风险度量中GARCH族模型选择及在我国股市应用.pdfVIP

GARCH 风险度量中GGAARRCCHH族模型的选择及在我国股市的应用 赵振全 张琳琳 （吉林大学数量经济研究中心 河南理工大学） 摘要：以GARCH族模型为基础计算风险价值VaR时，其分布的假设、模型的选择以及样 本量的大小对风险度量模型都有一定影响。针对如何从大量模型中选取最优模型的问题，论 文提出了MQL函数，并通过对我国股市的实证研究得到一些结论：模型的类型对VaR值的影 响没有太大的区别；AIC值作为风险度量模型的选择标准是不准确的，可能产生模型误差； 2 当多个模型的LR值都通过了 检验甚至都相同时，MQL函数可以作为一种选择最优风险度 量模型的途径。 关键词：GARCH族模型、选择、VaR、MQL函数 The choice of the GARCH family in risk measure and it’s application in China’s stock market Absrat: GARCH family is a very important foundation in building VaR models. So in this article, we analysis and compare many GARCH models under different distributions, different model forms and different sample capabilities. We introduce a new method, called MQL function, to select the best model from large numbers of these models. At last, China stock market is our research object to validate and we obtain some conclusions such as: the influence which come from model forms is little; AIC is not the best criterion in selecting models; MQL function is one of the approaches to select best VaR model. Key words：GARCH models; choice， VaR; MQL function 一、引言 自1952年马柯维兹提出用方差来衡量风险以来，出现了各种风险度量方法，其中由 J.P.Morgan银行提出的VaR方法以其直观简洁成为国际标准的风险管理工具。 在用参数法计算VaR时，将GARCH族模型用于刻画金融时间序列的异方差现象是当前主 流的研究方法。常用的GARCH族模型有Engle(1982) ARCH模型、Bollerslev(1986)GARCH模 型、Nelson(1991) EGARCH模型和 Zakoïan(1990)、Glosten等(1993) TARCH模型。这些模 型还不足以完全刻画金融时间序列中的高峰厚尾现象。因此，近年来的许多研究常采用t- 分布和GED分布的假设，因为这两种分布本身就具有尖峰厚尾性，所以由二者产生的GARCH 过程比正态分布下产生的GARCH过程有着更“尖”的峰和更“厚”的尾。如陈守东(2002)为 我国股票市场建立了t-分布和GED分布下的GARCH、EGARCH等模型，认为比正态分布下计算 得到的VaR值更好地反映了收益的风险。 GARCH族模型在金融资产风险价值的计算中有着举足轻重的作用，但仍有几个问题值得 我们思考： 1) 当置信水平较高时，由最常用的AR(0)GARCH(1,1)模型建立的VaR模型仍然存在低 估风险的现象，因为这一基本模型并不能很好的刻画波动过程出现的由价格的暴涨暴跌所导 致的厚尾现象。改变GARCH模型中均值方程和条件方差方程的滞后阶数能否更好的刻画厚尾 现象，从而提高VaR模型的预测精度呢？如何进行模型的选择呢？ 2) GARCH模型