基于VAR—GARCH模型對華西證券經(jīng)鑫組合研究

李如弘　戴亮

摘要：隨著國民收入的提高，個人財富也在不斷增加。為了更好地管理手中錢財，個人理財業(yè)務也在不斷發(fā)展，各種理財產(chǎn)品不斷涌現(xiàn)，人們對理財產(chǎn)品的關(guān)注度也在不斷提升。各個金融機構(gòu)為了維持資金也展開了關(guān)于理財產(chǎn)品的激烈競爭。券商作為金融行業(yè)重要組成部分之一，是重要的機構(gòu)投資者，本文將通過華西證券的理財產(chǎn)品——基金組合研究，利用VAR模型向投資者闡述這類產(chǎn)品組合的風險。讓大家在投資的過程中應該事先做好規(guī)劃，選擇與自己風險相適應的理財產(chǎn)品。

關(guān)鍵詞：理財產(chǎn)品；經(jīng)鑫組合；VAR-GARCH模型

1、基金產(chǎn)品風險的存在

隨著我國國民經(jīng)濟的持續(xù)快速增長，國民總體收入和家庭收入中的金融資產(chǎn)在總量上比重不斷上升，居民理財意識也在不斷增強，在目前我國理財產(chǎn)品市場規(guī)模不斷擴大，推出理財產(chǎn)品的頻率不斷加快，發(fā)行規(guī)模在迅速擴張的背景下，投資者認購也出現(xiàn)不斷踴躍局面，理財產(chǎn)品正步入一個快速成長期。在理財產(chǎn)品市場競爭日益激烈的同時，由此產(chǎn)生了理財產(chǎn)品風險的防御意識。

風險管理是金融機構(gòu)的核心功能，中國是在80年代國內(nèi)恢復保險業(yè)務后才開始重視風險管理的研究。收益與風險共存于理財產(chǎn)品中，作為金融風險的一類，理財產(chǎn)品也應該具有信用風險、資本風險、利率風險、流動性風險、經(jīng)營風險等。對于這一類風險金融理論有很多解釋。其中VAR方法就是為了適應風險管理的需要，用相對規(guī)范的技術(shù)全面地衡量風險。

2、華西證券理財產(chǎn)品——經(jīng)鑫組合

在這里將要介紹華西證券的理財產(chǎn)品中的經(jīng)鑫理財產(chǎn)品，其為四類，以下做詳細的介紹。

通過長期的基金定投，分散風險，積少成多，為投資者尋求較為穩(wěn)定的投資收益。華西定投產(chǎn)品分為三類：養(yǎng)老規(guī)劃、子女教育規(guī)劃及置業(yè)規(guī)劃?；鸲ㄍ哆m合以下六類人群（1）固定收入、沒有時間理財?shù)纳习嘁蛔?。?）希望強制投資、逐步累計財富的年輕人。（3）希望降低投資風險、獲得長期資本收益的人群。（4）具有某個理財規(guī)劃和理財目標的人群。（5）希望通過紀律性的投資來戰(zhàn)勝人性弱點取得成功的人。根據(jù)市場行情，選擇較為合適的時機進行一次性組合投資，并對該組合進行跟蹤，在適度控制風險并保持良好流動性的前提下，為投資者尋求最高的超額收益。華西基金組合產(chǎn)品根據(jù)投資者風險承受能力分為三類：成才型組合、穩(wěn)健性組合、收益性組合。成才型組合是以獲得最大收益為目標的基金組合理財產(chǎn)品。在考慮風險的同時，強調(diào)良好的流動性，滿足投資者收益最大化的需求，適合追求高風險高收益的投資者。穩(wěn)健組合是以獲得穩(wěn)定收益為目標。在控制風險同時，爭取獲得超越同期GDP增長率的收益率，滿足投資者平衡收益和風險控制的需求，適合追求中等險中等收益的投資者。收益組合是以保值為目標。在規(guī)避風險的同時，爭取獲得超越同期CPI增長率的收益率，滿足投資者穩(wěn)健增值的需求，適合追求中低收益的投資者。關(guān)注交易型基金，包括封閉式基金、LOF、ETF以及分級基金。

3、風險測評VAR-GARCH模型

VAR是在既定目標內(nèi)或是一定置信水平下，一種投資組合最壞的預期損失額度。即是在既定概率內(nèi)，發(fā)生的風險事故被鎖定在一定程度，剩下的概率中，則有可能出現(xiàn)更大的損失。

