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GJR模型和Monte Carlo模拟法测定上证综指的VaR风险( 汪红驹 张慧莲 摘要：与正态分布相比，上证指数收益率的经验分布具有尖峰厚尾特征，但用广义t-分布比正态分布可以更好地拟合上证指数收益率的经验分布。本文以广义t-分布假设下的GJR模型为基础，测量了上证指数收益率波动性的杠杆效应，即信息对波动性的不对称影响；并根据GJR模型应用Monte Carlo模拟方法，测定上证指数日收益率和持有期收益率的风险价值（VaR）。结果表明用GJR模型比均值-方差模型和历史模拟方法计算的5%显著性水平VaR值更接近实际收益率。 关键词： 风险价值（VaR），广义t-分布，杠杆效应，GJR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 ，Scaled t-distribution，Leverage Effect，GJR Model，Monte Carlo Simulation 一、引言 VaR(Value at Risk)即风险价值，是20世纪90年代开始在国外盛行的一种金融资产的风险评价方法，目前，VaR在国际上已经得到广泛应用。金融机构应用VaR方法度量风险并进行风险控制；新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，目前主要有三种方法度量：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）。由于股票日收益率数据的经验分布一般存在尖峰、厚尾和聚集性特征，而且收益率序列的条件方差还可能存在杠杆效应，因此用正态分布假定下的方差—协方差方法和历史模拟法估算VaR存在一定的局限性。本文依据t分布假定下的GJR模型，以1997年1月2日到2004年7月20日上证指数日收益率