当前位置:首页 > 心得体会 > 市场风险模型 基于VaR-GARCH模型对我国基金市场风险的实证分析
 

市场风险模型 基于VaR-GARCH模型对我国基金市场风险的实证分析

发布时间:2019-04-01 04:14:27 影响了:

  一、引 言  (一)研究背景  证券投资基金有着规模经济下的专家理财和组合投资的分散风险,发挥机构投资者对上市公司的监督和制约作用,有利于证券市场的健康发展。但证券投资基金仍要面对各种风险。我国基金管理公司需要重视和加强风险管理,特别是要建立起自己的风险管理系统。VaR是当今国际上新近发展起来的一种风险度量模型,已成为经济与金融系统中刻画风险的重要指标,该方法具有更大的适应性和科学性。
  (二)文献综述
  1. VaR模型研究综述
  (1)VaR的含义
  VaR的定义为:在市场正常的条件下,在给定的置信度下,特定时期内某一资产组合可能遭受的最大潜在损失值。
  Prob(ΔP>VaR)=1-C(1)
  其中,ΔP为资产组合在Δt内的损失,VaR为在置信水平c下处于风险中的价值。
  (2)VaR的度量方法——参数法
  参数法假设证券组合的未来收益率服从一定的分布,计算过程需要估计分布函数中各参数的值,最后据此计算VaR值。
  2. ARCH模型和GARCH模型研究综述
  Engle(1982)在研究英国通货膨胀率时提出了ARCH模型。ARCH模型是,若一个平稳随机变量xt可以表示为AR(p)形式,其随机误差项的方差可用误差项平方的q阶分布滞后模型描述。
  (2)
  则称υt服从q阶的ARCH过程,记作υt~ARCH(q)。其中第一个方程称作均值方程,第二个称作ARCH方程。为保证σ2t是一个平稳过程,有约束0≤(α1+α2+…+αq)<1。
  ARCH(q)模型是关于σ2t的分布滞后模型。为避免υ2t的滞后项过多,可采用加入σ2t的滞后项的方法,于是由Bollerslev(1986)将残差的方差滞后项引入ARCH模型的方差模型中,得到了广义自回归条件异方差模型GARCH(p,q),即σ2t=α0+λσ2t-1+…+λpσ2t-p +α1υ2t-1+…αqυ2t-q(3)
  约束条件为:α0>0,αi≥0,i=1,2…q;λj≥0,j=1,2…p;
  大量研究表明,GARCH类模型很好地刻画了金融时间序列数据的波动性和相关性。为了刻画收益率经验分布的尖峰厚尾特征,可假设υt服从其他分布,如Bollerslev(1987)假设收益率服从广义t-分布,Nelson(1991)提出的EGARCH模型采用了GED分布等。
  3.三种分布假设下的VaR计算方法
  GARCH模型中参数的估计是采用极大似然方法。各种GARCH模型的区别也就在于条件方差方程采取的形式不同或者εt的分布假设不同。
  (1)Delta-GARCH-正态模型
  一般情况下假设εt的条件分布服从正态分布,即εt|It-1~N(0,σ2t)。参数估计的对数似然函数为:
  (4)
  因此,t时刻的VaR值是:
  (5)
  其中,σt由GARCH-正态模型得到。
  (2)Delta-GARCH-t分布模型
  Bollerslev(1987)引入自由度为v的条件t分布,即假定模型中,误差项εt|It-1~t(v),v是其分布自由度,2<v<∞。其对数似然函数为:
  (6)
  此时,t时刻的VaR值为:
  VaRt=-μ+σtF-1v(α)或VaRt=σtF-1v(α)(7)
  其中,F-1v(α)是t分布的分布函数的反函数。
  (3)Delta-GARCH-GED分布模型
  当εt的条件分布服从广义误差分布,即εt|It-1~GED(μ,v,σ2t),其中,(μ,v,σ2t)表示均值为μ自由度为v,方差为σ2t的广义误差分布。v为分布的自由度,0<v<∞,参数v控制着分布形式,不同参数导致不同的分布形式。当v=2时,是正态分布;当v>2时,尾部比正态分布更薄;当v<2时,尾部比正态分布更厚。其对数似然函数为:
  (8)
  t时刻的VaR表达式为:
  VaRt=-μ+σtF-1v(α)或VaRt=σtF-1v(α)(9)
  其中,F-1v(α)是广义误差分布GED的分布函数的反函数。
  二、样本和数据
  由于基金指数能很好反映出基金市场收益率的变动情况,本文选择上证基金指数和深证基金指数每日收盘价作为样本,以研究基于正态分布、t分布和GED分布三种不同分布的GARCH-VaR模型,并选择出最优的模型。本文数据来自于Wind资讯金融数据库,研究时间范围从2004年1月2日到2009年9月30日,共1398个交易日数据。
  日收益率采用对数一阶差分形式,设第t日的基金指数收盘价为Pt,则当日的收益率 。所有数据运算和估计都采用SPSS16.0、Eviews6.0和Stata10.0。
  三、GARCH-VaR模型实证研究
  (一) 统计特征分析
  数据统计显示,上证基金指数收益率Rsh均值为0.0973%,说明基金在存续期内总体收益率为正;偏度(Skewness)为0. 092376,说明有轻微右偏斜;峰度(Kurtosis)为6.631825,说明收益率Rsh具有明显的尖峰、厚尾的特征。深证基金指数收益率Rsz均值为0.001010,说明基金在存续期内总体收益率为正;偏度(Skewness)为0. 116521,说明有轻微右偏斜;峰度(Kurtosis)为6.704626,说明收益率Rsz具有明显的尖峰、厚尾的特征。Skewness/Kurtosis tests for Normality中P值等于零,证明收益率Rsh和Rsz分布异于正态分布。
  (二) 自相关性和平稳性检验
  上证基金收益率Rsh和深证基金收益率Rsz的波动存在聚集性,并且是平稳的时间序列。对收益率序列进行ADF检验,结果表明,在1%的显著性水平下,从无滞后期到滞后30期都拒绝序列Rsh和Rsz存在单位根的原假设,即基金收益率是平稳的。

猜你想看
相关文章

Copyright © 2008 - 2022 版权所有 职场范文网

工业和信息化部 备案号:沪ICP备18009755号-3