| 本文使用了VaR的方法对上证50指数的尾端风险进行了衡量，从VaR的产生背景以及基本原理开始，使用两种常见的VaR算法——德尔塔-正态分布法和历史模拟法——对上证50指数的VaR进行了计算。为保证实证检验的实用性，我们在计算时选取了两个不同的置信水平，95%和99%。除了传统的VaR计算外，我们还对传统VaR进行了两个方面的改进，并对所有的这三种计算方法进行了横向对比。对比后，我们发现，对于95%的VaR而言，尽管各种算法计算出来的值略有差别，但均和历史模拟法从历史数据中得出的VaR值相近，较为接近真实值，95%的VaR大概为2.9%左右。然而对于99%的VaR而言，各种算法和历史模拟法差距较大。另外，从CVaR的计算出，我们发现上证50指数在发生超过指定置信水平上的亏损后，平均亏损要超出1%左右，这可以作为VaR的一个补充，从而更好地衡量上证50指数的尾端风险。 通过对测试组进行样本外检验，我们得知，3个模型对于95%置信水平下的VaR样本外检验效果均不理想，且差距较大。对于99%的置信水平来说，除历史数据模拟法外，其余2个模型对于99%置信水平下的VaR样本外检验较为准确。本报告主要采用了正态分布和GARCH两种假设，因上证50指数历史收益率表现出明显的尖峰肥尾特征，正态分布不能很好地对其进行拟合。而就结果来看，GARCH对于上证50指数的尖峰肥尾特征的捕捉效果更好。 在后续研究方面，为取得更好的风险管理效果和防范上证50指数上的尾端风险，有几点研究方向。第一，可尝试采用其他分布假设更好的对收益率进行估计，并同现有两种分布假设可以形成一定的对比。第二，在使用样本外检验方法的时候，可考虑更换训练组和测试组的划分方法，从而对样本外数据进行更好的预测。第三，分析上证50指数在不同周期的变化规律，加入周期调整因子。  VaR方法在上证50指数上的实证研究.pdf (384.35 KB, 下载次数: 0) |
| 欢迎光临 期货帮 (http://www.7h365.com/) | Powered by Discuz! X3.2 |