中国股票市场指数VaR值的算法与比较研究.pdfVIP

2010年第O2期 沿 海 企 业 与 科 技 NO．02，2010 (总第 117期) Q STA PRISESANDSCIENCE＆TECHNOIDGY (CumulativelyNO．1l7) 中国股票市场指数VaR值的算法与比较研究 袁 超 [摘 要] 文章以2004年 1月2日到2007年4月30日的上证指数和从2004年 1月2日到2007年5月8日的深 证成指为样本数据 ，应用正态模拟法和历史模拟法分别预测 2004年 11月4号至2007年 4月 30号共 603个交易 日在 1％ 和 5％两个概率水平下的VaR值。实证表明：在高置信水平下，正态模型产生厚尾现象的可能性要高于历史模拟法。但相对 于冒险偏好型(即置信水平要求不高)的投资者来说，历史模拟法预测结果的出错率高于正态模拟法。 [关键词]VaR；正态模拟法；历史模拟法 [作者简介] 袁超，广州大学数学与信息科学学院硕士研究生，研究方向：统计精算与金融工程，广东 广州，510006 [中图分类号]F830．91 [文献标识码]A [文章编号]1007～7723(2010)02—0005—0006 一 、 引 言 显著性水平下能够有效地度量金融资产的风险。 VaR是风险估值模型(ValueatRisk)的简称，是 VaR的含义也可以理解为，在给定的条件和 20世纪90年代国外兴起的一种金融风险管理工 时段里，该资产或资产组合发生VaR值损失的概 具i1]。它广泛应用于资产组合的风险估计与金融机 率为给定的概率水平。假设某资产组合在99％置 构的绩效评估。 信水平上的31VaR值是 10万元，表明在正常的市 VaR(Value—at—Risk)，菲利普 ·乔瑞翻定义为 ： 场条件下，该资产组合在 100天内只有 1天损失 在“正常的市场条件下、给定的置信水平和给定的 可能达到或超过 10万元f8_。或者说，该组合持有者 时间间隔内，某项资产或某一资产组合预期可能 明天损失 1O万元或更多的概率为 1％。本文以 发生的最大损失。”目前主要有三种方法度量：正 2004年 1月231到2007年4月30日的上证指数 态分布假定下的方差 一协方差方法、历史模拟法 和从 2004年 1月2日到2007年 5月 8日的深证 (HistoricalSimulation)和蒙特卡罗模拟法 (Monte 成指为样本数据 ，应用正态模拟法和历史模拟法 CarloSimulation)。近些年来，国内学者采用VaR方 分别预测了2004年 11月4号至2007年4月30 法对某些理论和实际问题的探讨逐步深入，彭文 号共603个交易 日在 1％和 5％两个概率水平下的 德3J【对 VaR的内涵和应用作了介绍 ；戴国强等4]【基 VaR值。实证表明：在高置信水平下，正态模型产 于正态分布假设，介绍了投资组合的VaR计算及 生厚尾现象的可能性要高于历史模拟法。但相对 其在金融风险管理中的应用 ；胡援成等翻应用E— 于冒险偏好型(即置信水平要求不高)的投资者来 GARCH模型讨论上证综指的波动性并计算了上 说 ，历史模拟法预测结果的出错率高于正态模拟 证综指的历史VaR；高会见等[61依据 t分布假定下 法。 的GJR模型，以 1997年 1月 2日到 2004年 7月 二、正态模拟法 20日上证指数 日收益率为样本数据，应用蒙特卡 设两证指数的收益率 r服从正态分布 r~N(x／， 罗模拟法预测 2004年 7月2131到2005年 1月 0-2)，则相应的VaR值为： 1l31上海股票市场 日收益率和持有期收益率的 VaR=txT-N(1-X％)trV-T (1) VaR值，并与均值 一方差模型和历史模拟方法计 其中：表示平均值 ，％表示置信水平，表 算的VaR作了比较 ，说明基于t分布假定的GJR 示标准差，7T为时间。 模型的VaR值对上证综指收益率的风险提供了更 (一)VaR计算与检