基于MCMC-GARCH模型的股市收益率VaR估計(jì)研究.pdf

1、最近幾年，我國(guó)的金融行業(yè)逐漸走向全球化，再加之利率市場(chǎng)化的深入，使得金融風(fēng)險(xiǎn)結(jié)構(gòu)日趨復(fù)雜；市場(chǎng)風(fēng)險(xiǎn)測(cè)量難度不斷加大；風(fēng)險(xiǎn)管理的作用也日趨重要。就目前來(lái)說(shuō)，度量金融市場(chǎng)的主要方法之一便是VaR（Value at Risk）。故運(yùn)用有效精確的方法來(lái)實(shí)現(xiàn)VaR的測(cè)度具有非常重要的意義。
　　基于GARCH模型族的VaR是最主流的算法之一。在解決 GARCH模型的參數(shù)估計(jì)這一問(wèn)題之上，比較傳統(tǒng)的做法是通過(guò)極大似然估計(jì)來(lái)實(shí)現(xiàn)。然而，這種方法

2、比較難以實(shí)現(xiàn)模型最優(yōu)化的這一目的，究其原因，是因?yàn)樵谟眠@一方法進(jìn)行求解時(shí)，給參數(shù)設(shè)置了種種的約束條件。為了應(yīng)對(duì)極大似然估計(jì)在求解GARCH模型時(shí)所面臨的這一困境，本文在對(duì)GARCH模型進(jìn)行參數(shù)估計(jì)時(shí)運(yùn)用了另外一種方法，即基于馬爾科夫蒙特卡羅（MCMC）的貝葉斯方法，以期更好地對(duì)市場(chǎng)波動(dòng)性進(jìn)行刻畫(huà)。最終，這一效果通過(guò)基于GARCH模型的VaR估計(jì)得以直觀的呈現(xiàn)了出來(lái)。
　　實(shí)證分析中，本文搜集了深證綜指的日收盤(pán)價(jià)作為原始數(shù)據(jù)，通過(guò)簡(jiǎn)

3、單的計(jì)算處理，最終采用指數(shù)收益率的形式進(jìn)行實(shí)證分析研究。本文的數(shù)據(jù)分為兩段，一段用于建立并估計(jì) GARCH（1,1）模型，另一段用于VaR的計(jì)算和回測(cè)檢驗(yàn)。在本文的研究中，分別通過(guò)兩種方法，即經(jīng)典統(tǒng)計(jì)方法和基于MCMC的貝葉斯方法來(lái)建立并估計(jì) GARCH模型。這兩種方法分別通過(guò) Eviews軟件和OpenBugs軟件來(lái)實(shí)現(xiàn)。
　　實(shí)證結(jié)果表明，在建立并估計(jì) GARCH模型時(shí)，基于MCMC方法的貝葉斯估計(jì)要優(yōu)于極大似然估計(jì)(ML)方