導(dǎo)語(yǔ)：金融證券VaR模式運(yùn)用思索一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

1、我國(guó)證券市場(chǎng)風(fēng)險(xiǎn)的實(shí)證分析

運(yùn)用var模型，對(duì)深證證券市場(chǎng)在選定時(shí)間段內(nèi)的風(fēng)險(xiǎn)進(jìn)行分析．首先確定表達(dá)風(fēng)險(xiǎn)的分析指標(biāo)．在這里，我們只考慮簡(jiǎn)單情形，直接對(duì)股票指數(shù)進(jìn)行分析，這樣避免了投資組合對(duì)市場(chǎng)因子的映射過(guò)程．為了消除價(jià)格序列的非平衡，我們將其轉(zhuǎn)化為收益率序列．收益率有一般受益率與幾何收益率兩種．下面的分析都是建立在幾何收益率的基礎(chǔ)之上．在計(jì)算證券市場(chǎng)資產(chǎn)收益率時(shí)，選擇了深證綜合指數(shù)作為市場(chǎng)指數(shù)．對(duì)Var持有期的選擇為一個(gè)交易日．以95%作為置信度．樣本選用2010年1月4日至2010年5月10日的深證綜指日收盤(pán)價(jià)數(shù)據(jù)．為簡(jiǎn)單起見(jiàn)，我們基于GARCH（1，1）模型進(jìn)行分析。將參數(shù)估計(jì)結(jié)果帶入上式即可求出方差，再將方差帶入VaR的定義式tt1tVaRPq中就可求得VaR值，其中，tVaR：當(dāng)天預(yù)計(jì)下一天深證綜指在給定置信度下的最大可能下跌點(diǎn)數(shù)，文中取負(fù)值；t1P：第t-1天的深證綜指指數(shù)點(diǎn)數(shù)；q：給定置信水平下對(duì)應(yīng)分布的分位數(shù)，本文選用GED分布，分位數(shù)為1.6448；t：當(dāng)天預(yù)測(cè)下一天指數(shù)的標(biāo)準(zhǔn)差．于是得到了所有的日Var值，據(jù)此求得在95%的置信水平下的檢驗(yàn)樣本的日均Var值為-37.4518，也就是說(shuō)，在此期間，從平均的角度來(lái)說(shuō)，深證綜指在下一天下跌點(diǎn)數(shù)超過(guò)37.4518的概率為5%．

當(dāng)天的實(shí)際損失超過(guò)Var值記為失敗一天，累計(jì)共有3天．我們對(duì)Var模型進(jìn)行準(zhǔn)確性檢驗(yàn)，也稱事后檢驗(yàn)，是指Var的測(cè)量結(jié)果對(duì)實(shí)際損失的覆蓋程度．由上面的分析可知實(shí)際失敗率為0.0357，是實(shí)際失敗天數(shù)占所觀測(cè)天數(shù)的比例．故簡(jiǎn)單分析該模型通過(guò)了準(zhǔn)確性檢驗(yàn)．當(dāng)然，也可以對(duì)其使用統(tǒng)計(jì)量的方法進(jìn)行檢驗(yàn)，常見(jiàn)的是Kupiec失敗頻率檢驗(yàn)．規(guī)定一些符號(hào)，T為觀測(cè)天數(shù)，N為實(shí)際失敗天數(shù)，p為實(shí)際失敗頻率．基本思想就是檢驗(yàn)假設(shè)*pp是否顯著，*p為期望失敗頻率，計(jì)算T*(1)．假定VaR估計(jì)具有時(shí)間獨(dú)立性，失敗出現(xiàn)的次數(shù)可視為一系列獨(dú)立的貝努利實(shí)驗(yàn)，則在T次實(shí)驗(yàn)出現(xiàn)N次的概率為NNTNTCp(1p)，提出的檢驗(yàn)統(tǒng)計(jì)量：TNNTNN**LR2ln1NTNT2ln1pp．在零假設(shè)成立的條件下，統(tǒng)計(jì)量服從卡方分布，自由度為1，其在95%置信水平下的臨界值為3.84．當(dāng)LR>3.84時(shí)，我們就拒絕原假設(shè)．而我們求得的LR值為0.897<3.84，從而接受原模型．

2、結(jié)論

從上文我們可以看出，GED分布是適合我國(guó)證券市場(chǎng)的情況的．用VaR模型進(jìn)行風(fēng)險(xiǎn)評(píng)估是可行的，且其結(jié)果是可信的．但是，Var方法考察的是在正常市場(chǎng)條件下的市場(chǎng)風(fēng)險(xiǎn)狀況，并沒(méi)有考察極端市場(chǎng)條件下或者不可預(yù)測(cè)事件發(fā)生時(shí)所帶來(lái)的風(fēng)險(xiǎn)．另外，Var對(duì)歷史數(shù)據(jù)的依賴性也受到了很多批判，假設(shè)用歷史數(shù)據(jù)可以很好的預(yù)測(cè)未來(lái)的不確定性，然而突發(fā)事件的發(fā)生會(huì)導(dǎo)致基于歷史數(shù)據(jù)的模型失效．針對(duì)諸多不足，學(xué)者們提出了更為合理的方法，諸如條件風(fēng)險(xiǎn)價(jià)值，尾風(fēng)險(xiǎn)價(jià)值等多種方法。