市場(chǎng)風(fēng)險(xiǎn)測(cè)度模型在我國(guó)行業(yè)間的有效性研究——以滬深300行業(yè)指數(shù)為例.pdf

1、在經(jīng)濟(jì)新常態(tài)背景下，金融機(jī)構(gòu)的經(jīng)營(yíng)環(huán)境面臨著市場(chǎng)結(jié)構(gòu)和金融體制的雙重改變，市場(chǎng)化趨勢(shì)逐步增強(qiáng)，風(fēng)險(xiǎn)作為市場(chǎng)的基本屬性日益引起金融機(jī)構(gòu)的重視。直至今日，2008年經(jīng)濟(jì)危機(jī)已經(jīng)過去十年。在此，我們應(yīng)該總結(jié)金融危機(jī)的經(jīng)驗(yàn)教訓(xùn)，更應(yīng)該做好防范金融風(fēng)險(xiǎn)的準(zhǔn)備。這一過程中，需要我們不斷加強(qiáng)對(duì)市場(chǎng)風(fēng)險(xiǎn)的監(jiān)管力度，提高對(duì)風(fēng)險(xiǎn)預(yù)估的準(zhǔn)確性。本文在此背景下，研究我國(guó)資本市場(chǎng)的市場(chǎng)風(fēng)險(xiǎn)問題。文中將我國(guó)金融資產(chǎn)按照行業(yè)的標(biāo)準(zhǔn)進(jìn)行分類，根據(jù)滬深300行業(yè)指數(shù)，我

2、們選擇如下行業(yè)類目，包括:電氣設(shè)備、汽車、專營(yíng)零售、航空、電力、建材、制藥等共28個(gè)，時(shí)間跨度為2012年至2017年。通過對(duì)數(shù)據(jù)的描述性統(tǒng)計(jì)分析，可得我國(guó)行業(yè)類金融資產(chǎn)的收益率分布呈現(xiàn)尖峰厚尾的狀態(tài)，要求我們?cè)谙乱徊降娘L(fēng)險(xiǎn)測(cè)度時(shí)需要更多的關(guān)注尾部風(fēng)險(xiǎn)。本文采用的計(jì)量模型分為兩個(gè)框架，分別為VaR體系和ES體系。VaR即在險(xiǎn)價(jià)值，其概念直觀，計(jì)算方法簡(jiǎn)易且應(yīng)用范圍較廣，同時(shí)是巴塞爾協(xié)議明確要求使用的風(fēng)險(xiǎn)度量方法。ES即預(yù)期損失，其主要考

3、量尾部風(fēng)險(xiǎn)，在理論性質(zhì)上，較VaR優(yōu)越，但在實(shí)際應(yīng)用中，難度較大。兩個(gè)計(jì)量方法各有千秋。本文綜合兩個(gè)體系來進(jìn)行風(fēng)險(xiǎn)測(cè)度。在VaR體系下，本文引入了GARCH模型、GJR-GARCH模型、EWQR模型和CAViaR模型。前兩者我們分別代入四種收益率分布狀態(tài)，分別為:正態(tài)分布、t分布、漢森-尖峰t分布和廣義誤差分布。通過這四種分布，來更好的擬合現(xiàn)實(shí)金融資產(chǎn)收益率波動(dòng)。CAViaR模型不用假定模型分布狀態(tài)。在ES體系下，我們引入了GARCH模

4、型和GJR-GARCH模型和EWQR模型。同上，我們需要引入四種收益率分布狀態(tài)。在實(shí)證分析中，我們將28個(gè)行業(yè)分別代入上述計(jì)量模型中。由于真實(shí)的VaR值不可知，我們采用間接檢驗(yàn)的方法來對(duì)模型進(jìn)行檢驗(yàn)。文中對(duì)CAViaR的五個(gè)模型我們采用了UC檢驗(yàn)和DQ檢驗(yàn)方法。對(duì)于GARCH模型、GJR-GARCH模型和EWQR模型，我們采用了UC檢驗(yàn)、DQ檢驗(yàn)、DV檢驗(yàn)和IV檢驗(yàn)。上述檢驗(yàn)的原假設(shè)都是模型設(shè)定正確。拒絕原假設(shè)即意味著模型錯(cuò)誤。實(shí)證分析

5、結(jié)果如下，在VaR體系和ES體系下，最為有效的模型為EWQR模型、GARCH-t、GJR-GARCH-t模型。在VaR體系下，Adaptive模型表現(xiàn)較為有效。該結(jié)果表明，我們行業(yè)類金融資產(chǎn)收益率分布呈現(xiàn)非正態(tài)性，存在尖峰厚尾的特征。由于GARCH-t、GJR-GARCH-t模型較為有效，目前收益率波動(dòng)呈現(xiàn)t分布。投資者和監(jiān)管者在進(jìn)行風(fēng)險(xiǎn)測(cè)度時(shí)，要掌握目前收益率波動(dòng)的分布情況，考慮尾部風(fēng)險(xiǎn)，只有這樣，才能更好的把握預(yù)期損失。同時(shí)，實(shí)證結(jié)