【江海-2025研报】量化投资组合管理研究系列之（八）：基于GARCH-EVT-VaR模型的动态风险管理.pdfVIP

证券研究报告·金融工程报告年月日江海证券研究发展部

2025124

金融工程研究报告

金融工程研究组

量化投资组合管理研究系列之（八）

基于GARCH-EVT-VaR模型的动态风险管理

分析师：梁俊炜

执业证书编号：S1410524090001投资要点

◆研究摘要：本研究创新性地将GARCH-EVT-VaR模型与防御性择时机制结合，构

建动态风险管理框架，完成“动态风险度量-信号转化-规则化操作”的完整体系搭建，

相关研究报告并在创业板、沪深300、中证500及中证1000等指数及其对应的ETF上进行实证检

验。结果表明，该模型能够有效捕捉市场厚尾特征和波动率聚集现象，在控制下行风

量化投资组合管理研究系列之（七）

中证创新药指数增强的构建2025.09.05险的同时保留向上弹性，显著提升投资组合绩效。本研究为当前高波动环境下的资产

配置提供了重要的风险管理工具。

量化投资组合管理研究系列之（六）

指数增强的双轮优化2025.06.23◆序列特征：各个指数的收益率时间序列均通过平稳性检验，符合建模要求。结合

JB检验和特征统计，验证了传统正态分布假设的不合理性，凸显EVT拟合尾部的必

量化投资组合管理研究系列之（五）

宽基指数的多因子择时模型2025.01.17要性。

◆波动特性：四个指数在GARCH模型的参数估计中，均为正，表明存在显著的波

动聚集性。中证1000的当前波动对过去短期波动的反映更灵敏（更大）。创业板指

和沪深300的更大，波动韧性更强。中证500在EGARCH模型中的显著为负，表

明其存在明显的杠杆效应。其他指数的不显著，其波动率非对称性较弱。

◆模型适配：不同指数对GARCH族模型的适配程度不同。创业板指和沪深300适

用GARCH(1,1)。中证500适配GARCH(1,1,1)。中证1000更适合EGARCH(1,1,0)。本

文对这些模型的适配性进行了分析。

◆回测结果：各指数的择时模型均有正的超额。创业板指和中证1000的年化超额较

大，分别为4.42%和4.81%。每一个择时模型的年化波动率较基准均有所减少；贝塔

降低，受系统性冲击下降，但阿尔法上升，存在超额，夏普比率较基准指数均有大幅

提升。各模型的盈亏比上升，证明了择时的亏损减少。每一个择时模型的最大回撤均

下降，其中创业板指最大回撤从49.4%下降到36.8%，中证1000从42.0%下降到30.0%，

沪深300从32.1%下降到20.8%。

◆策略优势：（1）风险度量更精准。融合GARCH-EVT-VaR能更准确捕捉极端尾

部风险；（