论文部分内容阅读
近年来，金融市场的剧烈动荡使得越来越多的金融机构开始采用VaR作为预测和进行风险控制的重要指标。准确度量风险是金融风险管理的重要问题，同时随着我国开放式基金业的不断发展，基金的风险管理问题也逐渐成为基金业的热点问题。开放式基金风险测量的方法较多，传统的风险计量方法一般都是对金融收益的分布类型进行假设，这很大程度上降低了模型的准确度和可信度。所以本文引入了极值理论来进行分析，以极值理论为基础的GDP模型不假设金融收益的整体服从某一特定分布，只研究尾部特征所以在一定程度上可以避免模型风险。
本文主要针对极值理论进行了具体研究，采用了理论和实证结合的方法对中国的基金市场进行分析，以期得到不同的置信水平下的VaR的有效而准确的估计以及ES估计。本文主要从四个方面进行了开放式基金的风险分析：
首先，本文主要从金融危机的大背景出发，阐述了开放式基金市场风险的主要来源及其类型，开放式基金风险管理在我国的特殊性、意义及主要度量方法。
其次，文章介绍了现在金融市场上金融资产的主要风险度量方法。在这一部分，对VaR的概念、VaR的主要的方法以及EGARCH模型与VaR的关系进行了详细说明。同时，阐述了如何使用GARCH类模型来对金融序列做处理，并针对本文中所采用的EGARCH模型进行了主要介绍。
再次，本文第四部分详细介绍了极值理论，主要包括极值分布的主要形式、两大极值模型即分块样本极大值模型BMM和POT模型。由于本文在实证部分主要是采用POT模型进行分析，所以文章就POT模型中阀值的确定、模型参数的极大似然估计进行了详细分析，并在最后得出了基于极值理论的VaR的具体计算方法。
最后，选取中证基金指数进行实证分析。为准确估计VaR，本文首先对收益率的基本统计特征、自相关性和ARCH效应进行了分析，通过这些相关的分析发现我国开放式基金收益率序列具有尖峰厚尾性。所以就采用了极大似然估计的方法用EGARCH模型进行随机波动模型的拟合，得到收益率的残差序列。在得到收益率的残差序列之后，在此基础上采用POT模型进行VaR风险值估计。因为极值理论只在较高的置信水平上有效，所以对经过EGARCH模型过滤后的残差序列再使用极值理论可以使得VaR的估计在不同的置信水平都有效。
此外，文章中还在基于极值分布理论对金融收益序列的尾部进行估计之后，采用了预期不足ES来度量了市场风险。用ES度量风险能够使我们更好地了解不利情况发生时风险的可能情况。
通过实证分析，得出了如下结论：
第一，用极值理论计算基金的风险能在较高的置信水平准确刻画风险，同时采用极值理论得出的风险价值相对偏高，也就是相对保守，所以较适于风险控制。
第二，采用动态模型GARCH类模型和极值模型结合在实际应用中能更好地随着数据的更新而更新风险价值。
第三，在置信水平较高情况下估计出的ES相对同样情况下估计出的VaR值较高，这进一步可以使得风险监管较为警惕。
本文在进行极值模型的估计的时候，采用的样本超限期望图的方法，虽然阀值用样本超限期望图可以较好地确定但是误差控制仍未达到较高的精度，所以可以对此进一步研究以期改善。