VaR—GARCH模型在我国股指期货风险管理中应用.docVIP

VaR—GARCH模型在我国股指期货风险管理中应用 　　摘要：股票指数期货交易风险，是指由于股票指数期货市场运作的不确定性，而使市场参与者遭受损失的可能性以及对整个社会、经济环境造成危害的可能性。VaR风险评估是预测股指期货合约的市场风险的主流方法，可用于对利率风险、汇率风险、证券、期货及其他衍生产品价格风险等各种市场风险的度量。由于金融资产价格涨跌率时间序列具有波动性、时变方差效应，因此多采用能够精确估计样本区间波动指标的GARCH模型。于是股指期货多将两者结合，构建了VaR-GARCH模型。本文通过阐述VaR-GARCH模型的基本原理，结合具体实践，分析了该模型在股指期货风险管理的应用。 　　关键词：VaR模型 GARCH模型 期货风险管理 　　前言 　　VaR理念的核心是VaR风险值，即一个资产组合在特定持有期间内以及特定的置信区间下，由于市场价格变动所导致此投资组合的最大预期损失。VaR模型旨在估计给定的投资工具或组合在未来资产价格波动下可能遭受的损失。计算VaR时一般需给定两个条件：置信水平和持有期。GARCH模型经过变形发展特别适合于对金融时间序列数据的波动性和相关性进行建模，估计或预测波动性和相关性。GARCH模型一般由条件均值方程和条件方差方程组成，由于GARCH模型是用来估计并预测波动性和相关性的，它更关注条件方差方程，所以通常将条件均值方程的形式取得非常简单。在此基础上，综合考虑股指期货市场的特征和经济因素影响，利用VaR-GARCH模型进行风险管理。 　　一、股指期货风险VaR-GARCH评估模型的研究 　　（一）VaR在金融风险管理中的应用 　　1、风险控制。利用VaR进行风险控制，可以使交易单位确切地知道他们进行的金融交易到底存在多大的风险，同时可以为该交易单位设置VaR限额，以此防止过度投机行为的发生。如果将VaR作为监督标准，一些重大金融交易亏损就有可能避免。 　　2、风险披露。风险披露不仅能为投资者提供有价值的参考信息，也能为披露风险的公司自身带来很大的利益。因为披露信息不充分的公司，投资者会因他们无法从该公司获得足够的信息而拒绝购买该公司的股票。这样就会导致较低的交易量和较高的交易成本，继而降低股权价值，也不利于提高该公司的社会地位。 　　（二）VaR- GARCH 评估模型的建立 　　1、涨跌率的确定。本文以恒生股指期货指数进行实证分析。采用合约结算价的每日涨跌率时间序列进行波动性描述，主要由于： 　　（1）股指期货价格随时间的变化而变化，呈现非平稳性；（2）期货价格序列所包含的内容并不是交易所和投资者所关心的，如：交易费、仓储费等，并且涨跌仅仅是昨天和今天的价格差；（3）涨跌率是根据合约交易价格的加权平均值计算出来的，因此能够很好地反映了股指期货价格的波动性[1]。 　　因此本次论证以涨跌率的方差或标准差来衡量。假设单个合约涨跌率以r表示，p为结算价，则第t个交易日的涨跌率为： 　　2、VaR-GARCH风险评估模型的建立。由于GARCH模型很好地刻画了金融时间序列的波动聚集效应、厚尾效应及时变方差效应，适合于对金融时间序列的波动性进行建模[2]。因此假设涨跌率符合正态分布，计算时变条件方差的公式为： 　　在一定的置信水平下，便可计算出第t交易日VaR的预测值，由此可计算出VaR-GARCH风险评估公式： 　　其中置信度水平c下选取对应分布函数的临界值。 　　3、单个股指期货合约风险评估模型具体计算过程与步骤。（1）预测合约涨跌率的方差。假设合约涨跌率服从正态分布，根据大数定律可以对进行预测。通过上述GARCH模型计算出。（2）在置信水平区间内，根据标准正态分布函数表查询置信因子。（3）计算出期货合约在t交易日的市场风险值VaRt。（4）检测预测市场风险值VaRt的合理性。如果不符合实际，需调整GARCH函数的估计参数，重新预测单个合约风险值[3]。 　　检验方法一般采用置信区间估计检验：假设正态分布的随机样本的样本数为T，样本方差为，则服从自由度 　　为T-1的X 2分布，从而得到置信区间估计检验： 　　从而得到VaRt的置信区间，只要VaRt的预测值在这个置信区间内，便可认为该估测值比较合理，否则需重新从1.2章节开始。 　　二、模型的实证与应用研究 　　（一）数据选取 　　本文选用香港恒生指数2007年10月至11月的38个交易日收盘价，通过前面理论描述计算每个交易日的涨跌率，从而得到每日合约收盘价涨跌率的时间序列 。 　　（二）涨跌率时间序列的平稳性和正态性检验 　　本次采用Eviews5.0软件检验出涨跌率时间序列近似服从正态分布。 　　（三）股指期货风险的实证分析 　　根据GARCH模型进行恒生指数的风险评估： 　　1、根