劉虎嘯 楊克明

摘 要：2010年4月16日中國金融交易市場推出了滬深300股指期貨。股指期貨的出現(xiàn)，對(duì)于金融產(chǎn)品的發(fā)展起到了推動(dòng)作用。但是作為我國新興的交易市場，其機(jī)制并未完全成熟，其高杠桿、操作復(fù)雜等特征，容易給投資者帶來損失。通過對(duì)滬深300股指期貨的數(shù)據(jù)實(shí)證研究，觀察VaR-GARCH模型在股指期貨的實(shí)際風(fēng)險(xiǎn)管理中的應(yīng)用價(jià)值，并針對(duì)股指期貨風(fēng)險(xiǎn)提出一些防范措施建議。

關(guān)鍵詞：VaR風(fēng)險(xiǎn)價(jià)值法；股指期貨；GARCH模型

中圖分類號(hào)：F23 文獻(xiàn)標(biāo)識(shí)碼：A doi：10.19311/j.cnki.16723198.2019.31.051

1 引言

股票市場的風(fēng)險(xiǎn)，可以分為兩種風(fēng)險(xiǎn)：一種是系統(tǒng)性風(fēng)險(xiǎn)；另一種則是非系統(tǒng)性風(fēng)險(xiǎn)。非系統(tǒng)性風(fēng)險(xiǎn)是由持有某個(gè)股所面臨的風(fēng)險(xiǎn)，而系統(tǒng)性風(fēng)險(xiǎn)則是對(duì)于整個(gè)股票市場的價(jià)格有影響的風(fēng)險(xiǎn)。對(duì)于非系統(tǒng)性風(fēng)險(xiǎn)，可以通過資產(chǎn)組合的手段規(guī)避或者減小風(fēng)險(xiǎn)，而對(duì)于系統(tǒng)性風(fēng)險(xiǎn)，無法進(jìn)行投資手段來進(jìn)行規(guī)避，因此股指期貨應(yīng)運(yùn)而生。股指期貨合約是交易雙方在交易場所進(jìn)行公開競價(jià)買賣標(biāo)的物為股票指數(shù)的一種標(biāo)準(zhǔn)化合約，通過股指期貨合約，可以與股票市場交易進(jìn)行反向操作，從而達(dá)到實(shí)現(xiàn)對(duì)股票市場風(fēng)險(xiǎn)的一種消除，使投資者實(shí)現(xiàn)套期保值。我國自2010年在金融交易所上市滬深300股指期貨開始，股指期貨的種類逐漸增多，并且在前5年的成交量以及持倉量都是逐漸遞增的，統(tǒng)計(jì)數(shù)據(jù)顯示，在2018年滬深300的股指期貨成交量達(dá)到7486825手，同比2017年增長82.56%，交易額78277.77，同比增長73.59%，年末持倉量76320手，同比增長97.99%，可以體現(xiàn)在我國股指期貨的需求還是較大的。

然而股指期貨在發(fā)揮其抵御風(fēng)險(xiǎn)的積極作用的同時(shí)，也會(huì)產(chǎn)生很大的風(fēng)險(xiǎn)。在我國，股指期貨市場仍然是一個(gè)不成熟，機(jī)制不夠健全的市場。期貨本身作為一種具有高杠桿性，高流動(dòng)性的金融衍生工具，會(huì)吸引一些風(fēng)險(xiǎn)偏好者以及投機(jī)者，并將其作為一種攫取高收益的工具，操縱市場，從而導(dǎo)致其他交易者受到損失。此外，相比于其他實(shí)體期貨，股指期貨也具有一些帶有自身特性的風(fēng)險(xiǎn)，例如，當(dāng)期貨現(xiàn)貨市場出現(xiàn)價(jià)格不一致時(shí)，會(huì)導(dǎo)致出現(xiàn)基差風(fēng)險(xiǎn)；期貨現(xiàn)貨市場資產(chǎn)價(jià)值不一致或者資產(chǎn)規(guī)模不一致的時(shí)候，會(huì)出現(xiàn)保值率風(fēng)險(xiǎn)；當(dāng)期貨現(xiàn)貨市場的流動(dòng)性大小出現(xiàn)不一致的時(shí)候，會(huì)出現(xiàn)流動(dòng)性風(fēng)險(xiǎn)。高收益的同時(shí)也會(huì)帶來高風(fēng)險(xiǎn)，因此對(duì)于股指期貨的風(fēng)險(xiǎn)管理是必不可少的。

