论文部分内容阅读
随着金融环境的日趋复杂,对金融业的风险评价和测量得到了广泛学者的关注。行业风险是投资者进行投资决策需要重点考虑的因素,科学有效的测量行业风险是一个亟待解决的难题。上世纪90年代以来,极值理论已经逐渐在金融风险管理领域得到了广泛的应用,本文也将把极值理论引入沪深300行业指数的风险度量中。我国现有的研究成果没有系统的比较过研究行业风险的各种方法,利用不正确的研究方法可能导致衡量行业风险的结果不理想。本文首先回顾了国内外各种度量风险的方法,在比较分析的基础上认为用计算VaR估计值的方法来衡量风险是现代金融风险管理中比较常用的方法。然后构建了四个计算沪深300行业指数日对数收益率风险的模型,他们分别是基于方差-协方差模型计算VaR、基于GARCH模型计算VaR、基于极值理论计算VaR、基于GARCH-GPD模型计算VaR,从理论上来说,本文创新性的把极值理论和GARCH模型结合起来衡量沪深300行业风险,后面模型是对前面模型的改进,后面模型理论支持更加完善,模型的计算也更加复杂。但是理论上的精确并不等同于实践应用的精确。从实践中,本文计算了四个模型VaR估计值,并利用VaR返回测试模型对构建的四个模型所得的VaR估计值进行返回测试,进行分析比较。实证结果表明：基于方差-协方差模型计算的VaR和基于极值理论计算的VaR结果没有通过VaR模型的返回测试,基于GARCH模型计算的VaR比较精确,而基于GARCH-GPD模型计算的VaR模型是最精确的,实证结果和理论分析结果基本吻合。从理论上和实际中同时证明利用GARCH-GPD模型来计算行业风险VaR是最恰当的。同时,本文还对沪深300行业指数的日对数收益率风险进行了排序,模型的计算结果认为公用、医药、可选这三个行业为低风险行业,材料、金融、能源行业这三个行业是高风险行业,信息、消费、电信、工业这四个行业是中等风险行业。本文最后总结了全文,并探讨了极值理论以及金融风险测量方法未来理论和实践上的一些研究方向。