股票交易组合风险实证分析.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
股票交易组合风险实证分析

股票交易组合风险实证分析   【摘要】本文在介绍VaR基本概念的基础上,着重分析VaR的三种获取方法,并以马钢股份(600808)和交通银行(601328)组合为例,对VaR方法在我国证券市场上的投资组合应用进行分析。   【关键词】股票交易组合风险 VAR法 实证分析   一、VaR概述   VaR(Value at Risk)按字面的解释就是“处于风险状态的价值”,可译为受险价值、在险价值、风险价值等。通常解释为:VaR是在一定置信水平和一定持有期内,某一金融资产或组合在正常的市场条件下所面临的最大损失额。   因此从数学和统计的意义上看:   VaR就是在某个既定的损益预期分布中,对应一定置信水平的分位数:   Prob(ΔP?燮-VaR)=1-c   其中,c为显著性水平,1-c代表置信水平,ΔP代表损益。[1]   二、VaR的获取方法   计算VaR的关键在于确定证券或组合的未来损益的统计分布或概率密度函数。而直接获取未来损益的分布几乎是不可能的事,为此,通常经过下述分解过程:将资产表示为市场因子的函数,预测市场因子的波动性,根据市场因子的波动估计资产的价值变化及其概率分布,根据给定的置信水平和持有期,计算得出VaR。[2]   这一分解过程中,波动性模型和价值模型是核心和难点。根据波动性模型和价值模型的不同,可以将VaR的计算方法分为以下三类:历史模拟法,蒙特卡罗模拟法,参数法(方差-协方差法)。   (一)历史模拟法   利用历史数据集,将过去已经实现的收益率分布或市场变量分布应用于目前的投资(或组合),据此模拟下一个时期该投资(或组合)可能面临的收益分布,给定置信水平和持有期,就可以计算出VaR。   隐含前提:历史可以复制未来,历史数据可获得,且完整有效。优点:原理简单且实用,非参数完全估值,避免了估值和模型风险。不足:对历史数据的依赖,路径依赖假设等概率假设。[3]步骤如下:   实证:假设A股:马钢股份(600808)投资60万,B股:交通银行(601328)投资40万。下一个交易日,该组合在99%置信水平下的VaR是多少?   首先取数据从2011年1月11日到2013年1月10日的股票收盘价,两只股票都有488个数据(资料来源???讯财经网)。用EXECLE表格和EVIEWS6.0软件,计算其每日简单收益率和组合收益率,生成一个新的时间序列。   公式为:简单收益率R=(Pt-Pt-1)/Pt-1   组合收益率=A股简单收益率*0.5+B股简单收益率*0.5   然后将序列中组合收益率的数据按升序排列,找到对应的第488×1%=4.88个数据(谨慎起见,我们用第4个),即-5.01%。于是可得,VaR=100×5.01%=5.01万。   (二)蒙特卡罗模拟法   假设资产价格或市场变量的变化服从于某个随机过程,通过模拟该随机过程,就可以得出在给定时点上投资组合的价格或市场变量的估计值。不断重复该模拟过程,就可以得到一系列估计值。如果重复的次数足够多,模拟出的估计值最终将会收敛于“真实的”组合价值。以此为基础,给定置信水平1-C,通过分位数就可以计算出VaR,就可以进一步估计出组合“真实的”风险价值。   优点:全场景模拟,不受历史数据限制,完全估值,可处理非线性、非正态问题。不足:复杂、不易理解,模拟次数、计算精确度与耗费时间的矛盾,模型风险和估值风险,伪随机数问题。[4]   例如:资料同前。   样本同前,假定该股票价格服从随机游走。检验如下:   首先,利用EVIEWS软件中的单位根检验(ADF检验)来判断股票价格序列的平稳性,结果如下:   A股:马钢股份(600808)   可知DF=-1.269527,大于下面所有临界值,因此可知该序列是非平稳的。   接下来,利用EVIEWS软件中的相关性检验来判断序列的自相关性。选择价格序列的一阶差分(△P=Pt-Pt-1)和30天滞后期。   结果如下:   可知股票价格的一阶差分序列△P滞后8期以内都不具有相关性,即其分布具有独立性。   通过上述检验,我们可以得出结论,深发展股票价格服从随机游走,即:Pt=Pt-1+εt。   利用EXCEL软件做蒙特卡罗模拟,模拟次数为10000次:   首先产生10000个随机数,然后获取模拟价格序列:模拟价格=初始价格P0+随机数,再将模拟后的价格按升序重新排列。   找出对应99%的分位数,即10000×1%=100个交易日对应的数值:1.985,于是有马钢股份:   VaR=60×(1.985-2.17)÷2.17=-5.115万   B股:交通银行(601328)   步骤同前,找出对应99%的分位数,即10000×1%

文档评论(0)

erterye + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档