沪深300指数极值VaR的分析与计算.pdfVIP

维普资讯 沪深300指数极值VaR的分析与计算 周孝华，唐秋燕 (重庆大学 经济与工商管理学院，重庆 400030) 摘 要 ：文章将 GARCH模型辛口EVT理论相结合 。对沪深 300指数的风险价值进行分析与计算．并 将其与传统基于正态分布假设计算的VaR、GARCH模型计算的VaR以及基于EVT理论计算的VaR 进行比较 ．发现采 用GARCH模型和 EVT理 论相结合 而得到 的极值 VaR能更好地反应 沪深 300指 数 的风 险 关键词 ：VaR；EGARCH—M模型 ；EVT理论 ；POT方法 中图分类号 ：F830．91 文献标识码 ：A 文章编号 ：1002—6487l2008)10—0o96—03 似然函数表示出来，利用极大似然法模型参数进行估计。 0 引言 随后 的十几年计量经济学家们对 GARCH模型进行 了 许 多变形 。提高 了GARCH模 型在实 际金融世界 中的适用 VaR即风险价值。是指在正常的市场条件下和给定的置 性 。金融资产 收益序列普遍存在杠杆作用即存在金融回报 的 信水平下，投资者在给定的时间区间内最大期望损失 。VaR 条件方差对正负冲击的反应不一样 的现象．在股票市场中尤 方法通过一个数字就能把风险大小简明易懂地表示出来 ，因 其 明显 。并且金融资产收益时间序列受其 自身方差的影响 。 此受到风险管理者的欢迎 。对风险价值 的计算核心部分是对 表现为高收益高风险，即风险收益正相关性 。 波动率的估计 。实际金融资产收益序列普遍存在收益分布的 EGARCH模 型 即指数 GARCH模 型 。最早 由Nelson 尖峰厚尾现象 、波动的积聚性和爆发性 、“杠杆作用”现象明 (1991)提出，他改变了GARCH模型中对估计参数非负的强 显 以及序列有时存在一定的 自相关性或者平方序列存在 自 约束 。因为这样会过度地 限制条件方差 的变动性 。将条件方 相关性。直接对资产收益序列采用正态分布假设计算其风险 差 以对数形式表示如下 ： 价值往往会低估风险 。随着沪深 300股指期货 的推 出，沪深 lnh,=c~+g(z1)+~／lnh_【1 (3) 30o指数在证券市场 中的地位会 日益提高。如何有效刻画沪 其中zt=￡，、／h它一般服从标准正态分布，并且g(= 深 30o指数收益序列的分布 以及度量沪深 30o指数 的风险 wz+X(Iz一I一、／2／)，g(·)为非对称的响应函数，当zt为正的时 价值 ．对于以后 的股指期货投资风险控制具有重要意义。 候，g(z3~斜率为w+h；当z为负的时候，g(z入)的斜率为w-h。 本文将 GARCH模型与 EVT理论相结合 ，计算沪深 300 这样一来就可 以表示 出金融资产 收益 时间序列条件方差对 指数 的VaR。并将之与传统 的VaR、基于GARCH模型 的