基于garch模型var方法的銀行板塊風(fēng)險研究的論文

《基于garch模型var方法的銀行板塊風(fēng)險研究的論文》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于GARCH模型VaR方法的銀行板塊風(fēng)險研究的論文原文作者：楊國臣，黃翔　　【摘要】本文對garch模型和var方法在風(fēng)險管理方面的應(yīng)用先做了介紹，然后通過選取2008年1月2日至2012年11月21日銀行類板塊指數(shù)日收盤價作為數(shù)據(jù)樣本，運用garch模型var方法對我國銀行板塊的風(fēng)險進行了實證分析。實證結(jié)果表明我國銀行股股指對數(shù)收益率序列存在集聚效應(yīng)，garch模型能夠很好的描述我國銀行板塊的波動情況，因而測量的var值能較好的反映我國銀行板塊面臨的風(fēng)險程度?！　　娟P(guān)鍵詞】garch模型；var方法；銀行類板塊指數(shù)；風(fēng)險度量　　1.引言　　金融是現(xiàn)代經(jīng)濟運行的核

2、心，對經(jīng)濟的支持和調(diào)控有著重大的影響和作用。在我國金融體系中，國有商業(yè)銀行就像“動脈”，支撐著整個國民經(jīng)濟的發(fā)展，中國銀行業(yè)金融機構(gòu)總資產(chǎn)在2011年已突破100萬億元。面對國際金融危機沖擊，我國銀行業(yè)積極改進金融服務(wù)，調(diào)整信貸結(jié)構(gòu)，強化風(fēng)險管理，為促進區(qū)域經(jīng)濟企穩(wěn)復(fù)蘇和結(jié)構(gòu)優(yōu)化作出了突出貢獻，在區(qū)域經(jīng)濟發(fā)展中發(fā)揮著越來越重要的作用，而伴隨著中國銀行業(yè)日益的開放和利潤的增長，在日益復(fù)雜的國際金融環(huán)境下，中國銀行業(yè)所面臨的風(fēng)險也越來越引起人們的關(guān)注。本文通過基于garch模型的var方法對中國銀行業(yè)的風(fēng)險狀況進行了評估，希望能對相關(guān)的風(fēng)險研究起一些積極作用?！　ar

3、(valueatrisk)字面上的解釋就是“風(fēng)險價值”，其內(nèi)在含義是指：在市場正常波動條件下，某一金融資產(chǎn)或證券組合可能遭受的最大損失。.cOm更確切的是指，在一定置信水平下，某一金融資產(chǎn)或證券組合價值在未來特定時期內(nèi)的最大可能損失。在金融數(shù)學(xué)和金融風(fēng)險管理中，風(fēng)險價值（var）是一種廣泛使用的風(fēng)險測度，特別在測量一個特定的金融資產(chǎn)組合損失的風(fēng)險方面有著廣泛的應(yīng)用。目前國外一些大型金融機構(gòu)已將其所持資產(chǎn)的var風(fēng)險值作為其定期公布的會計報表的一項重要內(nèi)容加以列示?！　?.garch模型理論簡介　　近幾年來，金融學(xué)家和計量學(xué)家對發(fā)達國家成熟資本市場的波動性進行了大量的

4、研究，發(fā)現(xiàn)股票收益的經(jīng)驗分布表現(xiàn)出明顯的尖峰厚尾性以及股票價格或指數(shù)的運動服從隨機游走過程，且一般是非平穩(wěn)序列，但是其收益序列通常呈現(xiàn)出平穩(wěn)的特性；另外，收益序列本身幾乎不呈現(xiàn)出相關(guān)性，而收益的平方序列卻表現(xiàn)出比較明顯的相關(guān)性?；谶@些發(fā)現(xiàn)，研究人員提出了時變假設(shè)，并嘗試通過特定的技術(shù)來預(yù)測金融時間序列的收益波動性。　　robertengle于1982年提出自回歸條件異方差模型（arch）。arch模型的結(jié)構(gòu)取決于移動平均的階數(shù)q，但有些收益率序列存在著明顯的異方差性，此時arch模型中的q值很大，致使參數(shù)估計的效率降低，還會引發(fā)諸如解釋變量多重共線性等其它問題。為

5、了彌補這一弱點，bollerslev(1986)提出在arch(p)模型中增加q個自回歸項，擴展成garch(p，q)模型．用簡單的garch模型來代替一個高階的arch模型。使待估參數(shù)大為減少，致使模型的識別和估計都變得容易，較好的彌補了arch模型的不足．通過對股票市場的長期研究發(fā)現(xiàn)，股價下跌和上漲相同幅度時，股票價格下跌過程往往會伴隨著更劇烈的波動，為了更好的描述股市的波動，在garch模型中引入非對稱性因子，由此衍生發(fā)展出一些新的arch類模型。[]　　2.3其他類型的條件異方差模型　　之后又出現(xiàn)了許多garch擴展模型，像engle、lilien和robi

6、ns(1987)的garch平均數(shù)模型(garchin-mean)、nelson(1990)garch指數(shù)模型(exponentialgarch)等。akgiray(1989)比較早地利用garch模型及arch模型預(yù)測了美國股指的波動，并將預(yù)測結(jié)果與傳統(tǒng)的指數(shù)加權(quán)移動平均模型及歷史平均模型預(yù)測結(jié)果進行了比較，發(fā)現(xiàn)garch模型預(yù)測結(jié)果要優(yōu)于其它模型的預(yù)測結(jié)果。paganandscharkov區(qū)制轉(zhuǎn)換模型及3種非參數(shù)模型對美國股票收益率波動進行了預(yù)測，得出egarch模型要稍優(yōu)于garch模型的結(jié)論，而其它模型的預(yù)測性能則較差?！　∧壳?，對我國股市采用garch模型

7、方法所進行的研究，主要集中在對滬、深兩市的收益率進行擬合來檢驗股市的波動性，唐齊鳴、陳健(2001)利用arch類模型對我國股票市場的波動性進行檢驗，發(fā)現(xiàn)我國股市具有明顯的arch效應(yīng)。王玉榮（2002）使用了arch類模型模擬了我國股市收益率波動狀況，指出了中國股市波動存在聚類性和非對稱性。陳浪南等（2002）也對我國股票市場波動的非對稱性做了研究。陳千里(2003)運用garch模型對上證綜合指數(shù)進行分析，結(jié)果顯示我國股市存在顯著的星期一高波動性現(xiàn)象。朱孔來（2005）運用tarch模型進一步分析了日收益率波動的條件異方差性和非對稱性?！　?.4赤池信息準(zhǔn)則