基于分析法度量股票市场风险.docVIP

基于分析法度量股票市场风险 　　作者简介：薛立国（199005-），男，汉族，江苏盐城市人，在读研究生，南京财经大学，研究方向：西方经济学。摘要：本文通过分析法计算VaR（Value-at-Risk，在险价值），并通过Kupiec的失败频率检验比较模型的优劣,发现上证股市的风险要略高于深证股市的风险，对于上证综指而言，在95%的置信水平下， EGARCH-M模型更好，在99%置信水平下，GARCH-M模型最好，对于深证成指而言，在95%的置信水平下， PARCH-M更好，在99%置信水平下， GARCH-M模型最好。 　　关键词：VaR；分析法一、分析法计算VaR 　　VaR①（Value-at-Risk，在险价值）作为一种新型的风险度量方法，VaR是指在正常市场条件下，在给定的置信水平下，金融资产或资产组合在一定时期内可能产生的最大损失值。 　　本文运用分析法来计算我国股票市场的VaR的值，选取上证综指和深证成指日收盘价作为研究对象，通过变换得到对数收益率作为随机变量来对我国股票市场进行建模，最后对模型进行检验。 　　(一)上证综指对数收益率时间序列的正态性检验 　　表1为上证综指对数收益率的统计特征表，从图中可知峰度Kurtosis=134.6177远大于正态分布临界值3，同时JB统计量=3407718远大于临界值5.99。由此可见，上证综指对数收益率并不服从正态分布，而是具有明显的尖峰厚尾的特征。因此，在收益率服从正态分布计算VaR会产生较大的误差。针对金融时间序列的尖峰、厚尾的特性，本文考虑采用收益率服从GED分布。分析法计算VaR其实质在于求条件方差，考虑到GARCH-M模型的时变方差可以刻画股票市场的波动性，为此我们可以利用GARCH族模型度量股票市场的在险价值VaR。综上所述，我们考虑采用收益率服从GED分布的GARCH―M族模型。 　　表1上证综指对数收益率基本统计特征表指数均值标准差最大值最小值偏度峰度J-B值P值上证0.0007290.0263130.719152-0.1790515.362101134.617734077180.0000（二）实证分析 　　⑴用GARCH-M族模型在GED分布假设下计算上证综指的VaR 　　GARCH-M族方程与一般的GARCH族方程的区别在于收益率方程不同，其收益率方程为： 　　rt=u1+AΣt+ε2t-P（1） 　　σ2t=α0+α1ε2t-1+…+αpε2t-p（2） 　　表2上证综指对数收益率GED分布假设下GARCH-M族模型参数估计结果ModelAα0α1β1γ1δGED 　　ParameterGARCH(1,1) 　　-GED-M0.017217 　　(0.674698)7.91E-06 　　(6.279656)0.211277 　　(13.72017)0.805538 　　(72.72423)1.076381EGARCH(1,1) 　　-GED-M-0.027154 　　(-1.179563)-0.480337 　　(-12.70877)0.308138 　　(16.86692)0.967825 　　(270.7189)-0.037195 　　(-3.560364)1.067685PARCH(1,1) 　　-GED-M-0.026397 　　(-1.146292)0.000444 　　(1.780874)0.179462 　　(15.37804)0.851777 　　(96.86748)0.102109 　　(3.184858)0.980492 　　(8.661895)1.079621注：括号内z统计量的值 　　注：表中的GED Parameter为GED分布的形状参数（该参数的作用是通过调用分位数函数@qged(p,v)来计算GDE分布的分位数，其中p表示置信水平，v代表形状参数） 　　从模型的估计参数来看，各模型的参数在5%显著性水平下的t值的绝对值基本都大于2，即在5%的显著性水平下均显著。 　　表3上证综指对数收益率GED分布假设下 　　GARCH-M族模型置信水平为95%时VaR计算结果后验表Model置信 　　水平VaR 　　最小值 VaR 　　最大值VaR 　　均值VaR 　　标准差失败 　　次数失败率GARCH(1,1) 　　-GED-M95%-0.542773-0.010682-0.0353830.028861450.045EGARCH(1,1) 　　-GED-M95%-0.542484-0.010676-0.0353640.028845410.041PARCH(1,1) 　　-GED-M95%-0.542878-0.010684-0.0353900.