沪深股市VaR的实证分析

2015-12-14 08:08:05王起凡
企业导报 2015年16期

王起凡

摘  要:随着2014年我国股市行情转好,股票市场的波动也不断加剧,市场风险日渐凸显。在关注市场收益率的同时,如何度量股市的波动性及其风险控制愈显重要。本文以反映我国股市总体走势变化的上证综合指数和深圳成分指数作为研究对象,建立反映波动性的GARCH族模型,发现沪市具有反杠杆效应和较高的风险回报率,而深市具有杠杆效应和较低的风险回报率。在VaR的估计方面,在各置信水平下EGARCH(1,1)模型和GARCH(1,1)模型分别在拟合沪市和深市的市场风险上效果最好,且沪市相比与深市具有相对较低的市场风险。最后,本文对以上实证结果做出分析,并据此得出了对于投资者、监管层以及市场的经验与启示。

关键词:波动性GARCH族模型;在险价值VaR;最大可能损失率

一、沪深股市波动性的度量

(一)数据选取与处理。为对沪深股市波动性进行研究,本文以各交易日上证综合指数和深圳成分指数的收盘指数作为研究对象。本文所用的历史数据为2009年1月5日至2015年4月3日共1516个交易日数据。其中,记1516个交易日的上证综合指数序列为{ZZt},深圳成分指数序列为{CZt},其中第一个历史交易日即2009年1月5日的上证综指、深证成指分别为ZZ1、CZ1,最后一个历史交易日即2015年4月3日的上证综指、深证成指分别为ZZ1516、CZ1516。用{LNZZt}、{LNCZt}分别表示上证综指和深证成指的自然对数序列。对{ZZt}、{CZt}序列运用对数收益率公式Rt=Ln(Pt)-Ln(Pt-1),其中Pt代表以上两种收盘指数,t=1,2...,得到共1515个历史数据的指数对数收益率序列,其中上证综指对数收益率序列记为{R1},深证成指对数收益率序列记为{R2}。……

登录APP查看全文