡짓탅웤틲㝭?뛈?䉥䩡횸?퇐ꎬ맻늼싛쿕ꎥ긵컊췉ﺴ쫽㈰㴲洽ꎮㄴ쟸?쾢쯻뛸ァ?횵뗃牡牱쫽믒뺿춬죧볆랽폚쪱짏쿓퍆뻝⠰볤ꇇꆣ뿉㈩?㐩㤵㈰늻횵略뫍ퟗ뗄쪱뇭쯣램뮦볆뷸떽얶짖牥퇹쑖듓틔믡늻ꆪ짮쪲쫇쯣㋋돶뗄볆탐죖룊捨놾꿉ꎮ慒噡믘뗃쮵⡯맆⤨뎬뮵틲䉥돉蝹막돶流룷볆쯣ꆣ벫뗐ﶼ整뫱횵勖뗓쯝맽듳牡횸?욱룷뺡ퟔ쯣릫뗄횵ꇓꯖ럖캲튻떱킽볬븰ꎮ⠰澣ꏔ폚횵쫽횸ퟔꎱ뗄뷡쪽ퟩ?떷늼탔좽쾶퇩럖?뚼뗄쫽쫕럧맻뫏횲ꎬ퇩?훐〵㈰ꎮ긳㦣듳뛔ꎬ?벵튲?㜸〰㔵ㄷ⥪〹⤩⦸⤨?澣䨳긴㐳⦾ﶡ㌰궡㈷괱㔸㘰㘩〲澣㤲㔷긳⧕㘱따?ꆯㄱ㤶ꆰ〲㔷㔩
Value Engineering ，2αM 价值工程2(阳年第9期重构国有商业银行经营管理模式Reconstruct Management Control model of Government-owned Commercial Bank 王攘攘WangYuanyuan;王莉WangLili;张睿理ZhangRuijun (中央财金大学会计学院，北京10∞81)(postgraduate of ac∞m出gacademy, University of Finance & Economics, eijing 1仪l(81)摘要:国有商止银行的改革与发展需妥良好的外部环境，更需要科学的内部管理。固有商业银行必须树立现代商业银行经管理念，改革管理模式，转换经营机制，提高经营效果。首先，国有商业银行必须以资本精值为目标，做好资本的有效配置;其次，应以提高效益为中心，完善资金营运管理体制;最后，要以价值管理为导向，捻行全面成本管理。Abstract: The refonnation and development of govemment-例medcommercial hank need not only fine external surroundings, hut also scientific internal managemenL Govemment-唱wnedcommercial bank should set up operation opinions of con怡mpor，缸ycommercial b缸虫，reform management model, transform operation mechanism and enhance operation effecL Firsøy, govemment-owned e到电~哇玛吧到吧~写吧到吧娟、&茸也~也5吞吐骂、ε南、&骂、ε骂、S骂、企骂~南哇玛吧词、&骂、&骂、ε骂、&南、&骂、=、生南哇骂、ε茸t司、&茸也南、&南、&茸官司哇多寄电丑~寄电5寄电娟、=-=-袋4回溯检验②阁春宁:(风险管理);上海大学出版社，2∞1。上证指数(%)深成指数(%)③K倪d司kthe tail index of回归唱;erate return [J] 异常值数P=95 P= P=99 P= P=95 P= P=99 P= Journal of intemational棚nomics,1990(29),93-108. T=5 81 37 17 10 70 38 21 12 (Re˝ss,R,D and statical analysis of T=10 93 41 18 8 91 43 21 8 饵lremevalu回wi由appli咽tionsto insurance，fman饵，T=20 114 48 18 8 48 105 21 12 hydrol.