论文部分内容阅读
VaR(Value at Risk,在险价值)指标是目前金融风险管理领域应用最为广泛的风险指标之一。作为一种计算VaR指标的重要方法,历史模拟法计算的VaR指标无法反映股票市场波动的变化,这是其不能够准确度量股票市场风险的原因。研究和寻找能够改善历史模拟法缺陷的方法具有一定意义和价值,在理论部分,本文首先梳理了计算VaR指标的参数法、历史模拟法和蒙特卡洛模拟法的相关文献。其次介绍了VaR指标的定义、计算原理、计算方法以及回测检验方法。最后在参考前人研究的基础上提出一种基于波动率调整系数的历史模拟法改进方法。该方法将GARCH(广义自回归条件异方差)模型与历史模拟法相结合,使历史模拟法计算的VaR指标能够随市场波动变化进行调整。在实证部分,本文选取上证综指和深证成指2005年12月31日至2018年1月17日的收盘价数据,用历史模拟法计算了90%、95%和99%VaR指标,并分别在255个交易日和500个交易日内对该方法的准确性进行回测检验。检验结果显示该方法计算的两指数99%VaR指标是准确的,而90%和95%VaR指标高估了股票市场风险。接着在对两指数收益率序列进行平稳性、自相关性、异方差性进行检验后建立了改进方法所需的GARCH模型,并对其计算的90%、95%和99%VaR指标的准确性进行了实证分析和回测检验,结果显示除500个交易日内上证综指90%VaR指标不准确外,其余的VaR指标均准确。实证研究的结果表明,本文提出的改进方法在一定程度上改善了历史模拟法的固有缺陷,并且在度量我国股票市场风险时比原方法准确性更高。