2 VAR方法以及GARCH模型簡述

在上世紀(jì)，由于對(duì)于風(fēng)險(xiǎn)的量化不夠明晰，出現(xiàn)許多災(zāi)難性的金融事件，例如英國巴林銀行事件，日本大和銀行事件，因此人們開始尋求對(duì)風(fēng)險(xiǎn)的量化方法，VAR方法也就應(yīng)運(yùn)而生。VAR風(fēng)險(xiǎn)價(jià)值度這一概念最早在1990年由J.P.摩根提出，當(dāng)時(shí)開發(fā)出的產(chǎn)生報(bào)告的計(jì)算機(jī)系統(tǒng)，能夠讓銀行的管理人員能夠簡潔明了的認(rèn)識(shí)到銀行所面臨的風(fēng)險(xiǎn)。在之后1994年，J.P.摩根將自己開發(fā)的完善的模型RiskMetrice公布于世，自此之后越來越多的軟件公司開始研發(fā)自己的VAR系統(tǒng)，風(fēng)險(xiǎn)價(jià)值度這一概念，因此得到了金融機(jī)構(gòu)的廣泛認(rèn)可，在1996年巴塞爾委員會(huì)，基于風(fēng)險(xiǎn)價(jià)值度，發(fā)布了最新的協(xié)議修正案，并與1998年得到執(zhí)行。

風(fēng)險(xiǎn)價(jià)值度分析法，其定義是在正常的市場條件下，未來某一時(shí)間段，一定的置信區(qū)間內(nèi)，所持有的資產(chǎn)組合發(fā)生的最大損失。其特性是可以將風(fēng)險(xiǎn)量化，即可以用具體的數(shù)字去衡量資產(chǎn)風(fēng)險(xiǎn)，正是由于這樣的特點(diǎn)，可以使風(fēng)險(xiǎn)價(jià)值度的應(yīng)用得以推廣。其優(yōu)點(diǎn)如下：第一，風(fēng)險(xiǎn)價(jià)值可以去計(jì)量未來某一段時(shí)間的金融資產(chǎn)風(fēng)險(xiǎn)；第二，可以去計(jì)量一個(gè)資產(chǎn)組合的整體風(fēng)險(xiǎn)；第三，所得到的風(fēng)險(xiǎn)計(jì)量結(jié)果是數(shù)值，由于簡單明了容易受到更多的人喜愛。

在現(xiàn)在為止，VAR風(fēng)險(xiǎn)價(jià)值度的計(jì)算方法主要有這樣三種：

（1）方差-協(xié)方差法，這種方法首先將資產(chǎn)組合的分布假設(shè)為正態(tài)分布，然后收集相關(guān)的歷史數(shù)據(jù)，通過歷史數(shù)據(jù)的樣本來估算參數(shù)值，最后結(jié)合置信度，以及估算好的參數(shù)對(duì)VAR進(jìn)行計(jì)算。

（2）歷史模擬法，這種方法不需要特別的假設(shè)風(fēng)險(xiǎn)因子的分布，只須要知道歷史數(shù)據(jù)，通過歷史數(shù)據(jù)得到的分布函數(shù)，來代表未來的分布函數(shù)，根據(jù)這個(gè)分布函數(shù)得到未來的VAR。

