鄧倫冰

摘要：本文根據(jù)我國滬深股票市場的實際情況，計算波動率和估計分布臨界值，采用GARCH模型擬合預測滬深300綜合指數(shù)收益率的波動率，并計算日VAR。通過估計分析可以知道，我國股票市場的日VAR值較高，其發(fā)展水平與發(fā)達國家金融市場相比有較大差距，我國應將提高風險管理意識，提升風險管理能力，更好地防范市場風險作為重點進行把握。

關(guān)鍵詞：金融市場風險； VAR； GARCH模型

一、引言

我國證券市場正起步，過多的投機行為導致市場強烈振蕩，這會產(chǎn)生高收益，然而高風險也與之相隨。在經(jīng)濟全球化的形勢下證券市場得到了新的發(fā)展，然而這對風險管也提出了新的要求。國外金融機構(gòu)普遍采用VaR方法來對風險進行有效的管理。我國的證券市場與國外不同，這一方法能否用于我國市場進行風險管理方法值得研究。因此，本文對VaR方法應用于我國證券市場進行了實證研究，以進一步完善我國風險管理方法。

二、VAR方法與GARCH模型概述

（一）VAR方法

VAR是指在一定時期收益與損失預期分布的分位數(shù)，其被廣泛應用于各大國際金融機構(gòu)的市場風險和信用風險管理領(lǐng)域。

2、平穩(wěn)性檢驗

使用ADF檢驗方法檢驗兩序列的平穩(wěn)性，結(jié)果顯示對數(shù)收益率序列的ADF值均小于臨界值（1%、5%和10%顯著性水平），且對應的P值接近于零，說明對數(shù)收益率是平穩(wěn)序列?？蓪υ撔蛄薪r間序列模型。

3、自相關(guān)與偏自相關(guān)檢驗

對序列做自相關(guān)與偏自相關(guān)函數(shù)，發(fā)現(xiàn)序列的自相關(guān)函數(shù)、偏自相關(guān)函數(shù)均不存在多階。此外由序列的自相關(guān)函數(shù)發(fā)現(xiàn)，兩序列存在較明顯的序列不獨立，可能存在GARCH效應。

4、ARCH效應檢驗

對序列進行拉格朗日乘數(shù)法的ARCH效應檢驗。選取10階滯后，檢驗統(tǒng)計量分別為2180和21608，其對應的P值均小于005，說明在5%的顯著性水平下樣本殘差序列有顯著的條件異方差性。即認為在5%的顯著水平下數(shù)據(jù)序列服從ARCH過程，且具有高階的ARCH效應。因此可建立GARCH模型。

（三）GARCH模型的估計

由序列的相關(guān)圖、偏自相關(guān)圖選擇GARCH （1，1）模型，結(jié)果十分顯著，見表3。

用GARCH（11）模型估計的波動率進行預測。假定初始資產(chǎn)為1元，12月26日滬深300綜指的波動率預測值為0018631663，則一日VAR預測值就等于核密度法估計出的臨界值乘以波動率預測值，為0076417元。核密度法的分位數(shù)大概在4左右，遠大于正態(tài)分布的95%置信水平的分位數(shù)為164，說明一般的德爾塔-正態(tài)方法會對市場風險的VAR值造成低估，因此本文選用的方法更合理。

四、小結(jié)

本文使用GARCH模型擬合滬深300指收益率的波動率，進而預測日VAR，結(jié)果表明我國股市的日VAR值較高，也就是說我國證券市場的風險比較大。我們必須加強金融研究風險管理，構(gòu)建金融研究風險防范體系。因此有必要在中國證券市場上引入VaR方法，使其成為中國股票市場參與者進行風險管理的有效工具，也使相應的金融監(jiān)管部門能夠更好的進行風險管理。（作者單位：貴州大學經(jīng)濟學院）

[基金項目] 貴州大學2014年研究生創(chuàng)新基金項目“基于城鄉(xiāng)統(tǒng)籌視角的貴州省二元經(jīng)濟結(jié)構(gòu)變革的實證研究”

參與文獻：

[1]張晨，趙惠芳.風險價值法在我國金融風險管理中的運用[J].財會月刊，2003，（6）：

[2]呂朝陽.風險價值法及其在金融風險管理中的應用[J].哈爾濱金融高等專科學校學報，2008，（1）：13-14.