论文部分内容阅读
风险价值(VaR)是进行金融风险管理的一种工具,它通常用来决定资本充足率。从统计意义上讲,VaR本身是个数,它是指面临“正常”的市场波动时“处于风险状态的价值”,即在给定的置信水平下,在一定持有期限内,预计的最大损失量。金融风险是由金融资产价格的波动引起的,因此风险测量的核心是对价格波动性的估计和预测。波动率的估计在过去的几十年里一直是实证金融学和计量经济学最活跃的领域之一,其估计方法得到了很大的发展。首先,由于不同的模型计算出的结果存在着差异,究竟哪一种模型的精确度高呢?我国股票市场发展得还不够成熟,究竟哪一种模型与我国股票市场特点相适应呢?所以针对我国股票市场的特点,有必要设计出一个模型来计算股票的VaR。本文首先以上证综指的数据进行分析,比较一下ARCH模型、GARCH模型、EGARCH模型、ComponentARCH、GARCH-M计算出的VaR值,最后得出结论EGARCH模型计算出的VaR值更合理。其次,我们注意到目前国内外文献对于金融市场回报序列建模时都采用的是随机游走过程,然而采用随机游走过程对金融产品或金融产品组合回报建模并未考虑整个金融市场回报对单个金融产品或金融产品组合回报的影响。而大量文献表明单个金融产品或金融产品组合受整个金融市场回报的影响是很大的。而CAPM模型能很好地解决这个问题。因此,为了解决这问题,采用CAPM—EGARCH模型对股票回报进行建模,并把CAPM—EGARCH模型扩展为CAPM-Duplicate-EGARCH模型,实证表明此模型计算出的VaR值比传统上使用的EGARCH模型更有效。最后,本文研究了多个金融市场对单个金融市场的共同波动溢出,波动溢出效应是指不同金融市场的波动之间可能存在相互影响,波动会从一个市场传递到另一个市场。波动溢出效应可能存在于不同地域的市场之间,也可能存在于不同类型的市场之间,如股票市场、外汇市场、债券市场之间等。本文采用Granger因果检验来判断两个市场间的波动溢出,并引入因子分析法消除多个国内外证券市场的相关性,使用EGARCH模型研究多个证券市场对深圳证券市场的共同波动溢出效应。