基于極值理論的動態(tài)風險價值的研究.pdf

1、經(jīng)濟全球化、衍生產(chǎn)品的大量出現(xiàn)使得金融市場呈現(xiàn)出前所未有的波動性，金融市場的風險管理已尤顯重要。風險價值（VaR）是金融風險管理中應用最廣泛的一種工具，它簡單地用一個分位數(shù)來衡量風險的大小。傳統(tǒng)上，VaR的計算方法一般都要對金融收益服從哪種類型的分布進行假設，在這個基礎上才能得到一定置信水平下的分位數(shù)值，然而假設的有效性是否能得到保證受到質(zhì)疑，所以傳統(tǒng)的VaR計算方法存在模型風險。 極值理論（EVT）作為次序統(tǒng)計學的一門分支，近

2、年來已被廣泛地應用于金融風險的定量分析中。它不同于傳統(tǒng)VaR方法的是不需要事先假設樣本的分布情況，而以樣本極值為研究對象，建立總體分布尾部的模型。樣本極值就是樣本中超出偏離中心數(shù)值一定程度的數(shù)據(jù)，也就是發(fā)生超額損失的一些異常值。由極值理論得到總體分布的尾部特征后，給一特定的尾部概率，就能得到風險價值VaR。由于金融資產(chǎn)收益的厚尾分布，傳統(tǒng)的VaR通常低估風險，而極值理論方法能更準確地估計風險。 極值理論給出了關于樣本極值的極限分

3、布與其本身的分布相互獨立的一個最有用的結(jié)論——所有不同的樣本分布都具有相同的極限分布，區(qū)別僅在于參數(shù)的不同。所以極值理論可以在總體分布未知的情況下，依靠樣本數(shù)據(jù)，得到總體中極值的變化性質(zhì)，建立極值模型，具有超越樣本的估計能力。 本文對上海證券交易所的數(shù)據(jù)進行了實證分析。在對上證綜合指數(shù)的實證分析中，發(fā)現(xiàn)金融時間序列除了具有厚尾性，還具有條件異方差性，即波動率具有不斷變化地特征，并不是通常假設的方差恒定。異方差性違背了傳統(tǒng)極值理論

4、中樣本時間序列具有獨立性的假設。所以引入GARCH族模型消除時間序列的條件異方差性，得到具有獨立同分布的樣本數(shù)據(jù)，再采用極值理論計算其風險價值。 GARCH族模型認為收益率的方差可預測，條件方差不僅取決于最新的信息，也取決于以前的條件方差。GARCH族模型，為VaR的估計提供了更加有效的樣本數(shù)據(jù)，它克服了樣本時間序列之間的異方差性，得到符合我們假設的獨立同分布的樣本數(shù)據(jù)。由于GARCH模型采用了動態(tài)的條件均值和條件方差去計算V

5、aR，也通常被稱為動態(tài)VaR方法。 本文正是利用GARCH模型和極值理論去研究金融市場風險價值。借助Eviews軟件對上證綜合指數(shù)數(shù)據(jù)的進行分析，通過對極值動態(tài)VaR模型和一般的動態(tài)VaR模型計算結(jié)果比較，發(fā)現(xiàn)GARCH（1，1）-EVT模型較GARCH（1，1）-t模型在有效控制風險的同時能節(jié)省資金的投入，GARCH（1，1）-EVT模型更適合在高置信水平下的風險度量，在置信水平較高（99％以上）的情況下估計結(jié)果比較穩(wěn)定。對G