国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

幾種風(fēng)險(xiǎn)度量方法的比較

2017-09-09 22:51沈波向君幸李孔王曉彤
科技創(chuàng)新與應(yīng)用 2017年25期
關(guān)鍵詞:度量上證指數(shù)損失

沈波 向君幸 李孔 王曉彤

摘 要:VaR(Value at Risk)指市場正常波動下,在一定概率水平(置信度)下,某一金融資產(chǎn)或證券組合價(jià)值在未來特定時期內(nèi)的最大可能損失.VaR方法應(yīng)用的前提是市場正常波動,但其無法準(zhǔn)確度量損失超過VaR這種極端情況時的大小,故我們考慮了度量風(fēng)險(xiǎn)的另一種方法CVaR以及基于GARCH模型對VaR計(jì)算方法進(jìn)行改進(jìn).選取上證指數(shù)數(shù)據(jù)分別采用三種方法進(jìn)行實(shí)例分析并進(jìn)行比較。

關(guān)鍵詞:風(fēng)險(xiǎn)度量;VaR;歷史模擬法;資產(chǎn)組合;CVaR;均值-CVaR模型;GARCH模型

中圖分類號:F830.59 文獻(xiàn)標(biāo)志碼:A 文章編號:2095-2945(2017)25-0025-02

1 VaR模型

VaR一般被稱為風(fēng)險(xiǎn)值。Jorion[1]認(rèn)為VaR是給定置信水平和目標(biāo)時段下預(yù)期的最大損失[2][3]。

2 GARCH模型下VaR計(jì)算方法[4]

由相對VaR的計(jì)算方法(1)可知絕對VaR的計(jì)算方法為VaR=ω0-ω=-ω0R*。其中R*為最低收益率,若假設(shè)收益率服從正態(tài)分布,則VaR=ω0Zασ,其中Zα為標(biāo)準(zhǔn)正態(tài)分布的α分位數(shù),σ為收益率的波動率。我們嘗試用GARCH模型估計(jì)σ和Zα,進(jìn)而算出VaR。

GARCH模型是ARCH模型的拓展,要把歷史波動信息作為條件,并采用自回歸形式來刻畫波動的變化,還需考慮異方差函數(shù)的p階自相關(guān)形成,GARCH模型結(jié)構(gòu)如下:

4 實(shí)例分析

選擇上證指數(shù)2015年4月7日-2016年12月21日數(shù)據(jù),將分別采用歷史模擬法,GARACH模型方法及均值-CVaR方法對數(shù)據(jù)進(jìn)行分析,計(jì)算VaR值并進(jìn)行比較。

4.1 利用歷史模擬法計(jì)算VaR[6]

VaR=E[ω0(1+R)]-ω0(1+R*)=Eω0+Eω0R-ω0-ω0R*=ω0[ER-R*]

結(jié)合題目,共有419組數(shù)據(jù),可解得以下結(jié)果:

ω0=3361.024,E(R)=-0.00078,R*=R419*0.05=-0.03648

即:VaR=120.00

故上證指數(shù)可以以95%的可能性保證,2016年12月21日以后每一特定時間點(diǎn)上的資產(chǎn)組合在未來24小時之內(nèi),由于市場價(jià)格變動而帶來的損失不會大于120.00萬元。

4.2 利用GARCH模型計(jì)算VaR值[7]

由上表所示的各個統(tǒng)計(jì)量可以看出,峰度系數(shù)為6.6217, 偏度系數(shù)為-1.0225,即不符合正態(tài)分布,而且收益率序列存在明顯的尖峰后尾性。

采用ADF檢驗(yàn)來檢驗(yàn)上證指數(shù)收益率序列的平穩(wěn)性,從其檢驗(yàn)結(jié)果,發(fā)現(xiàn)ADF檢驗(yàn)[4]的t統(tǒng)計(jì)量值為-19.05408明顯小于顯著性水平為1%的t統(tǒng)計(jì)量值-3.445776,根據(jù)ADF檢驗(yàn),所以可以說在99%的置信度下拒絕原假設(shè),即收益率序列是平穩(wěn)的。

另外通過白噪聲檢驗(yàn)可知收益率序列不是白噪聲序列。異方差性說明序列可以用異方差條件模型進(jìn)行估計(jì)和預(yù)測。

利用殘差平方圖進(jìn)行ARCH效應(yīng)檢驗(yàn),殘差平方的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)都顯著不為零,Q檢驗(yàn)統(tǒng)計(jì)量和其概率顯著,所以均值回歸方程的殘差存在ARCH效應(yīng)。

根據(jù)Enviews,可以擬合為:

3.571%、0.952%。置信水平越高,得到的失效數(shù)就越少,失效率也就越低。VaR失效率分別都小于10%,5%,1%。所以總的來說,GARCH模型得到的上證指數(shù)收益率風(fēng)險(xiǎn)值,其中實(shí)際損失值超過VaR值的失敗天數(shù)也在可以接受的范圍內(nèi),所以可以認(rèn)為該模型估計(jì)是有效的風(fēng)險(xiǎn)估計(jì),用VaR度量效果較為理想[8]。