鸣yand 0由自fields[J] birkh剧阳verlayba盹LES 25 15 7 4 30 13 6 4 . t分布40 24 14 10 39 28 13 11 (’Evis Kellezi Man企edG山ExtremeValue Theory 正态分布65 39 26 23 58 38 30 26 for Tail -Related Risk Measures the∞.mputationa1 Riskmetrl四165 120 87 65 144 102 70 56 Finance 2α)() conferen.田31May -2 June 2仪泊，置信区间口391] [35 47] [12却][5 11] [73 91] [35 47] [12 21] [5 12] London B回归棚School.表5置倍度为99%的组合VaR值{单位:万元}⑥也vio四gelli让AnAnalysis of ltalian Financial 经验分布(,Wl W:边正态分布riskmetrics EVT(n=lO) Data Using Extreme Value Th四ryhtlp:llwww. (1∞0) () () () 白白回urc咽侧(1).(80 20) () () η19(。 (McNeil, Value theory for risk (ω40) () (-48.四() manages ，http://附呐icsre80urceslmaevt.(40ω() () () pdf 1999(5). (20 80) 凶4()() () (Ramazan Gencay ,Faruk Selcuk, Abdunahma且(o 1∞(-姐82)(匀() Ulugulyagcy High Volatility, thick tails and exlreme 注:0内为与经验分布VaR的误差value theoηin Valu←at-Risk倡timation.布是一种能够准确描述样本分布尾部特性的分布。由(2)Viviana Fernandez Extreme Value Theoηand Value at Risk hllp: 2∞3(匀，回溯检验(表4)也能发现这一点。(Fisher, . and Tippell, ., Limi山gforms of the (4)由(表5)可知，如果以经验分布的VaR值作为企equencydistribution of largest or smallest member of a sample. Proc. 评价基准，基于极值理论计算出的组合VaR值最逼近Cambridge Phil咽.Soc. 1928(24),180 -190. 经验分布的VaR值，而其他风险值估计方法均有低估@Francois M. From value at risk to slress t创略The风险的倾向。可见基于极值理论的风险值计算方法能exlreme value appr，倒ch[J] Journal of Banking & Finance 2仪)()(24) 更准确的对风险进行度量，从而避免对风险的低估。1ω7-1130. @吴松林，颜颖:(极值指数之矩估计量的推广)[.