论文部分内容阅读
在金融风暴席卷全球的背景下,不管是金融投资机构还是个人投资者都注重的市场风险更加备受外界关注了。相比欧美金融业发达的国家而言,我国的金融开放程度不高,金融业亦相形见绌,但此次金融危机对我国金融业还是造成了巨大的创伤。研究我国资本市场中的风险管理在全球金融危机的背景下就显得更加必要,VaR作为度量市场风险的工具之一,运用得当能够很好的揭示市场风险程度,对金融机构和个人投资者管理资产头寸风险起到很大的帮助。本文通过对我国上证指数与沪深300指数的VaR研究,对基金公司在管理指数基金或者金融机构投资股指期货市场时如何管理市场风险时给出了一些建议。本文研究主要分为两个部分,第一个部分研究了我国股票市场上收益率和波动率的特征,第二部分则是运用这些特征连同FHS技术对现实的指数进行VaR的风险度量研究,并将这种方法同传统的VaR方法进行了比较研究。第一部分首先介绍了现实资本市场中收益率和波动率的典型特征,主要有诸如“尖峰厚尾”、波动率集聚效应及波动率的非对称效应,本文分别从理论上介绍了t分布和广义误差分布(GED分布)来解释收益率的特征和介绍了非对称的GARCH族模型来解释波动率的特征。第一部分的实证研究发现我国股票市场的指数收益率存在着明显的非正态性特征,与国外市场有明显相同的“尖峰厚尾”特征,运用t分布和GED分布能够很好的对该收益率特征进行描述。上证指数的波动率存在明显的波动率集聚和波动率非对称效应,而沪深300指数只存在波动率集聚效应却不存在波动率的非对称效应。基于正态分布、t分布和GED分布的EGARCH和TARCH模型都能很好的解释上证指数的这两种波动率特征,但GED分布的EGARCH模型拟合的效果是最好的；沪深300指数的波动率特征则是t分布的GARCH模型拟合的最好。本文的第二部分首先对VaR的计算方法进行了介绍,主要运用了历史模拟法、Monte Carlo模拟法和FHS技术方法。与传统的VaR度量方法不同,FHS技术方法与GARCH族模型共同使用的,GARCH族模型反映出现实的波动率特征,并将该特征通过FHS技术预测出未来收益率和波动率,这样得出的结果更加现实,更加符合风险管理的要求。Kupiec失败检验的结果表明这三种方法相比较而言都能够反映市场风险,但历史模拟法和Monte Carlo模拟法的结果过于粗糙,模型结果的失败天数接近失败天数上限,而基于GARCH族模型的FHS技术的VaR结果效果更好,模型失败天数更少。当市场剧烈波动时,三种方法不能完全反映市场风险,VaR的结果会低估市场风险,从去年金融危机的市场反映来看可知市场波动异常巨大,三种方法都没能完全反映出巨大的市场风险,因此投资者运用VaR度量市场风险时,可考虑配合压力测试一同使用,以全面评估市场风险。本文的创新在于运用了FHS技术的VaR方法对上证指数与沪深300指数进行了实证研究,改进了历史模拟法和Monte Carlo模拟法不能对现实收益率的非正态性和尖峰厚尾特性的拟合,并发现研究结果与设想的一致,因为考虑了厚尾特性,使用FHS方法能更好包括收益率最大损失时的小概率事件,使得VaR能更精确地度量市场风险。同时,本文研究了沪深300指数收益率和波动率的特征,发现沪深300指数与上证指数收益均有相似的典型特征,但波动率没有上证指数明显的非对称效应。本文的不足之处在于金融机构对资产头寸进行风险管理时,都是对资产组合进行管理的,本文只将指数这一个资产进行市场风险的研究不足以对金融机构的风险管理完全囊括,未来的研究方向可以将多种资产组合的VaR进行研究。同时,本文运用FHS技术所得到的结果虽比历史模拟法和Monte Carlo模拟法的结果较好,但当市场发生剧烈波动时,此方法仍然有所缺陷,未来的研究方向可以考虑使用极值方法及Copula方法对VaR进行研究。