《系統工程理論與實踐》于2015年7月，發表了我院劉向麗教授與碩士研究生合作的的學術論文：中國滬深300股指期貨風險度量——基于流動性調整的收益率方法的研究。

流動性風險是除了價格風險外，可交易證券面臨的另一種風險，近年來它顯現出的破壞性越來越大。傳統的VaR模型沒有考慮流動性風險，因為它假設不管多大的頭寸，投資者都可以在固定時間内無成本得完成交易，所以忽略了由于投資者交易對市場的沖擊，以及買賣價差波動等因素帶來的風險。一些西方學者從這些缺點入手，試圖将流動性風險納入成熟的VaR模型當中，拓展出了多種流動性風險調整的VaR模型。

以BDSS模型為代表的許多模型都是将流動性風險進行單獨計算，總風險則等于市場風險與流動性風險的簡單相加，背後的假設是這兩種風險是完全正相關的，沒有考慮兩者實際的相關關系，本研究證明了忽略市場風險與流動性風險相關關系總是會高估風險。

對于如何在風險度量中考慮流動性風險的模型有很多，總結起來，關鍵問題有兩個：一是将流動性風險引入VaR的方式；二是對流動性風險理解及其度量指标的選取。

用買賣價差來度量流動性風險（如BDSS模型），适合于有做市商制度的報價驅動型市場，并且它隻考慮了外生的流動性風險，本文提出另外一種度量流動性成本的指标，同樣假設收益率是Rt，流動性成本（變現成本）為c，c用每日（或更小時間段）的價格波動率除以交易金額來表示，即 ， 、 、 分别為最高、最低和中間價，V為該時間段内的交易金額，c表示的就是是每交易一單位的資産造成的價格波動。然後用 表示經流動性風險調整的收益率，這裡的X表示需要變現的頭寸，X乘以c/2表示變現所有頭寸所承擔的價格損失，這樣 就表示經流動性風險調整的收益率。然後，我們用GARCH模型來拟合該收益率序列 ，最後就能求出流動性風險調整的收益率 在一定置信水平下的風險價值。

通過對滬深300股指期貨5分鐘高頻數據的實證檢驗，L-VaR模型具有較高的可靠性，（1）L-VaR/VaR總是大于1的，即L-VaR>VaR，說明傳統VaR由于沒有考慮流動性風險從而産生了對風險的低估；

（2）L-VaR/[VaR(R)+VaR(c)]總是小于1，即L-VaR< [var(r)+var(c)]，說明簡單相加的方法高估了風險，原因是此時r與c兩個序列的相關系數為，遠大于-1，不存在完全負相關的關系。

本文提出的L-VaR能夠較為合理的考慮流動性風險，對總體的風險進行準确地度量。