VaR模型提示风险在积聚日跌幅大于3概率极小

一、VaR定义

VaR（Value at Risk）即风险价值,作为一种风险评估方法,本质是在一定概率下标的资产在未来一段时间内的最大损失。它的最大优点在于能够将所有金融资产潜在亏损用具体数值表示,风险管理者能够通过风险量化指标使得风险控制和管理相对容易。

对于资产组合VaR值的度量实际上就是对资产组合收益率波动的度量,通过收益率的历史波动情况推测未来在一定概率下的最低收益率,从而得到资产价值最大损失情况。计算资产组合VaR值的关键在于对收益波动的度量,由此衍变出很多对于收益率分布情况进行描述的方法。

传统方法都是假定波动率是常数,但实际上金融数据存在异方差。我们通过GARCH模型捕捉方差变动情况,使用条件方差计算VaR值达到度量市场风险的效果。

二、A股市场VaR值度量

为了计算A股市场的VaR值,首先需要对数据取样,我们将时间区间分成两个部分,分别为数据收集期和检验期。数据收集期是指构建模型所需要数据的历史时期,而检验期是指评价各种模型表现的未来时期。我们选取2005年4月29日之后的数据度量证券市场的VaR值,将2005年5月9日至2008年4月30日作为模型构建期,2008年5月1日至2009年4月10日为模型检验期,使用各种模型通过上证综合指数日收益率计算VaR值。

1、传统方法度量市场VaR值

首先我们使用传统方法对风险进行度量,通过历史模拟法、模特卡罗模拟法和方差协方差法求得证券市场收益率的静态VaR值。

2、基于GARCH模型度量市场VaR值

为了解决金融时间序列数据的异方差性,我们基于GARCH模型对证券市场动态VaR值进行计算。检验发现均值方程残差具有ARCH效应,我们根据收益率数据建立GARCH（q,p）模型,对残差分布进行检验,发现均值方程的残差服从t分布,在t分布下求得证券市场的VaR值。

国外研究报告表明,金融时间数据可能具有杠杆效应,导致波动率描述方程会发生结构变化。为了检验A股市场是否存在杠杆效应,即负信息对市场造成的冲击大过正信息对市场造成的冲击,我们使用TARCH模型和EGARCH模型综合判断。通过TARCH模型和EGARCH模型的条件方差方程发现,作为反应市场信息杠杆效应的非对称项系数是不显著的,也就是说在用来描述杠杆效应的TARCH模型和EGARCH模型理论框架下,A股市场在2005年5月9日至2008年4月30日期间并没有数据证明市场存在杠杆效应。

3、模型回测

在模型检验期2008年5月1日至2009年4月10日,通过上证综指的日收益率情况对模型进行回测。在模型检验期内,一旦日损失率超过模型所计算的VaR值,我们判断为失败,通过失败率挑选最优风险度量模型。通过各种模型失败率我们发现,无论在95%的置信度还是99%的置信度下,静态VaR估值模型全部低估了市场风险,失败概率远远大于置信度,不能适用于目前市场风险的度量。而动态VaR估值模型的失败率与之前给定的置信度较为接近,能够较为准确的度量市场风险。

通过以上模型测算表明A股市场波动率存在群聚性,但是波动率并不存在国外市场的杠杆效应,正负消息对市场波动率的冲击是相同的。通过对静态VaR模型和动态VaR模型失败率的比较发现,基于GARCH（1,1）-t分布模型计算的VaR值能够根据市场环境的变化对后市风险进行准确度量。

4、VaR模型运用策略

VaR模型作为一种风险度量工具,在基金公司、资产管理公司、金融机构得到广泛的使用,其主要作用在于提示风险,管理风险,已经成为现代金融风险管理中不可或缺的一种度量风险工具。而VaR模型在现实中不仅可以管理风险,而且可以通过该模型衍生出各种投资策略,在低风险下取得高收益。如通过对置信度的选择获得相应的市场VaR值,当市场损失率大于VaR值时买入权证组合,待市场回升后卖出组合。又如当投资者确定投资组合以后,VaR值可用来确定个股的买入价格。通过历史数据选择一定的置信度,在此置信度下保证所买股票当天的整体成本最低。

三、近期应警惕市场下跌风险

我们基于GARCH（1,1）-t分布模型计算近期证券市场VaR值,通过所得结果可知,近期证券市场VaR值呈小幅放大现象。这一现象说明目前市场风险正在积聚,投资者需注意市场随时有下跌的风险。但是从单日跌幅来看,单日内跌幅不会过大。通过模型计算,近期日跌幅小于3.09%的概率为95%,仅有5%的概率会使得市场日跌幅超过3.09%。

上海做无痛人流医院哪家好

上海那家医院看妇科好

上海中医医院有名专家_上海老中医排名_上海明珠医院中医科名老专家

上海人流的医院最好

重庆性病治疗医院哪家好

重庆哪家医院治银屑病好