4、實證分析與結(jié)論

4.1、實證分析

本文選取的華西證券理財產(chǎn)品經(jīng)鑫組合中的六支基金從2011年二月份到2013年二月份的每日收益。數(shù)據(jù)處理和分析采用Eviews和Excel實現(xiàn)。

從圖中可以看出，成長型組合收益率的方差在某一段時間很多，某一段時間很小，即波動具有很強的集群性，因此數(shù)據(jù)服從一般的ARCH模型特征，因此可以利用GARCH模型進行計算。因為剩下的穩(wěn)健型組合和收益型組合數(shù)據(jù)處理方式與接下來的處理相同，故省去數(shù)據(jù)處理敘述過程。

4.1.1、正態(tài)性分析

從圖中可以看出，均值為-6.17e-o.5，標準差為0.010902，J-B檢驗統(tǒng)計量為18259.31大于臨界值，峰度系數(shù)為18.67442也遠遠大于正態(tài)分布的峰值3，因此對數(shù)收益率的分布不屬于正態(tài)分布。

4.1.2、平穩(wěn)性檢驗

在建立模型之前，需要對數(shù)據(jù)進行平穩(wěn)性分析，如果數(shù)據(jù)具有非平穩(wěn)性特征的時候，需要對數(shù)據(jù)進行進一步處理。本文采用ADF方法對數(shù)據(jù)進行單位根檢驗，ADF值在三個等級的置信水平下都遠遠小于所對應的臨界值，則可以確定這一組對數(shù)收益率屬于平穩(wěn)序列，不存在單位根，不會對接下來的分析造成不便。因此可以繼續(xù)進行下一步驟。

4.1.3、自相關(guān)檢驗

通過Eviews對數(shù)據(jù)進行自相關(guān)檢驗，選擇滯后階數(shù)對數(shù)據(jù)進行處理，得到的結(jié)果為成長型組合收益率與其滯后24階存在顯著的自相關(guān)。由自回歸模型AR的模式建模得到：

4.1.4、ARCH效應檢驗

由于GARCH模型的建立是基于數(shù)據(jù)具有ARCH效應的基礎(chǔ)上，因此在建立GARCH模型之前，需要對數(shù)據(jù)進行ARCH檢驗，即是檢驗數(shù)據(jù)是否具有波動集群性，是否存在條件異方差現(xiàn)象。利用Eviews軟件對數(shù)據(jù)進行ARCH效應檢驗，結(jié)果得到，ARCH效應檢驗的兩種結(jié)果F統(tǒng)計量和Obs*R-squared值所對應的概率P值都遠遠小于所設(shè)定的顯著性水平0.05，因此拒絕原假設(shè)所假定的數(shù)據(jù)不具有ARCH效應， 從而可以對數(shù)據(jù)建立GARCH模型。

4.1.5、GARCH模型建立

由上文所提到的GARCH模型構(gòu)建方法，結(jié)合以上構(gòu)建結(jié)果，得到基于本文數(shù)據(jù)的GARCH模型為：

對目前形成的GARCH模型再一次進行ARCH效應檢驗，得到的結(jié)果中F統(tǒng)計量與Obs*R-squared值所對應的概率P值都大于設(shè)定的顯著性水平0.05，即是不存在異方差現(xiàn)象。表明GARCH模型降低了ARCH效應帶給模型擬合效果的影響，即是很好地擬合了數(shù)據(jù)。

4.1.6、計算VAR值

在建立GARCH模型后，需要使用Eviews中的forecast對數(shù)據(jù)的均值以及條件方差進行預測。由VAR的計算公式即VaR=P0ZCσ，在forecast預測結(jié)果中得到σ為0.0513，設(shè)定置信水平為0.05，對應的臨界值為1.645，也即是假設(shè)現(xiàn)在投資者的投資金額為100萬元，其存在的市場風險敞口就有VaR=100*1.645*0.0513=8.44萬元。最后得到的他們預測VAR值分別為VaR=100*1.645*0.05=8.225萬元，Var=100*1.645*0.048=7.896萬元。

4.2、結(jié)論

通過對華西證券理財產(chǎn)品經(jīng)鑫組合中基金組合產(chǎn)品的研究，我們知道了這個組合中的基金實現(xiàn)其相應的收益，與其風險水平相差不大，沒有真正做到能夠?qū)崿F(xiàn)有效區(qū)分風險與收益成正比的關(guān)系，投資者在對此類投資產(chǎn)品做出投資決策時需要謹慎。（作者單位：貴州財經(jīng)大學）

注解：

① 孫映宏 曹顯兵《基于GARCH模型的中美實證分析》