基于期望损失对中国股票市场风险的返回检验.doc

基于期望损失对中国股票市场风险的返回检验( 范国斌**1 黄文光2 曾 勇1 (1．电子科技大学管理学院 成都 610054；2．英国卡迪夫大学商业学院 卡迪夫 CF10 3EU) 摘要：已有的基于VaR和期望损失的返回检验存在一定缺陷，因此本文将一种新的返回检验方法——鞍点技术应用于3种中国股票指数的日收益率。使用三种不同的模型进行预测，与真实数据相比较进行返回检验，结果表明：简单的GARCH-Normal模型是无法捕捉股票市场风险的，对实践中相当普遍的基于正态分布的风险建模提出了一种警示。同时，鞍点技术的优点允许我们基于每年的股指收益率数据进行返回检验。 关键词：Value-at-Risk 期望损失 返回检验 鞍点技术 中图分类号：F830.91 文献标识码：A Backtesting Market Risk of China Equities using Expected Shortfall Fan Guobin1, Wong Woon K.2, Zeng Yong1 (1. School of Management, The University of Electronic Science and Technology of China; 2. Cardiff Business School, Cardiff University) Abstract: Since there are some drawbacks with the existing backtesting methods based on VaR and expected shortfall, in this paper we apply a new backtesting method, the saddlepoint technique, to the daily returns of three stock indices in China. The new and traditional backtesting methods are implemented on three different models, and the results show that the simple GARCH-Normal model can’t capture the maket risk of stock index in China, and this serves as a warning for risk modeling based on normal distribution which is quite common in practice. Moreover, the advantages of saddlepoint technique also allow us to carry the backtesting yearly. Key words: Value-at-Risk, expected shortfall, backtesting and saddlepoint technique. 1. 引言 研究中国股价指数市场风险的度量问题有着重要的理论和现实意义，投资者和风险管理者都迫切需要一个能够恰当地捕捉中国股票市场风险特征的风险模型。那么，怎样的模型才是恰当和准确的呢？在风险管理和实证研究中经常使用返回检验的方法来验证一个假设模型的正确性，这种方法利用模型的预测值与真实数据的比较结果来检验模型预测的精确程度。在国内研究中，李纲等（2002）Value-at-Risk（VaR）和期望损失（ES）进行了度量，邱小平和杨群（2005）Value-at-Risk（VaR）和期望损失（ES）。其中VaR是经巴塞尔协议批准使用的金融市场风险标准度量方法。但是早在1999年，巴塞尔委员会在全球金融系统上就提出一个报告[4]指出VaR在度量尾部风险时是无用的。郭亮（2004）[5]、郭明媛和张世英（2005）[6]也对VaR方法及其缺点进行了评述。因而需要一种能够将超过VaR的极端损失考虑进来的风险度量方式，而Artzner et al.(1997[7],1999 [8])提出的期望损失正是一种能够克服VaR缺点的风险度量方式。事实上，VaR是一种分位数度量方法，给定一个置信水平，VaR描述了在特定期间内由于市场风险暴露而发生的损失，而ES是超过VaR的损失的均值。Yamai ＆ Yoshiba (2005)[9]对这两种方法进行了详细的比较分析。虽然ES是一致的风险度量方式而VaR不满足次可加性，但是前者仍然没有出现在新巴塞尔协议中，主要原因就是ES的返回检验要难于VaR。 当一种风险度量方法被计算出