基于非对称结构与长记忆的股票市场风险测度研究淳伟德.pdfVIP

经济与金融 基于非对称结构与长记忆的股票市场风险 测度研究 ， 1 1 2 3 淳伟德 李晓燕 王 璞 （1.成都理工大学商学院，成都 610059 ； 2. 西南交通大学经济管理学院，成都 610031 ； 3.成都理工大学管理科学学院，成都 610059 ） 针对金融市场条件收益存在的“有偏胖尾”分布与非对称波动性特征以及长记忆特征等 摘要： 典型事实特征，运用ARFIMA-FIGARCH-SKST 模型等来测度股市动态风险，并通过规范的返 回测试检验中的LRT 和DQR 方法实证考察了测度模型的可靠性。 得到了一些非常有价值的 实证结果：有无长记忆约束的非对称结构风险模型在中国大陆沪深股市动态风险测度能力上并 无实质性差异； 模型能够准确测度股市的动态风险；股票市场极端 ARFIMA-FIAPARCH-SKST 风险的测度尤其不能放弃非对称结构的这一约束条件。 金融市场；非对称结构；长记忆特征；动态风险测度 关键词： 引 言 近20 多年来，全球金融市场发生了一系列重大风险或者说危机事件，如：1987 年美国股市的崩盘、1992 年欧洲货币体系的瓦解、1997 年的亚洲金融危机、2007 年的美国次贷危机转化为全球性“经济危机”以及迪拜 财务危机事件等等，所有这些事实，不止一次证明了：维护金融经济安全，推动经济的发展，促进社会和谐稳 定，必须强化金融风险管理。 股票市场是金融市场的重要组成部分，股市风险管理自然是金融市场建设的重点之一。然而，股市风险 管理的关键又在于对股市条件收益分布及其条件波动结构有准确可靠描述。长期以来，金融风险管理都是以 “有效市场假说”（Efficient Market Hypothesis ，EMH）理论为基石的主流金融理论展开的，都是基于EMH 假 设金融资产收益服从正态/高斯分布，然后根据金融收益分布的特征来测度金融市场的风险价值指标（Value at [1，2] Risk，VaR） 。但是，自20 世纪70 年代以来，科学技术的飞速发展推动了金融技术创新，尤其是计算机模拟 技术的提高为取得丰硕的实证成果提供了技术支撑。大量的实证结果表明，实际金融市场存在着许多无法为 EMH 所解释的“典型事实”（Stylized Facts）特征，这些典型事实特征既不能为EMH 所解释，又普遍存在于不 [2-4] 同国家和不同类型的市场当中 。如果仍然按对称的正态分布、学生t 分布来对收益分布建模，势必会低估市 场风险，使投资者蒙受损失，于股市的健康发展不利。因此，有效地管理股市风险的关键就在于必须在金融市 场的典型事实框架之下，并以典型事实为约束条件来开展工作。 收稿日期：2010-10-15 国家自然科学基金项目（ ）；教育部人文社科研究项目（ ）。 基金项目： 10YJCZH086 作者简介：淳伟德，成都理工大学商学院院长，教授，博士，硕士生导师；李晓燕，成都理工大学商学院讲师，西南交通大学经济管 理学院博士研究生；王璞，成都理工大学管理科学学院讲师，硕士。 28 管理评论 Vol.23 No.09 （2011） 经济与金融 但是，金融市场（如股市）呈现出如此众多的典型事实，尤其是今后还会出现更多的典型事实，必然使得 风险管理的约束条件不断增多