不同分布下GARCH模型的我国基金风险探究
在学习和借鉴国际先进风险计量方法的基础上，国内学者基于我国金融市场的具体情况对金融产品的风险作了相应的研究。杨湘豫、彭丽娜（2006）在研究中应用成分VaR的方法配合模型计量基金的风险，证实了VaR模型在度量股票型基金风险时同样适用。赵华、蔡建文（2011）用基于不同分布下的GARCH模型以及MRS-GARCH模型对我国股市收益情况进行了研究，发现我国股市有高低两种状态，在不同模型下的波动有较大差异，MRS-GARCH模型的预测性优于GARCH模型。王胜邦、张漫春（2011）认为VaR模型在理论上不满足次可加性，在衡量风险时不能完全覆盖交易业务的损失，同时提出要解决交易账户与银行账户划分、风险计量模型的运用程度以及系统性风险三方面的问题。刘用明、贺薇（2011）将面板GARCH模型应用于汇率风险的VaR测算中，发现联动VaR测算的结果优于其他模型，基于正态分布的面板GARCH模型能够更好地衡量汇率风险。鲁志军、姚德权（2012）在传统VaR的基础上，引入Copula函数和蒙特卡罗实验对金融资产组合收益情况进行实证研究，发现Copula-VaR模型能够更加准确地衡量资产的在险价值。李娜娜、李琳（2013）应用层次分析法对上市公司财务风险进行研究，为谨慎型投资者在预期收益率和风险之间如何进行权衡提供了借鉴。李云红、魏宇（2013）利用八类GARCH族模型对上海期货交易所的钢材期货价格数据进行了波动率的拟合，发现HYGARCH模型能够比其他模型更准确地刻画钢材期货市场的波动率。戴红军、孙涛（2013）通过构建行业风险预测指标体系，应用计量分析的方法建立了行业风险预测评价模型，使商业银行在信贷管理中能够准确地分析单一行业面临的风险。
三、理论基础
（一）VaR理论
（二）GARCH模型
（三）VaR方法的准确性检验
本文主要应用的准确性检验方法是Kupiec失败检验法，其基本思想是将样本分为两部分，一部分用于参数估计，另一部分则用于失败检验，即将检验样本算得的VaR值与估计值进行比较，若小于估计值记作“成功”，大于估计值记作“失败”，然后对失败率进行统计，并与规定的失败率范围比较，若在范围内则认为估计结果准确。本文主要应用的准确性检验是5%置信度下失败天数非拒绝域为[6，21]。
四、实证研究
（一）样本基金选取和数据处理
本文选取投资风格不同的八只基金，数据来源于聚源数据库、中国基金网和晨星评级系统。选取2010年1月4日至2013年1月4日共730个工作日的基金累计净值数据，充分考虑基金不定期进行分红的影响。同时选取2012年4月11日至2013年4月26日共255个工作日的各基金累计净值进行准确性检验，并将基金的收益率进行对数处理，令Rt=Ln（NAVt/NAVt-1）。本文应用Excel和Eviews软件对数据进行核心的分析工作。样本基金的情况如表1所示。
三、理论基础
（一）VaR理论
（二）GARCH模型
（三）VaR方法的准确性检验
本文主要应用的准确性检验方法是Kupiec失败检验法，其基本思想是将样本分为两部分，一部分用于参数估计，另一部分则用于失败检验，即将检验样本算得的VaR值与估计值进行比较，若小于估计值记作“成功”，大于估计值记作“失败”，然后对失败率进行统计，并与规定的失败率范围比较，若在范围内则认为估计结果准确。本文主要应用的准确性检验是5%置信度下失败天数非拒绝域为[6，21]。
四、实证研究
（一）样本基金选取和数据处理
本文选取投资风格不同的八只基金，数据来源于聚源数据库、中国基金网和晨星评级系统。选取2010年1月4日至2013年1月4日共730个工作日的基金累计净值数据，充分考虑基金不定期进行分红的影响。同时选取2012年4月11日至2013年4月26日共255个工作日的各基金累计净值进行准确性检验，并将基金的收益率进行对数处理，令Rt=Ln（NAVt/NAVt-1）。本文应用Excel和Eviews软件对数据进行核心的分析工作。样本基金的情况如表1所示。
Tags：
内容搜索
推荐论文
最新论文
© Copyright 2007 - 2010 5189lw我要发表论文网 All Rights Reserved
备案许可证编号:鄂ICP备09005757号
所有资料均源于网上的共享资源及期刊共享，请特别注意勿做其他非法用途。 资讯QQ:860535337
备案许可证编号:鄂ICP备09005757号
所有资料均源于网上的共享资源及期刊共享，请特别注意勿做其他非法用途。 资讯QQ:860535337
