论文部分内容阅读
受经济全球化与金融一体化、现代金融理论及信息技术、金融创新等因素的影响,全球金融市场迅猛发展,并呈现出前所未有的风险。因此,对于金融机构来说,有效的风险管理变得越发重要。在这种背景下,风险价值(VaR)作为度量风险的方法便成为金融学界广泛研究的课题。
完整的VaR度量方法,包括对VaR进行建模、模型参数的估计、评价VaR模型的效果。本文详细介绍了Engle&Manganelli(2004)1提出的CAViaR模型。该模型直接对每期VaR之间的关系进行建模;在模型的参数估计中采用了分位数回归框架;在VaR预测质量的评价方面,提出了动态分位数检验方法,其核心思想是:在每期所能获得的信息集的条件下,损失超过VaR的条件概率必须和当期能获得的信息集相互独立。
考虑到本文实证研究所选取的中国股票有涨跌停板限制,因此对Engle和Manganelli提出的四个具体的CAViaR模型做因变量受限的技术处理,同时考虑到自变量取涨跌停值时对VaR的特殊贡献,将其中一个模型做进一步的改进,从而得到第五个模型。
我们随机选取了中国A股市场17支股票和沪深300股指作为样本。针对每支股票,我们分别采用这五个模型描述VaR。在参数估计之后,我们又进一步利用动态分位数检验的方法,对五个模型的效果进行比较。
结果表明:在大部分情况下,随着个股的不同,不同模型的适用程度存在差异。但总的来说,这五个CAViaR模型都表现出了相当的稳健性以及准确性。另外,修改过的第五个模型与模型原型相比,在动态分位数检验中表现更好。