由GARCH模型探讨深圳股市风险价值的应用.docVIP

由GARCH模型探讨深圳股市风险价值的应用 　　【摘要】中国自改革开放经济快速成长，人们在追逐高额回报率的背后，高风险也伴随而来。近年来投资者对风险的意识逐渐抬头，如何采用适当模型与方法对风险进行预测，是当前金融研究领域的热门话题。本文采用GARCH（1，1）模型对深证综指收益率序列进行研究，以VaR方法作为计算风险值的依据，进行波动率探讨。从实证的结果可知，GARCH（1，1）模型虽能预测深证综指的波动情况，但存在低估风险的情况。 　　【关键词】股票市场收益率波动性风险预测 　　一、前言 　　作为风险管理的基础，风险测量不准确，会导致策略失效。最常测量风险的指标，即在险价值（Value at Risk，VaR）。在进行实证分析，会假设资产收益具有独立同分布的特性，但随着研究工作的进步，学者们发现中国股票市场收益不服从独立同方差和正态分布，进行风险测量会有不良影响。为了解决此缺点，近年来多采用不同方法处理问题，而波动率估计是所有参数估计方法中最基本的，主要有移动平均法、GARCH模型法和隐含波动率法。 　　金融时间序列往往存在异方差现象和波动聚集特性，本文采用GARCH模型法进行分析，首先计算中国股市深证综合指数的VaR 值，再将预测收益率与实际收益率做比较，并针对使用GARCH模型实现波动率估算及VaR计算拟合程度作预测及分析。 　　二、文献回顾 　　自从股指期货被