不同分布下GARCH模型的我国基金风险探究
利用统计软件对八只基金的收益率序列进行统计特征分析,计算基金收益率的均值、标准差等指标,判断收益率的分布情况,结果如表2。
从基本统计特征的结果可知,选取的八只基金的收益率均值有正有负,说明在样本时间段内,各基金收益情况有所不同。而标准差是均值的至少十倍,说明各基金的收益变动比较剧烈。另外,偏度值均为负,说明各基金都具有左偏的特点,且峰度值均大于3,说明数据具有尖峰的特点。一般来讲,收益率的JB值在5%的水平下临界值为5.991,而这八只基金的JB值均大于临界值,说明这八只基金不严格地服从正态分布。
(三)样本基金的平稳性检验
平稳性是正确建立模型的前提,对各基金的ADF检验结果如表3所示。
表3中,在置信度1%、5%和10%下,各基金的t统计量都远远小于临界值,P值均为0,说明该序列是平稳的。
(四)样本基金的相关性检验
为了能够在建立均值方程时正确选取滞后阶数,以及判断收益率序列前后数据之间的关系强弱程度,要进行序列的自相关性检验,以华夏成长为例,检验结果如图1所示(滞后阶数为10阶)。
(五)样本基金的ARCH效应检验
建立GARCH模型的前提是要检验是否存在ARCH效应,本文以华夏成长为例,进行ARCH效应检验,发现存在高阶的ARCH效应,适合用GARCH模型进行分析。此外,其他几只基金也具有高阶ARCH效应。
(六)不同分布下GARCH模型的选择
从前文的基金样本统计特征描述可知,样本基金收益率并不完全符合正态分布,因此本文选择T分布来反映数据分布的厚尾特征。为比较两种分布下的结果,本文也按正态分布进行极大似然估计,对华夏成长这只基金构建模型,选取金融数据分析中常用的GARCH(1,1)进行分析,当均值方程形式为Rt=c+μt时,得到正态分布下的GARCH模型为:
(七)不同分布下VaR值的计算
五、实证研究检验
(一)GARCH模型的检验
本文在GARCH模型构建后对模型进行ARCH效应检验,通过低阶检验结果可知,建立GARCH模型后,ARCH效应检验中的统计量伴随的概率已经大于5%,以此类推,高阶检验时也发现不再有ARCH效应,说明GARCH模型能够比较准确地对参数进行拟合和估计。对其他基金进行检验后,也同样发现经过GARCH建模后均不存在ARCH效应。
(二)VaR计算结果的准确性检验
在进行VaR计算后,本文采用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数据选取Kupiec检验法对VaR的计算结果进行准确性检验。在5%的置信水平下,进行检验后结果如表6所示。
经过准确性检验后发现,在5%的置信度下,无论是正态分布还是T分布检验的结果都在失败检验法的非拒绝域内,即在6天至21天的范围内,所以从这个角度讲,这两种分布都能对开放式基金的风险进行描述,也间接地证明了所构建的GARCH模型的适用性。但是从另外的角度分析,得知在T分布下的失败天数除了鹏华普天收益两者是一样的,其他的基金在T分布下的失败天数都小于正态分布下,在某种程度上来说T分布能够更好地描述某种金融资产厚尾性的特点,所以T分布又是优于正态分布的,笔者最终择优选取T分布下的VaR—GARCH模型对这八只样本基金的风险(主要是市场风险)进行描述。
六、结论
本文运用定量分析方法选取开放式基金收益率数据进行实证研究,包括基本统计特征的描述、假设检验、模型构建、VaR值的计算以及模型的后试检验几个部分,在后试检验中证明了T分布下对样本基金的风险度量较正态分布下更为准确,更能捕捉其在市场变化下的波动情况。
从本文的分析中可以得出以下两个结论:
1.不同类型的开放式基金的风险有着较大的差异,其中成长类和价值类基金的风险比平衡类和指数类基金大,不同风险偏好的投资者可以选择不同类型的开放式基金。
2.不仅可以应用所建立的VaR—GARCH模型对基金风险进行度量和评估,也可以在基金历史数据的基础上应用此模型进行基金风险预测,做好基金风险防控的工作。
另外,通过本文的分析,得出如下四点启示:
1.随着基金类衍生产品的发展,开放式基金所面临的风险也在不断增大,根据我国的基金环境,基金公司应积极推进以VaR作为计量基金风险的模式,并充分做好相关信息的披露。
2.基金公司在进行风险控制时,应设定基金风险的限额。若VaR值达到一定上限,则要对其进行相应的警告,并及时通知投资者,使得风险控制工作能够顺利高效进行。
3.在我国的金融市场中,证券市场的发展对于基金业的发展有着重要的影响,所以在进行基金的风险衡量时,也要充分参考证券行业的发展情况,包括信息的披露情况、有无作假情况、个别金融工具的异常情况等,这都对开放式基金的风险管理有着重要的作用,可以避免出现因极少数基金的风险控制不当导致整个基金业动荡的情况。
4.要积极引进比较成熟的中小型机构投资者,因为他们身上具备较成熟的投资理念,这样在保证小型投资者有相对稳定收益的同时,也能逐渐将VaR的核心理念介绍给广大投资者,使他们能够在衡量风险与收益的基础上理性地选择适合自身投资特点的开放式基金。
【参考文献】
[1] Engle R F. Autoregressive conditional heterosked-
asticity with estimates of the variance of U.K. inflation[J]. Econometrica.1982(50):987-1007.
[2] Bali T,Gokcan S,Liang B. Value at risk and the cross-section of hedge fund returns [J]. Journal of Banking & Finance. 2007,31(4):1135-1166.