基于VaR—GARCH模型的工商銀行股票價格波動率分析

摘 要： 本文在GARCH模型的基礎(chǔ)上，建立工商銀行股票的對數(shù)收益率波動率模型，并根據(jù)條件方差序列計算VaR值。結(jié)果發(fā)現(xiàn)擬合程度較好，失敗概率不高。

關(guān)鍵詞： VaR值；GARCH模型；工商銀行

一、引言

銀行股是我國證券市場的重要組成部分，是名副其實的權(quán)重股，而四大行之一的工商銀行以其超強的盈利能力，一直被國人稱之為“第一大行”，其過往在滬深股市中一直表現(xiàn)平平，直到17年開始，其股價不斷上漲，在八個月中，累計最大漲幅竟超過了46%，股價遠(yuǎn)高于2007年滬指在6000點的位置，并處于歷史最高位。不論是由于市場投資理念的改變還是融資融券業(yè)務(wù)對商業(yè)銀行股票價格的影響，工商銀行股票價格的波動與風(fēng)險都值得我們深究。

二、研究設(shè)計

（一）模型構(gòu)建

本文主要通過建立VaR-GARCH模型研究我國工商銀行的股票價格波動率，收集工商銀行每日收盤價，對股價進行對數(shù)收益率處理后，運用GARCH模型建立股票對數(shù)收益率的波動率模型，然后根據(jù)不同波動率模型的擬合效果，得出不同置信水平下的VaR值。通過對工商銀行股票風(fēng)險和波動率的研究，為投資者提供建議。

（二）數(shù)據(jù)選取

本文選取2016年1月至2017年12月的工商銀行（代碼：601398）股票收盤價進行分析，共487個樣本。數(shù)據(jù)來源：國泰安（CSMAR）數(shù)據(jù)庫。

三、實證分析

對股價數(shù)據(jù)進行處理，得到對數(shù)收益率數(shù)據(jù)。首先對其進行平穩(wěn)性檢驗，在1%，5%，10%的顯著水平下，T統(tǒng)計量絕對值大于ADF值，因此拒絕原假設(shè)。正態(tài)性檢驗，P值為0，拒絕正態(tài)分布假設(shè)。

（一）構(gòu)建GARCH模型

對序列進行序列自相關(guān)和偏自相關(guān)檢驗，其系數(shù)均落入兩倍的估計標(biāo)準(zhǔn)差內(nèi)，且Q統(tǒng)計量的對應(yīng)p值大于置信度0.05，故序列在5%的顯著性水平上不存在顯著的相關(guān)性，因此將均值方程設(shè)定為白噪聲，rt=πt+εt。將序列去均值化，得到新序列，運用殘差的平方相關(guān)圖檢驗法檢驗ARCH效應(yīng)，序列存在自相關(guān)，因此有ARCH效應(yīng)。對其對數(shù)收益率的波動圖進行觀察如下：

可以看出收益率unsay明顯的波動率聚集性和時變性的特征。

分別建立GARCH（1，1），GARCH（1，2），GARCH（2，1）模型，對比三個模型，GARCH（1，1）所有系數(shù)都通過t檢驗，效果最好。

因此建立模型結(jié)果如下：

（二）VaR計算檢驗

在一定置信水平下，根據(jù)得出的條件方差方程，可以得出條件方程的估計臨界值，VaR值的計算基于條件方差序列，公式如下：

，VaRt是t時刻的在線值，zα是不同置信水平下不同分布的臨界值，σt是t時刻由GARCH模型得到的標(biāo)準(zhǔn)差值。

在0.05的顯著水平下進行失敗頻率檢驗，結(jié)果如下：

根據(jù)以上結(jié)果可看出，在0.05置信水平下，VaR檢驗的失敗概率為5.7%，且實際失敗天數(shù)大于預(yù)期失敗天數(shù)，因此實際風(fēng)險可能略高于預(yù)期。

四、結(jié)論

實證結(jié)果證明，GARCH模型可以較好擬合我國股市情況，VaR模型也可以較好的反映我國股票波動率與風(fēng)險，5.70%的失敗風(fēng)險是可以接受的。從波動率的角度出發(fā)，工商銀行股價波動具有明顯聚集性和時變性特征，從VaR值結(jié)果來看，股票價格風(fēng)險不高，適合投資者進行投資。

作者簡介：宋彬 女、1988年4月 河北省 博士研究生 國家開發(fā)銀行總行。