CAViaR模型方法及其實證研究.pdf

1、VaR是1994年摩根銀行提出來的，衡量一定置信水平下?lián)p失的最大可能，目前仍然是計算風險的主流方法，各大機構(gòu)紛紛采用VaR來測量和管理其風險，VaR在風險測量管理方面的巨大優(yōu)點也受到了業(yè)界的肯定，得到了極其普遍的應用。分位數(shù)回歸是計算VaR方法中半?yún)?shù)的一種方法，Koenker Roger(1978)提出了分位數(shù)回歸（quantile regression，QR）的方法來求解損失函數(shù)期望最優(yōu)化問題。自此之后大量的學者對此進行了研究，各種

2、QR模型相繼產(chǎn)生，其中條件自回歸分位數(shù)模型（CAViaR）是分位數(shù)回歸的一個里程碑，應用最廣，且其建模突破了一般的思想，直接對VaR本身構(gòu)建模型。CAViaR是2004年被Engle和Manganelli（2004）提出來的，不需要對尾部的分布進行估計，不需要假定回報的分布形式，用數(shù)學優(yōu)化方法，直接計算VaR，這種方法自提出后得到了極大的發(fā)展，成為了分位數(shù)回歸的一個極其的重要方法，本文也是探討了這種方法的進一步改進和應用。
　　本

3、文在Julia（2012）AR-TGARCH模型基礎上進一步改進，引入Richard（2012）和陳磊（2012）以及Cathy（2012）的門限函數(shù)思想提出了新的模型門限I-AR-TGARCH模型，門限II-AR-TGARCH模型，常數(shù)-AR-TGARCH模型，常數(shù)-門限I-AR-TGARCH模型，常數(shù)-門限II-AR-TGARCH模型，對我國臺灣加權(quán)指數(shù)，上證指數(shù)，深圳成指和中小板指數(shù)進行實證分析，并用DQ檢驗，RQ值和LR統(tǒng)計量來

4、比較各個模型的優(yōu)劣。研究結(jié)果表明不論是哪個模型，這四個指數(shù)風險均受到了滯后風險的影響，且深圳成指和中小板指數(shù)所受到的影響較小。綜合DQ檢驗，RQ值以及LR統(tǒng)計量檢驗可知，IG和AR-TGARCH模型最差，其中AR-TGARCH模型又優(yōu)于IG模型，本文提出的門限I-AR-TGARCH模型、門限II-AR-TGARCH模型和常數(shù)-AR-TGARCH模型，常數(shù)-門限I-AR-TGARCH模型和常數(shù)-門限II-AR-TGARCH模型均優(yōu)于IG模

5、型和AR-TGARCH模型，且其中門限II-AR-TGARCH模型，常數(shù)-門限I-AR-TGARCH模型，常數(shù)-門限II-AR-TGARCH模型全部通過了DQ檢驗，RQ值以及LR統(tǒng)計量檢驗，優(yōu)于其他模型，且常數(shù)-門限II-AR-TGARCH模型最好，門限II-AR-TGARCH模型次之，常數(shù)-門限I-AR-TGARCH模型最后，且常數(shù)-門限系列模型均優(yōu)于其相對應的門限系列模型。從格蘭杰因果檢驗可知，上證指數(shù)同深圳成指互為格蘭杰因果關系，

6、具有傳導雙向關聯(lián)性，同時上證指數(shù)和深圳成指這兩個大盤指數(shù)會對中小板指數(shù)產(chǎn)生影響，但是中小板指數(shù)對這兩個大盤指數(shù)卻沒有風險傳導性，上證指數(shù)對臺灣加權(quán)指數(shù)具有傳導性，但是臺灣加權(quán)指數(shù)對上證指數(shù)卻沒有因果傳導關聯(lián)性。
　　本文在常用的CAViaR模型中AS模型和SAV模型的基礎上通過引入美元指數(shù)提出了隔夜-AS模型和隔夜-SAV模型來測量匯率的隔夜風險，同時對日元匯率，港幣匯率以及人民幣匯率的數(shù)據(jù)進行了實證分析，并通過DQ檢驗，RQ值和

7、LR統(tǒng)計量來比較各模型的優(yōu)劣。研究結(jié)果表明：這三個匯率市場隔夜風險均受到了滯后風險的影響，且人民幣匯率受到的滯后風險影響是最大的，本文提出的隔夜-AS模型和隔夜-SAV模型均優(yōu)于AS模型和SAV模型且隔夜-AS模型又優(yōu)于隔夜-SAV模型，特別是對于5％日元匯率時隔夜-AS模型更具有優(yōu)勢，美元指數(shù)的波動都加大這三個匯率市場的隔夜風險，且美元指數(shù)對日元和港幣匯率隔夜風險的沖擊大于對人民幣匯率的沖擊，美元走弱對各匯率隔夜風險的影響大于美元走強

8、對各匯率隔夜風險的影響。這都為我國匯率隔夜風險的管理提供了新的方法和思路。從城市中不同城區(qū)的房地產(chǎn)風險入手，將城區(qū)分成中心老城區(qū)，新興城區(qū)以及偏遠城區(qū)，房地產(chǎn)分為商業(yè)房地產(chǎn)，寫字樓房地產(chǎn)以及商品房房地產(chǎn)，并且改進了CAViaR模型中的SAV模型和AS模型，以武漢市為例實證研究了城區(qū)房地產(chǎn)市場的風險，并對模型優(yōu)劣進行了比較，研究結(jié)果表明改進后的AS模型優(yōu)于改進后的SAV模型，所有城區(qū)的房地產(chǎn)風險均受到滯后風險的影響，且偏遠城區(qū)房地產(chǎn)市場的