论文部分内容阅读
近年来风险事故频发,居民对保险的意识越来越强,对商业保险需求仍将逐步上升。近十年,我国保险公司在数量上不断增加,经营规模日趋扩大,其经营发展势头与我国市场经济发展速度相契合。从2007年中国人寿在A股市场上市伊始,上市保险公司在数量上极具增长,人民对于保险产品的接受程度也随之提升,广大投资者对于保险类股票也比较看好,但是保险股由于保险产品估值的特殊性,无法运用传统的衡量指标进行选择,给投资者造成很大的困扰。由于2008年的国际金融危机和2015年下半年的股市大跌,给广大投资者造成极大损失,放大了中国股票市场制度性建设的不完善性,所以金融风险度量在金融市场风险管理中处于核心地位,希望能够寻找合适的风险度量模型方法解决金融市场风险不断隐蔽化、复杂化的挑战。本文希望在GARCH族模型测量保险股波动率的基础上结合目前国际上通用的VaR法,计算出在一定置信水平下投资保险股的最大潜在损失,为广大保险类股票的投资者在目前股票市场风险变化莫测的环境下提供参考。VaR方法属于动态分析方法,通过估计收益率序列的条件方差来计算估计值,由于金融市场中收益率通常呈现厚尾性分布导致VaR对风险出现低估的情况时有发生,但是GARCH族模型对收益率动态变化特征如非对称特征、丛集性效应等刻画效果显著,因此近年来理论学术界在拟合VaR的参数时多采用基于t分布、GED分布的GARCH族模型计算其波动率参数。全文一共分为六个章节。第一章系统介绍国内外学者目前有关金融风险研究的现状,掌握金融风险研究的国内外最新动态,为本课题的后续研究奠定监视基础。第二章首先介绍VaR理论的基本概念,然后详细阐述VaR的各种计算方法,包括风险度量制、分位数估计和极值理论法等。第三章首先介绍ARCH模型的提出背景以及ARCH模型的定义和性质,其次通过介绍GARCH模型相关的理论知识,并对扩展的GARCH模型和其检验方法进行介绍。第四章通过使用GARCH(1,1)模型和EGARCH(1,1)等扩展模型对中国人寿日对数收益率进行实证研究,然后拟合出最合适的模型GARCH(1,1)-M模型。第五章在GARCH(1,1)-M波动率测量模型的基础上,构建GARCH-VaR模型对中国人寿日对数收益率进行测量,并与传统VaR测量方法极值理论法计量结果相比较,最后采用失败率检验法,证明GARCH-VaR比传统计算方法更能有效测量VaR。第六章首先阐述我国发展和应用VaR法的困境,然后分别从投资者和监管者两个角度为VaR方法以后进一步研究提出可行性建议。本文的创新点在于,在衡量保险股潜在损失时尝试将GARCH族模型和VaR模型相结合,希望用GARCH族模型计算VaR模型的波动率参数,而非采用传统的极值理论法。实证结果研究表明,基于GARCH-M模型的VaR值比采用极值理论计算的VaR值高,说明传统的VaR计算方法在一定程度上低估了保险股票市场风险,对我国证券市场保险股投资者判断自身所面临的投资风险提出了更高的要求。