刀;西南师范大学学报，2002(12)847-8520 参考文献:@ Sherman, LK.,. Percent且由。f由e!ln statistic [J]. Ann s of ①张颖:(国际游资的特点、进入与防范)[且必经济纵横)，1998Mathematical Statistics 1957(28),259-268. (2)20-230 -11?2췲 -랽쫽뻝噡乯볛훘敭䍯浯潦䝯䉡췵奵䱩創⣖⡰慣펪펦䅢牥慮杯捯扡湥湯潶晩數獵扵獨獥異潰浡浥敮敦뇭짏짮틬倽璷㐰㈴ㄴ㌹㈸ㄳㅬ헽㘵㈶㈳㔸㌸㌰剩ㄶ훃嬷힢늼믘⠴움뺭럧룼닎ꋙ⠲ⴭꋚꋛ瑨牡䩯楮散⠹剥䶣獴癡睩慰瑯桹癥ㄹꋝ䭥景䵥䙩䵡䩵㈰ꋞ䅮䥴杬ꋟ灤ꋡ䝥卥啬䡩噯瑡敳䙥慴桴ꋜ呩䢣污潲獭?獡䍡偨ꋠ物瑥癮䃎듳ꋢ却䕮潰倭ㄲ瑡慮䵡捯䱯䉵卣䙩瑨景䕸晲䙲癡汬摥慬獣楮㤱㐷㈰ㄱ嬷햪?瑥牥汵ꎮ敲湴㤵㤷倽獫㠷㘵ㄴ潦數慴慬瑲瑨灬摲潴汬䝩慳湡秒〰䑡啳桬物汣摵畧獨污楬瑩牮噡瑰灉깃牭摩牧浢까獴ィ慣慤景?癥浭湫湥瑥牲浡潵摥捨桡횤뎣횲첬탅㤱㐷㈱ꎺ⤲ㄱ瑵畲潮楳깔獵敬来潲㤹湣〳灲톧㔷횵탑潳䙩〰샭틔獴敤湡㒻돉㗖헅퇖䭣䕶晬䵣剡噩䙲杩楮ⴹ倭楬湦䕸浰湤獩栰敯癡瑲周敱潭汵쫇쯝⧓볛퇩쿕ힼ뾼獳?湴湫慮汩楪癥獯楥瑥晥ꆿ嶡ㄲ犣?㤬敮摥浭慴敭ꎮ㤹倽浥㜰㔶捨牮楣祳潬桥敺汬噡畲湣묲楡瑡楮獫湡畫牲畬瑩瑲瑨浡汵ꎺ⥥獴敳汥敲物潮ⴱ卨楳튪捯敭牭牮敲嵹潵湡汤ꎬ沣慮湣횸횵럖쟸ꆿ⠩ヒ㈭潭猬桯敳牡摳汩楡⠱⠵慹斡⠳汥潳潡⠲톧楳湥楯?ⴹ倽牥瑲周畴潮〱桴特汵敯略릤瑧湡㠱쓮쳡牡来?쏐펱뒺敤楶乥癩獨직㈰汯湴浡楯灯?ꎮ㤷哀㌷ㄷ㜰㌸㉬ㄲ吽㤳㐱ㄸ瑲ꆾ븵慮慴慬楳潧ィ汵敳ꎬ慨祡汩敭敯瑩摥ꎯ瑴物獴摧杬枣튻볬줨믹럖뗄좷컄牬癥敲ꎺ湳㤹㤱㐳㈱敭敯獳楡瑰特牯祵ꎻ畮禣慴浥捩慬湤来牥건楳?捴쫽늼볤ꆾ쓚묲ꎮ쳯楥剄浮湣?ꕬ敮湩浵⦣ꎬꩡ捨㐩놨瑩㠩〴?ꎮ밵吭ㄱ楣来楯玣浡杣瑹特潮ꎯ䱩扵메Ꙇ捳돌릹욽牡湣ꎬ룟捴灭楦浥?쫽㌵ㄲ얶ꎺ쓾楪楬穡慮敲捯횣楮ꎮ㐸ㄸ特➣瑩걕楯湴慬浥景牡?⢣㌵ㄲ캪훖퇩뇭ힼ늼쟣뗄쿗㎡玣攬扩敥湤䙡璡偲卯뷐揟맺特㈰湡湳걨ꎬꎮ睷浩桥楮坡慮헅敮楣ꎮꆪ?㐸㉬ㄲ䕓㈵ㄵ湡꺣㈰摵攦룄킧ꎺ⢣죎ꆮꆣⱒ楳곑捩湧湩?ⵯ杳湴牭湳ꔩ폫갱㙭牫ⰳ榣瑴牵瑨ꩭ瞣瑩潮捥掣䩯慮㈰浡뚣㈵폐쓜⢱㔩ꎬ뗄쿲뛔ꎺ慹㌰ㄳ꾣?牮〴慴䕣룯틦周ⵯꔩ맺㲷䅪炣楣깧捥헓湧ꎻ癥睮?ꎮ景䙩뺭㤹慮桡剥깯獫긱畲〲깁㦡꽷짌慬릻뿉믹噡ꆣ럧몣?汯溣쓪맺ꞻ?牳潮맜캪敤睮牭㦣퇩볊〨敥畳牧ꎮ䆣㤲湡놣⠱湮ꨲ睷췵퇾牳污꾣晩튵ꎮ楴럖ힼ⧒횪폚勖뿉쿕㈹?敲ꎯ㠨㈩慬㘸뗚潭샭훐敤ꖵ폎햹䕸깡몡꽷慭걌浥틸샲婨?瑬늼⦣瑥灩㈴㠴ꎮ睷畮㧆웑楣쒣탄쓗좷닄ꎬ벫떣볻뷸?瑲湤뚼탐噡갹敳ꎮ摩⦣㞡ꆭ?폐坡慮玣쪽ꎬ禣뗄敭ꯖ쏨?죧횵겶믹탐杬ꎮ劵㌭牥갱뗄滙몣걂ꎬ췪쾡쳘랣潲뗖䮣湧?걧쓎쫶ꋏ맻샭폚뛈獯㠰㔲룄楡枣겱敩짆ꊣ뗣믉룊㢣畲ꆪꆣ퇹훕틔싛벫솿浵꽰깐룯潶짌놾橩뮻걡?ꆢ쾺敥ㄹꑷ湤楥폫놾뺭볆﮷횵ꎬ敲玣榣獲ィꤱ湧뺭뷰勖뷸ꎴ꺾랢깯敳럖뮵퇩쯣샭듓꽦?〰펪딨죫?湭牧潵捥햹物憣늼럖돶헖싛뛸튵〸믺퓋떥폫Ꭓꎯ牣삼敮깰탨灩敳湴ㄩ훆맜캻캲?늼뗄떹뇜럀웁摦捳ꎯ튪琭敤ꎬ샭ꎺ랶뾵늿뗄ퟩ삼럧쏢牥癦楬솼獯ꎮ틸쳡쳥潷췲ꆷ쓍쳘噡뫏욷쿕뛔뫃畲灤敳룟훆풪?갲욹湥捥?탔勖噡붷횵럧뗄뺭ꎻ?〰玣췢?뗄뗗勖ꢾ볆쿕걭탐펪ퟮ㲾ㆡ띭慥늿럖뗗陸쯣뗄킧뫳궼?ꎻ癴뮷늼?킵랽뗍ꎮ맻ꎬ쏗컷뺳뺭ꆣ튪욽춹램맀?쓏ꎬ쫗틔쪦평?쓜ꆣ룼쿈볛랣랶탨펪ꎬ횵갱튪맺맜㤹뿆폐샭?톧맜짌캪뗄튵떼쓚틸쿲늿샭탐ꎬ맜죑췆샭탫탐ꆣ쒣틔좫맺쏦폐놾돉짌쪽퓶놾튵횵맜틸캪샭탐쒿ꆣ죑뇪탫ꎬ쫷ퟶ솢뫃쿖듺놾짌뗄튵폐틸킧탐엤뺭훃ꎻ웤듎ꎬ
