应用GJR模型和MonteCarlo模拟法测定上证综指的VaR风险61482;.docVIP

2005年中国经济学年会大会论文投稿 研究领域：金融学 应用Monte Carlo模拟法测定上证指的风险( 汪红驹 摘要：本文以模型为基础，应用Monte Carlo模拟方法，测定上的风险价值（VaR）结果表明用模型比均值-方差模型和历史模拟方法 关键词： 分布模型Monte Carlo模拟 中图分类号：F830.91 文献标识码：A Using GJR Model and Monte Carlo Simulation to Estimate the VaRs of the Composite Index of Shanghai Stock Exchange Wang Hongju ,Zhang Huilian Abstract：The daily rates of return from the Composite Index of Shanghai Stock Exchange have more leptokurtosis and fatter tails than are compatible with the normal distribution. Instead, the scaled t-distribution fits the data series quite well. The GJR model allowing for conditionally t-distributed errors is presented to measuring the leverage effect, i.e. the asymmetry of the volatility response to news. Meanwhile, the GJR model is used to estimate the VaRs of the daily and holding-period rates of return via Monte Carlo simulation method. Our results suggest that the VaRs from the GJR model is closer to the actual rates of return than those from the mean-variance method and the historical simulation method. Keywords： Value at Risk Monte Carlo Simulation 一、引言 VaR(Value at Risk)即风险价值，是在国外盛行的一种金融资产的风险评价Basle协议依据VaR对跨国银行市场风险提出了资本充足性要求，不少监管机构也采纳VaR为风险度量指标，并提出了具体的监管措施；此外，VaR还被用于金融机构的绩效评估。近些年来，国内学者采用VaR方法对某些理论和实际问题的探讨逐步深入，彭文德（1999）对VaR的内涵和应用作了介绍；戴国强、徐龙炳和陆蓉（2000）基于正态分布假设，介绍了投资组合的VaR计算及其在金融风险管理中的应用；胡援成和姜光明（2004）应用EGARCH模型讨论上证综指的波动性并计算了上证综指的历史VaR。 菲利普·乔瑞(2000)对VaR的定义可以简单表述为：在正常的市场条件下，给定的置信水平的一个持有时间内某种风险资产的最坏预期损失。VaR的概念相当简单，三种方法：正态分布假定下的方差—协方差方法、历史模拟法（Historical Simulation）和蒙特卡罗模拟法（Monte Carlo Simulation）。正态分布假定下的方差—协方差方法历史模拟法本文依据分布假定下的模型，以上证指数日收益率为样本数据，应用蒙特卡罗模拟法上海股票市场日收益率的VaR值均值-方差模型和历史模拟方法分布假定的模型 二、VaR计算与模型 VaR 计算的基本原理 VaR(Value at Risk)即“风险价值，其含义指：在一定概率水平（置信度）下，某一金融资产或证券组合价值在未来特定时期内的最大可能损失。 如果假设资产或资产组合的初始价值为W0，收益率r的期望值为E（r），给定一定置信水平(，则VaR可以被定义为资产或资产组合的预期价值与最低价值之差： （1） ，上式变为 （2） 根据（2）式计算的VaR相当于用收益率的相对损失不妨称之为VaR。 根据上述定义，假设收益率r的概率分布为P，，并用P(rr()=1-(计算