论文部分内容阅读
随着我国金融业的迅速发展，股票已成为越来越多的国民重要的理财方式，证券市场也成为金融市场中越来越重要的组成部分。我国资本市场自成立以来，一路跌跌撞撞，经历了多次牛市熊市的交替。其中许多暴涨暴跌的深层次原因，许多年来都让人无法解释。 在中国股市二十多年来牛熊转换的变迁中，追涨杀跌成为一种常态，而在股市的沉浮中仍保持清晰的头脑，把握清晰投资的方向，却是可望而不可及。不仅对于证券市场的投资者而言，作为直接融资的一种方式，证券市场在企业融资中起着重要的作用。证券市场的平稳运行，不仅需要监管者建立健全证券市场的制度，融资者加强自己经营管理，信息披露;在投资者方面，也需要建立起完善而准确的投资决策标准，让自己的投资更加理性和合理。 在险价值(Value at Risk)在1994年由摩根银行首次提出，在之后的近二十年内，对于VaR的研究兴趣渐浓，由于其所具有的良好性质，VaR成为了替代方差作为衡量风险标准的很好选择。 在以往的文献中，大部分学者采用传统的方差-协方差方法对股市进行研究.有的学者采用GARCH模型对股价的数据进行时间序列分析，但仍然脱离不开对股价收益变动的正态分布假定。本文的目的，就是通过对采用VaR方法对于中国股市的运行进行实证研究，并建立EGARCH模型，采用具有厚尾特征的t分布和广义误差分布来刻画股价的波动。并求解出在VaR条件下的β系数。并选取了2005年自沪深300指数发布以来的1697个交易日的数据对模型计算的β系数对风险升水的解释能力进行了实证检验。经过检验，本文得出以下结论。 中国股市的股价波动也不符合正态分布。所以，简单的使用正态分布假定，采用方差协方差法来计算中国股市的VaR，并不能很好的拟合实际的结果。 在EGARCH建模中，使用具有厚尾特征的GED分布和t分布在对VaR值的计算上确实优于传统的正态分布。其中尤以GED分布的拟合效果最为好。 基于EGARCH模型的拟合结果显示中国股市存在“杠杆效应”，即利空消息出现能够比利好消息带来更大的对股市的冲击，股市将出现更大的波动。 相比传统的方差-协方差法计算出的β系数，使用EGARCH—GED模型计算的β系数能够对风险升水进行更好的拟合。说明其解释风险升水的能力更强。 鉴于分析建议监管者将VaR信息的披露纳入中国股票市场上的上市公司的信息披露范围中，以便投资者能够更加合理的衡量投资风险。而投资研究机构，也应当更加关注所投资的风险资产的VaR值，以便对风险资产做出更合理的评判。