4.3 利用均值-CVaR模型計(jì)算CVaR

此處得到的CVaR值為在一定時期內(nèi),上證指數(shù)在已經(jīng)下降2.88%的時候有95%的概率保證最多可能下降到3.69%,將其轉(zhuǎn)換為具體價(jià)格下降為124.1547848。

5 方法對比

VaR給出了在一定期間內(nèi)一定概率下的最大損失,但沒有給出關(guān)于超過該概率下的損失,CVaR很好地解決了這個問題.不僅如此,CVaR具有良好的數(shù)學(xué)特性,這首先反映在CVaR具有次可加性上,這意味著多樣化投資可以有效的降低風(fēng)險(xiǎn),但對VaR卻未必如此。即投資組合多樣化能夠降低CVaR值,卻不能降低VaR值,其次,CVaR是投資組合頭寸的凸函數(shù),可以用凸規(guī)劃完成計(jì)算,這大大簡化了風(fēng)險(xiǎn)的控制與組合的優(yōu)化計(jì)算.此外,我們在得到CVaR最優(yōu)值的同時也能得到相應(yīng)的VaR值,對線性或分段線性的損失函數(shù),優(yōu)化過程能簡化為線性規(guī)劃問題,從而簡化了計(jì)算。

最后,VaR沒有提供任何有關(guān)超VaR的損失的信息.CVaR量化了超過VaR的損失,即解釋了VaR水平之外的損失,可以說,CVaR滿足了風(fēng)險(xiǎn)管理日趨嚴(yán)格化的趨勢,是一種比VaR更加保守的風(fēng)險(xiǎn)度量手段。

GARCH模型是一種很系統(tǒng)的方法,它不僅考慮了之前時刻對現(xiàn)在的影響,同時還考慮了現(xiàn)在時刻對現(xiàn)在的影響.GARCH模型考慮的因素比VaR和CVaR兩種方法更多,所以相比之下,算得的結(jié)果也比VaR和CVaR方法更為精準(zhǔn).相比之下,已經(jīng)有相應(yīng)的統(tǒng)計(jì)計(jì)量軟件可以很準(zhǔn)確的計(jì)算擬合各種模型,GARCH模型對于研究股票指數(shù)來說更為成熟和完善。

但是GARCH模型也存在著缺點(diǎn):GARCH模型的約束條件更為嚴(yán)格.同時,條件的約束隱含著GARCH模型排除了的隨機(jī)波動行為,這使得在估計(jì)GARCH模型時可能出現(xiàn)震蕩現(xiàn)象。

參考文獻(xiàn):

[1]Philippe Jorion. VAR:風(fēng)險(xiǎn)價(jià)值[M].北京:中信出版社,2000.

[2]徐國祥.金融統(tǒng)計(jì)學(xué)[M].上海:格致出版社,上海人民出版社,2009:247-249.

[3]劉志東.資產(chǎn)組合風(fēng)險(xiǎn)度量與選擇優(yōu)化:理論分析與實(shí)證研究[M].北京:中國財(cái)政經(jīng)濟(jì)出版社,2008:26-36.

[4]王燕.應(yīng)用時間序列分析[M].北京:中國人民大學(xué)出版社,2012.

[5]史雅茹.投資組合風(fēng)險(xiǎn)評估的VaR和CVaR方法及實(shí)證分析[J].重慶大學(xué),2007:1-4.

[6]房成德.基于CVaR的典型交易成本的投資組合模型[J].廣西大學(xué),2015:2-3.

[7]鄭文芳.基于GARCH模型的外匯風(fēng)險(xiǎn)度量中VaR的測度研究[J].中南財(cái)經(jīng)政法大學(xué)研究生學(xué)報(bào),2015(2):1-5.

[8]魏捷,王冬梅,李威.基于GARCH模型的上證綜合指數(shù)VaR計(jì)算[J].統(tǒng)計(jì)與決策,2010(23).endprint

猜你喜歡
度量上證指數(shù)損失
國際油價(jià)對股票市場的影響研究
兩敗俱傷
不欣賞自己的人,難以快樂
突出知識本質(zhì) 關(guān)注知識結(jié)構(gòu)提升思維能力
基于GARCH—VaR模型的股票市場風(fēng)險(xiǎn)度量研究
基于GARCH—VaR模型的股票市場風(fēng)險(xiǎn)度量研究
三參數(shù)射影平坦芬斯勒度量的構(gòu)造
上證指數(shù)VaR和CVaR的比較研究及實(shí)證分析
上證指數(shù)VaR和CVaR的比較研究及實(shí)證分析
融資融券對我國上證指數(shù)波動影響的實(shí)證分析
404 Not Found

404 Not Found


nginx
公安县| 木兰县| 沐川县| 东莞市| 建昌县| 黑水县| 建湖县| 独山县| 香河县| 蓬莱市| 龙胜| 天台县| 松滋市| 望城县| 洪江市| 渑池县| 仙游县| 榆树市| 赤城县| 塔城市| 石河子市| 昭苏县| 务川| 咸阳市| 兴业县| 太和县| 丰原市| 中江县| 如皋市| 开江县| 朔州市| 祁阳县| 汪清县| 阳江市| 江达县| 定州市| 富裕县| 扎赉特旗| 东港市| 刚察县| 略阳县|