文档介绍：华中科技大学
博士学位论文
基于极值理论的VaR及其在中国股票市场风险管理中的应用
姓名:余为丽
申请学位级别:博士
专业:西方经济学
指导教师:唐齐鸣
20060507
华中科技大学博士学位论文
摘要
近年来, 受经济全球化和金融自由化,竞争与放松管制以及金融创新与技术进步
等因素的影响, 在金融市场规模迅速扩大和效率明显提高的同时,金融市场的波动性
和风险也大为加剧。我国已经加入 WTO,随着利率市场化、资本项目开放以及衍生
金融市场的建立,金融资产所面临的市场风险也将日益突出和复杂。VaR 方法因其测
量风险的定量性、综合性、通俗性等特点而被许多银行、金融机构和监管机构广泛应
用,目前正在成为金融风险管理的国际标准,将它引入到我国的风险管理中有重大的
现实意义。鉴于当前没有一种方法在各个置信水平上都能有效而准确地估计中国股票
市场风险的 VaR 值,本研究在对各种 VaR 估计方法进行比较分析的基础上,对其中
的一些方法进行改进,并以上证指数和深成指数 1995 年 7 月到 2005 年 11 月日收益
率数据为样本,在广泛借鉴他人研究成果的基础上,主要采用实证和比较研究的方法
对中国股票市场风险进行分析,以期得到在不同置信水平下有效而准确的 VaR估计。
要准确估计 VaR就是要找到合适的模型能较好地拟合收益率序列的分布,所以我
们首先对收益率序列的统计特征和分布进行分析以便为选择合理的 VaR 估计模型作
参考。通过正态性、自相关性以及 ARCH 效应的实证分析我们发现我国股市收益率
序列具有尖峰厚尾性,弱自相关性,波动聚集性;用 Granger 因果性检验及协整检验
方法对沪深股市间的连动关系进行实证分析表明,尽管两市之间的连动关系随时间在
不断变化,但它们之间存在长期稳定的均衡关系。
对 VaR 估计的方法很多,本研究运用几个常用的 VaR 估计方法如参数估计方法
中的正态方法(包括简单平均和指数加权平均)和 GARCH模型法,非参数估计方法
中的历史模拟法,以及极值理论对 VaR进行估计,并用 Kupiec 失败返回检验法对各
VaR值进行有效性检验,通过实证分析得出:简单平均正态方法估计的 VaR 在各个置
信水平上都无效;指数移动平均正态法、历史模拟法和 GARCH模型估计的 VaR 在较
低的置信水平上有效,在高的置信水平上无效;而极值理论方法估计的 VaR 效果正好
相反,即在较低的置信水平上无效,在较高的置信水平有效。所以将这些模型直接用
于对 VaR 进行估计不能得到在各个置信水平上都有效的 VaR 值估计,为此我们从两
个方面对估计 VaR 的模型进行改进。
一方面,引入矫偏条件波动模型分别对估计条件波动的几个常用模型——历史平
I
华中科技大学博士学位论文
均模型、RiskMetrics EWMA 模型和 GARCH 模型——在估计条件波动时存在的条件
偏差进行矫正,并以此为基础估计 VaR,通过实证分析得出:各条件波动矫偏后估计
的 VaR 不仅有效性得到了改善,即各个置信水平上的 VaR 估计都变得有效,而且准
确性也明显提高了,只是对 GARCH 模型,尽管其条件波动矫偏后估计的 VaR 的有效
性得到了改善,但准确性并不是在每个置信水平上都得到了提高。
另一方面,在用极值理论的 POT 模型估计 VaR 时常假设超阈值独立同分布,而
实际的超阈值存在局部相关性,这样会造成 VaR估计值相对实际值偏差较大。为此引
入两种方法来消除超阈值的局部相关性:一是将极值指标引入到 POT 模型中,实证
分析发现极值指标的引入不仅改善了POT模型估计VaR的有效性,而且还提高了POT
模型估计的准确性,尽管如此在较低的置信水平上即便引入极值指标,POT 模型估计
VaR仍是无效的;二是用 GARCH 模型对收益率序列进行过滤处理。由于极值理论只
在高的置信水平上有效,在低的置信水平上其可靠性不如一般的 VaR估计方法,所以
我们对 GARCH 模型过滤后的残差序列用极值理论与历史模拟法混合的方法来估计
VaR值。经实证分析我们发现,这种方法估计的 VaR在各置信水平上都有效,而且非
常接近期望值。
将各种常规的方法直接用于对我国股票市场风险的 VaR 进行估计不能得到在各
个置信水平上都有效的 VaR值,但是对简单平均正态和 EWMA 估计的条件波动进行
矫正后用于估计 VaR,可得到在每个置信水平上都有效而准确的 VaR 估计;或者用
GARCH 滤波的历史模拟与极值理论的混合方法也可得到在各个置信水平都有效而准
确的 VaR 估计,而且后一种方法比前一种