论文部分内容阅读
股票收益率的分布是现代金融理论中的一个极其重要概念。一般认为,大多数股票的收益率服从正态分布,这些正态分布假设收益率的分布与价格无关,证券市场是一个有效的市场。然而,在文献[6]中,肖春来等认为由于市场内外部条件的变化,往往使收益率的统计分布特征发生变化,从而使传统的风险理论在实际应用中受到限制。因此,目前假定某种证券的收益率的统计分布特征在一定时期内基本稳定不符合实际的市场情况。他们以股票市场为例,提出价格条件收益率的思想,即在一定价格水平上的收益率。实际上,在文献[7]中,柴文义等通过对国内外股票市场的研究,结果表明股票收益率与股票价格存在弱的负相关关系。在此基础上,文献[8]在股票收益率和价格对数服从二元联合正态分布的假设下,推导出了价格条件下的股票收益率分布特征表达式和VaR_t的计算方法。然而,即便如此,由于股票市场瞬息万变,其收益率受到多种因素的影响。价格条件下收益率分布特征中的价格均值μ、方差σ~2和自相关系数ρ就再不能被看作是常数,而应该将其当成变量,即μ_t、σ_t~2和ρ_t,以使收益率的分布特征更符合市场实际。因此,研究多项条件下收益率的分布就显得尤为重要和紧迫。本文首先详细分析了价格条件下收益率分布在VaR中的应用情况,得出了应将价格均值μ、方差σ~2和自相关系数ρ看成变量而不是常量的结论,而且可用移动平均法达到这一目的;其次,经过对20支股票大量的实证研究,初步确定了移动平均期数的范围,且初步表明收益率分布不仅仅决定于价格,还决定于价格均值μ、方差σ_t~2和自相关系数ρ_t等变量,即收益率服从多项条件分布;再次,为了使价格均值μ、方差σ_t~2和相关系数ρ_t更具预测性,更好的应用于实际,本文对它们分别建立了预测模型;最后,将预测模型应用于VaR_t的计算,并对其预测效果进行了检验。结果表明,用预测值计算的VaR_t值较用移动平均值计算的VaR_t值更准确,这也进一步表明收益率服从多项条件分布。