欢迎来到天天文库
浏览记录
ID:28396504
大小:291.00 KB
页数:18页
时间:2018-12-09
《极值情况下对我国-股市风险度量的实证研究报告》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、.极值情况下对我国股市风险度量的实证研究上海财经大学王艺馨、师鹏云、万荣军目录摘要-1-一、引言-1-二、文献综述-3-三、上证综指分布函数的模型拟合和股市风险的度量-5-(一)极值理论的POT模型-5-(二)风险值的计算-8-(三)数据的选取和时段的划分-9-(四)各时段模型拟合和风险值的计算结果-10-四、对所得结果的分析和讨论-13-五、总结-15-参考文献-16--..摘要:准确地度量风险是对风险进行有效管理的前提和基础,特别是在极值事件发生的情况下,投资者只有正确把握市场中的风险才能做出合理的投资决策。本文考虑到全球
2、股市之间的极值联动效应,为了减小模型误差,利用极值理论和POT模型对中国股票市场中收益率的尾部数据直接建模拟合分布,并在此基础上给出计算风险值VaR和CVaR的方法。利用该方法,本文特别关注了2007年由美国“次贷”危机引发的全球金融危机爆发时对我国股市风险的度量,并比较危机前后风险的变化,结果显示,随着金融危机的到来,我国股市的风险有了一定程度的释放。本文实证分析的数据来源于Wind中国金融数据库关键词:极值理论;POT模型;VaR;次贷危机一、引言近二十年来,随着全球经济一体化进程的加快,我国金融市场也有了突飞猛进的发展。
3、我国在2001年加入WTO之后,不断加大开放的广度和深度,已形成了与我国经济发展相适应的特色道路,股票市场中上市公司数量不断增加,投资者积极性不断提高,制度性建设也日趋完善。自2003年5月26日瑞银集团QFII获批以来,QFII资金源源不断涌入中国证券市场,使我国内地证券市场与世界金融市场的联系越来越紧密。据中国财经网报道,2007年2月27日,在亚洲金融危机10周年之际,中国股市因市场传闻引发的巨幅下跌在全世界范围内导致了“多米诺骨牌”效应:在沪深两市几乎全线跌停之后,香港股市迅速做出反应:恒生指数单日最大跌幅超过465点
4、,收盘跌360点,跌幅达1.76%。紧接着,欧洲股市出现全线下跌,跌幅达1.30——2.64%。当晚,在美国股市开盘后,即开始了触目惊心的暴跌过程,道·琼斯指数最低跌了546点,收盘跌416.20点,跌幅为3.29%;纳斯达克综合指数下跌96.65点,跌幅达3.9%;标准普尔500指数下跌50.33点,跌幅达3.9%。中国股市“2·27事件”所引发的全球股市循环暴跌引起了政府、管理层、证券界乃至国际舆论的广泛关注,也标志着中国股市从此与世界股市正式接轨。随着金融创新和现代金融信息技术发展,-..全球金融风暴掀起的浪潮一波高过一
5、波,股票价格大幅波动,特别是2007年始于美国次级债券住房抵押贷款的次贷危机的爆发,引发了华尔街金融市场的震荡,并迅速波及全球,随着我国与世界金融一体化的深化,我国股票市场在此国际背景下也受到影响。那么,面对如此国际金融危机的冲击,我国股市到底受到多大影响,危机前后股市的风险有何变化,在危机到来时刻投资者又该如何调整投资决策呢?因此本文在此背景下进行研究极端事件发生情况下的风险度量问题。研究表明,在股票市场中的极端事件频发时,股票市场之间的极端联动效应(即收益的尾部联动效应)尤其显著,在股市的风险管理中,投资者需要特别关注造成
6、股价大幅波动的小概率事件,正是这些极端小概率事件使得投资存在着巨大的风险。因此,考虑极端联动效应正确地评估风险,对于控制和管理风险,进而做出正确的投资决策尤其重要,而在这些引发股市震荡的极端小概率事件发生时,准确地度量出风险可以让投资者在金融危机到来时及时采取有效的措施应对股市危机,甚至合理地利用风险获取收益,而不是消极被动的无所作为。正如花旗集团的前董事长Walter·Wriston在总结花旗集团的成功经验时所说的“工作的全部内容是管理风险而不是消除风险”。传统经济学中在对风险大多是定性研究,并以这些研究结论指导着国家的宏观
7、经济政策,但随着金融学、计量经济学的发展以及一些交叉学科的发展,人们更多的开始研究把风险量化,并对其进行分解,从而使每一种风险因子都得以精确的度量。VaR(Value-at-risk)方法应运而生,它弥补了传统度量方法的缺陷,有更大的科学性和适应性,适应了金融市场发展的复杂性和全球性趋势。但传统研究中都假设市场收益率服从正态分布,VaR模型度量的是正常市场中的风险;但是极端小概率事件才是造成风险的主要因素,因此研究极端事件下的风险才更能准确度量和把握股市中的风险。本文针对我国股票市场的现状,考察极端事件下的风险度量方法,利用极
8、值理论构建POT模型对中国股票市场中上证综合指数日收益率的尾部数据直接建模,拟合尾部分布函数,计算出VaR和CVaR值。直接对尾部数据建模,就是考虑到极端事件对风险度量的重要作用,而且该方法也可较好地避免模型误差,准确地度量出风险。2007金融危机恰好提供了一个极端事件频发的
此文档下载收益归作者所有