股市投资回报过程的长相依性与风险度量介绍.doc

股市投资回报过程的长相依性与风险度量 徐林 祝东进 （安徽师范大学数学计算机科学学院，安徽 芜湖 241003） 摘 要 本文对上证指数对数收益率的长相依性进行了统计检验并完成了相应的统计建模以及参数估计。通过选择分数布朗运动作为刻画股票投资回报的驱动过程, 并得到了次模型下股指收益的VaR计算的显式表达式. 数值分析的结果显示分数布朗运动模型下的VaR值要高于Black-Scholes模型下的VaR值, 这表明长相依性质对于股指风险有很大的影响, 在相关的金融风险产品的风险度量中应加以重视. 关键词 长相依性; R/S统计量; 分数布朗运动; 在险价值 中图分类号：F224 文献标识码：A Long Range Dependence and VaR of Stock Return Process Xu Lin Zhu Dong-jin (School of Mathematics and Computer Science, Anhui Normal University, Wuhu, Anhui, 241003) Abstract This paper studies the long range dependence among Shanghai Composite Index, finishes statistical modeling for corresponding financial data. The investment return of stock market is assumed to be driven by Fractional Brownian motion and the VaR for corresponding model is derived. Numerical examples are given to illustrate the impact of the long range dependence on VaR by comparing VaR under fractional Brownian motion model and the one under Black-Scholes model. Numerical results show that the long range dependence impacts greatly on the risk measure of financial derivatives involving equity index. Key words Long-range dependence; Classical Rescaled Range Analysis; Fractional Brownian Motion; Value at Risk 1. 引言 长相依性(long-range dependence)描述时间序列中相距较远的时间间隔的随机变量具有显著的自相关性, 反映出时间序列分布对初始条件的敏感依赖性, 充分说明了历史信息的重要性. 近年来，人们不断从汇率、利率、通货膨胀、股票指数等多种金融时间数据中发现这一现象, 如Baillic[1], Beran[2]的工作. 因此, 股市收益率是否存在长相依性成为现代金融理论研究和实证分析研究的一个热点问题. 已有的工作多数根据Hurst[3]提出的R/S统计量进行计算, 进而估计出 Hurst 指数, 如果Hurst 指数介于1/2到1之间, 则断言所观察的时间序列表现出了长相依的性质. 然而, 从理论统计学角度而言, 通过简单地实证观察进而断言时间序列中是否存在长相依性质是不能令人满意的, 因此针对金融时间序列的长相依性的严谨统计假设检验是很有必要的. Robinson[4]于1994年完成了针对检验时间序列长相依性的R/S统计量的严格假设检验理论后, 该理论已经成为对长相依性质进行实证分析的有力工具并得到了广泛的认可. 基于Robinson[4]的工作, Willinger et al.[5]提出了修正的R/S 统计量, 该方法在统计学上表达的更为规范和严谨, 缺点是步骤稍显繁琐. 与此同时, 已有的文献研究也发现, 在某些金融时间序列中, 还展现出自相似的统计特点, 如 Mandelbrot 和 Ness[6] 的工作. 因此, 针对金融时间序列所展现出的长相依性和自相似性的特点, 完成相应的假设检验并寻找合适的数学模型进行建模是十分必要的工作的. VaR做为一种在实务中具有广泛应用的风险度量工具, 在金融风险度量的研究引起了广大学者的关注. 如范英[7]介绍了VaR方法在股市风险管理中的应用以及实