资源描述：
《基于garch和半參數法的var模型及其在中國股市風險分析中的應用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、2000年第12期统计研究No.122000StatisticalResearch25基于GARCH和半参数法的VaR模型及其在中国股市风险分析中的应用叶青ABSTRACTThisarticleintroducesvalueatriskmodel(VaR)basedonGARCHandsemi-pa-rameterapproach,anewrecentlydevelopedtoolformeasuringmarketrisk.AndwealsomadeacaseanalysisonChineseStockMarketRi
2、skusingthistechnique.关键词:基于GARCH的VaR模型;半参数方法(1999)、刘宇飞(1999)探讨了VaR的涵义和意义,对一、引言测量VaR的三种基本方法:历史模拟法(historicalVaR是风险估值模型(ValueAtRisk)的简称,是simulation)、方差—协方差法和蒙特卡罗模拟法近年来国外兴起的一种金融风险管理工具,旨在估(MonteCarlosimulation)做了介绍;张尧庭(1998)、詹计给定金融产品或组合在未来资产价格波动下可能原瑞(1999)从理论上探讨了VaR的
3、度量问题。1999的或潜在的损失。用Jorion(1996)给出的权威定义,年以来国外关于VaR的测量方法已有新的发展,这可将其表述为“给定置信区间的一个持有期内的最些方法目前在国内还没有被引进和展开充分讨论,坏的预期损失”,即在一定的持有期和一定的置信度同时关于VaR的实证研究也不多见,本文引入基于内,某金融工具和投资组合所面临的潜在的最大损GARCH模型的方差协方差法和DavidLi(1999)提出失金额。目前,该方法已经得到国际金融界越来越的半参数法,度量、分析我国股票市场的潜在风险,多的重视和应用,部分国家已明文
4、规定银行、上市公以揭示我国股票市场潜在风险的特征。司、证券公司等机构必须定期公布自己的VaR值。二、数据选取和阶段划分VaR的意义在于,它不仅可以用来作为金融机构评1993年以前我国股票市场处于发展的初级阶估和管理个别资产或资产组合市场风险的工具,而段,市场容量小,价格波动剧烈,制度不健全,市场不且可以用来作为金融监管部门监管金融机构和评估规范,将这一时期的数据加入分析变量数列会造成市场风险的手段。风险特征的扭曲。为此,我们采用1993年1月3日VaR的概念简单,然而它的度量却是一个具有至1999年12月30日为样本时期
5、,以上证综合指数挑战性的统计问题。围绕着VaR的测算,西方学者和深圳综合指数为分析对象,对我国股市风险进行进行了深入探讨。JeremyBerkowitz(1999)提出了新分析。其收益率的计算采用公式:的评价VaR的方法;Jean-PhilippeBouchaudandMarcPtPotters(1999)提出了如何利用金融资产波动的non-rt=ln()(1)Pt-1Gaussian特性去简单地计算复杂的非线性组合的考虑到我国股市制度变化对收益率变化有很大VaR;DavidLi(1999)提出了使用四阶距统计量计算影响
6、,因此按照制度变化将收益率序列分为三个阶VaR的新方法;Dowd,Kevin(1999),提出了VaR计段:1993年1月3日至1994年12月30日为第一阶算的极端值方法。段(T+0,无涨跌停板限制),1995年1月1日至近年来,国内学者们开始引进VaR这一风险分1996年12月13日为第二阶段(T+1,无涨跌停板析工具,并对有关的理论问题做了初步探讨,其中较限制),1996年12月16日至1999年12月30日为有代表性的有:牛昂(1997)、姚刚(1998)、郑文通第三阶段(T+1,实施涨跌停板限制)。26统计研究
7、表1深、沪股市收益率序列GARCH(1,1)-M模型估计参数上证收益率序列深圳收益率序列模rt=b0+b1xt+b2xt-1+b3xt-2+b4xt-3+b5rt-1+b6rt-2+型rt=b0+b1xt+b2xt-2+b3xt-4+b4rt-1+δht+εt表b7rt-5+δht+εt达h=c+αε2+βhtt-1t-12式ht=c+αεt-1+βht-1系数系数值标准差t值P值系数系数值标准差t值P值b0-0.0026260.000937-2.8010.0051b0-0.0037220.00103-3.6290.00
8、03b10.0543690.0015435.2940.0001b10.0475050.0011641.0460.0001b20.0207510.002498.3380.0001b20.0155220.002376.5440.0001b30.0161590.002925.5430.0001b30.0177400.002
