VAR方法在我國(guó)滬深300股指期貨風(fēng)險(xiǎn)管理的應(yīng)用

摘要：本文運(yùn)用VaR-GARCH模型對(duì)滬深300股指期貨市場(chǎng)風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析。實(shí)證結(jié)果表明滬深300收益率序列具有尖峰厚尾、平穩(wěn)的特點(diǎn)。并通過(guò)GARCH模型計(jì)算得出市場(chǎng)的VaR值，由此衡量股指期貨市場(chǎng)風(fēng)險(xiǎn)，并得出VaR-GARCH模型適合我國(guó)股指期貨風(fēng)險(xiǎn)管理的結(jié)論。

關(guān)鍵詞：VaR-GARCH模型;市場(chǎng)風(fēng)險(xiǎn);股指期貨

前言

近年來(lái)，我國(guó)經(jīng)濟(jì)的快速發(fā)展，新的金融工具不斷涌現(xiàn)。但由于金融工具的存在高杠桿的特性，金融工具市場(chǎng)具有潛在的風(fēng)險(xiǎn)，因此我們需要控制和把握金融工具市場(chǎng)的風(fēng)險(xiǎn)。VaR法是常用的衡量金融風(fēng)險(xiǎn)的方法;蔣虹等[1]將 VaR 法運(yùn)用于滬深 300 的交易中;戴國(guó)強(qiáng)等人[2]利用 VaR 法探索了我國(guó)金融市場(chǎng)現(xiàn)存的風(fēng)險(xiǎn)問(wèn)題;封建強(qiáng)[3]運(yùn)用 VaR 法測(cè)量滬深兩市的收益率風(fēng)險(xiǎn)的極值。甘霖[4]在歷史模擬法的基礎(chǔ)上重新測(cè)量了 VaR 風(fēng)險(xiǎn)值。但如果在樣本數(shù)據(jù)不充分，分布非正態(tài)的情況下，那么 VaR法估算出來(lái)的風(fēng)險(xiǎn)是有偏的，因此本文利用 GARCH 模型進(jìn)行風(fēng)險(xiǎn)測(cè)量，這是一種精度、可信度更高的模型。本文數(shù)據(jù)為滬深 300 的收益率序列，并運(yùn)用 GARCH 模型計(jì)算 VaR 值，由此衡量股指期貨市場(chǎng)風(fēng)險(xiǎn)。

（二）平穩(wěn)和正態(tài)檢驗(yàn)

1 平穩(wěn)性檢驗(yàn)

運(yùn)用單位根檢驗(yàn)對(duì)收益率序列的平穩(wěn)性進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如表 1

由表 1 可得，t 統(tǒng)計(jì)量值的值可以說(shuō)明可以在 90%，95%和 99%的置信水平下拒絕該收益序列存在單位根的假設(shè)。也就是說(shuō)，滬深 300 的收益是平穩(wěn)的。

2 正態(tài)檢驗(yàn)

從圖 1 中可知，由滬深 300 的統(tǒng)計(jì)特征的值可知收益率序列是尖峰厚尾的。由 JB 統(tǒng)計(jì)量、p 值可知滬深 300 的收益率不服從正態(tài)分布。此時(shí)如果采用 VaR 法估計(jì)收益率風(fēng)險(xiǎn)是有偏的。

（三）模型選擇

由于滬深 300 收益率序列具有集聚、平穩(wěn)和非正態(tài)的特征，可以選擇 GARCH 模型對(duì)其進(jìn)行估計(jì)，由赤池準(zhǔn)則和施瓦茨準(zhǔn)則可以得到 GARCH 族模型。AIC 和 SIC 在 GARCH 族模型下的值如表 2 所示.根據(jù)以上兩個(gè)準(zhǔn)則，可知 GARCH（1，1）最能夠刻畫(huà)滬深 300 收益率序列。

（四）構(gòu)建 GARCH 模型

在確定 GARCH 族模型后，利用 Eviews 對(duì) GARCH（1，1）模型進(jìn)行參數(shù)估計(jì)，結(jié)果如圖 3 所示。

若使股指期貨的交易風(fēng)險(xiǎn)可控，利用 VaR-GARCH 模型得到的 VaR 預(yù)測(cè)值必須大于等于每個(gè)交易日的收益的絕對(duì)值。從圖 5 可以看出： VaR 預(yù)測(cè)值覆蓋了實(shí)際的每個(gè)交易日的收益的絕對(duì)值，證明 GARCH（1，1）具有合理性和很好的適用性。

由分析收益絕對(duì)值點(diǎn)與 VaR 預(yù)測(cè)值的位置，我們可以得到實(shí)際值超出 VaR 值的個(gè)數(shù)， 即預(yù)測(cè)失敗的天數(shù)。并將其與期望失敗天數(shù)進(jìn)行對(duì)比，得到表 3：

計(jì)算結(jié)果表明：無(wú)論是95%的置信度還是99%的置信度下，期望失敗天數(shù)與失敗天數(shù)相差都不大。因此 VaR- GARCH 模型可以很好地?cái)M合我國(guó)滬深 300 的交易數(shù)據(jù)。

三、結(jié)論

本文分析出滬深 300 收益率序列具有集聚、尖峰厚尾、平穩(wěn)的特點(diǎn)，因此適用于 GARCH 模型的分析，并根據(jù)赤池準(zhǔn)則和施瓦茨準(zhǔn)則確定選用 GARCH（1，1）模型，然后利用該模型進(jìn)行 VaR 值的估算，預(yù)測(cè)的 VaR 值在很大程度與實(shí)際的收益率的絕對(duì)值相近，從而驗(yàn)證了模型的適用性和準(zhǔn)確性。投資者可根據(jù) VaR 的值預(yù)防和控制股指期貨投資風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1]蔣虹，曲丹丹.基于 VaR 的滬深 300 股指期貨風(fēng)險(xiǎn)管理實(shí)證研究[J].經(jīng)濟(jì)問(wèn)題，2008，（12）：119～122.

[2]戴國(guó)強(qiáng)，徐龍炳，陸蓉.VaR 方法對(duì)我國(guó)金融風(fēng)險(xiǎn)管理的借鑒及應(yīng)用[J].金融研究，2000，（7）：105～114.

[3]封建強(qiáng).滬、深股市收益率風(fēng)險(xiǎn)的極值 VaR 測(cè)度研究[J].統(tǒng)計(jì)研究，2002，（4）：34～38.

[4]甘霖.基于新時(shí)期滬深 300 指數(shù)的歷史模擬法 VaR風(fēng)險(xiǎn)度量[J].區(qū)域金融研究，2014，（3）：13～16.

四川大學(xué)? 李奕彥