基于GARCH模型的VaR及CVaR在金融風(fēng)險度量中的應(yīng)用.pdf

1、風(fēng)險是指未來收益的不確定性，金融風(fēng)險是指金融變量的變動所引起的資產(chǎn)組合未來收益的不確定性。通常我們關(guān)注的是風(fēng)險可能帶來的損失，因此可以將風(fēng)險的概念表述為“由于結(jié)果的不確定性而帶來損失的可能性”。隨著經(jīng)濟(jì)全球化以及金融市場一體化，金融市場變得愈加復(fù)雜。如何有效地管理金融風(fēng)險是國內(nèi)外金融理論界和實物界關(guān)注的重中之重。
　　金融市場風(fēng)險度量是度量由于市場因子的變化而致使金融資產(chǎn)產(chǎn)生的損失。金融風(fēng)險度量是風(fēng)險管理的核心部分。目前，金融市場

2、風(fēng)險度量的主流方法主要有:均值-方差分析、靈敏度方法、波動性方法、VaR方法、壓力試驗以及極值理論。
　　研究表明，金融資產(chǎn)收益率的時間序列具有尖峰后尾的特性，其并不服從正態(tài)分布。為了正確估計金融風(fēng)險，本文利用GARCH族模型，選取2004年1月2日至2013年12月31日的上證指數(shù)的日收盤價數(shù)據(jù)，比較分析了假設(shè)收益率序列服從正態(tài)分布、t分布以及GED分布下的GARCH基于族模型的CVaR以及VAR的計算方法，并且和傳統(tǒng)的VaR方

3、法進(jìn)行比較，得到了以下結(jié)論:上海股票市場收益率具有尖峰后尾的特點，并且具有明顯的GARCH效應(yīng)。收益率序列基于GED分布下的VaR以及CVaR的計算結(jié)果要好于基于正態(tài)分布以及t分布的計算結(jié)果。這是由于正態(tài)分布的尾部較薄，隨著置信水平的增加，基于正態(tài)分布的風(fēng)險度量容易低估風(fēng)險。而t分布的尾部太厚，會造成高估風(fēng)險的后果。CVaR可以在VaR失效時比較準(zhǔn)確的度量出極端損失，相對于VaR而言，CVaR是一種能覆蓋更大范圍尾部風(fēng)險的風(fēng)險測度指標(biāo)。