（3）蒙特卡洛模擬法，這種方法首先通過歷史數(shù)據(jù)去確定相關(guān)系數(shù)以及風(fēng)險(xiǎn)因子等參數(shù)，然后將所有的因子進(jìn)行隨機(jī)的參數(shù)化設(shè)定。然后通過模型對(duì)風(fēng)險(xiǎn)因子來模擬價(jià)格走勢的設(shè)定，對(duì)于不同的時(shí)間段均可以采用這種完全模擬的方法對(duì)市場價(jià)格合理化評(píng)估，通過反復(fù)的擬合，最終可以得到資產(chǎn)組合的收益分布，從而通過這個(gè)分布可以得到VAR。

方差-協(xié)方差法能夠更好的去刻畫時(shí)間序列的特征，并且由于這種方法取得數(shù)據(jù)更加方便可靠，因此本文選用方差-協(xié)方差法來對(duì)股指期貨進(jìn)行計(jì)量研究。

在1982年，ENGAL首次提出ARCH模型，隨后，在1986年，波列斯列夫在ARCH模型的基礎(chǔ)上提出GARCH模型。對(duì)于股市的收益曲線，一般會(huì)呈現(xiàn)出“尖峰厚尾”的形式，而并不是一個(gè)標(biāo)準(zhǔn)的正態(tài)分布。而GARCH模型在方差以及處理厚尾的分析上能夠有顯著的優(yōu)勢，通過GARCH模型與VAR模型相聯(lián)合，能夠使得所得到的模型，有效的解決數(shù)據(jù)在時(shí)間序列上留存的尖峰厚尾特征，從而對(duì)數(shù)據(jù)特征有更為準(zhǔn)確的描述。

3 數(shù)據(jù)選取與描述

3.1 樣本數(shù)據(jù)的選取

鑒于股票期貨的標(biāo)的物與期貨的價(jià)格基本一致，本文所采用的數(shù)據(jù)為HS300股指價(jià)格替代HS300股指期貨的價(jià)格計(jì)算目標(biāo)期限以為“日”單位的VAR值。樣本數(shù)據(jù)時(shí)間跨度從2017年9月1日到2019年4月30日，共計(jì)403個(gè)交易日的收盤價(jià)。對(duì)于數(shù)據(jù)的研究，采用對(duì)數(shù)收益率，對(duì)數(shù)收益率將采用加減運(yùn)算，相比于乘除法而言更利于建模，此外，用對(duì)數(shù)收益率可以防止指數(shù)時(shí)間序列受到非平穩(wěn)波動(dòng)的影響。具體的表達(dá)式如下：

Rt=ln（ptpt-1）=lnPt - lnp（t-1），其中Rt表示第t日的收益率，Pt表示第t日的滬深股指的收盤價(jià)。

通過所得到的402個(gè)數(shù)據(jù)，建立出對(duì)數(shù)收益率序列。可以用Eveiwes 7.2所得出的時(shí)間序列圖如圖1所示。

3.2 樣本數(shù)據(jù)正態(tài)性檢驗(yàn)

從圖2可以看出，時(shí)間序列的標(biāo)準(zhǔn)差σ為0.012926，偏度S為-0.026183，峰度K為5.098757，顯然偏度S小于0且峰度K大于3，可知，并不符合正態(tài)分布。時(shí)間序列分布具有尖峰且向左拖尾的特征。J-B值為74.00967，概率P=0，進(jìn)一步拒絕序列分布為正態(tài)分布的假設(shè)。

3.3 樣本數(shù)據(jù)平穩(wěn)性檢驗(yàn)

在建立模型之前，需要假設(shè)相應(yīng)的數(shù)據(jù)序列是平穩(wěn)的，因此本文采用ADF單位根檢驗(yàn)法對(duì)時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)。如果所得到的ADF是小于給定水平下的臨界值，則可以認(rèn)定該序列是沒有單位根，表明序列平穩(wěn)，反之，則序列不平穩(wěn)。

通過圖3可以看到，在ADF檢驗(yàn)結(jié)果中，ADF檢驗(yàn)值為-20.05713，均小于在1%，5%，10%水平的臨界值-3.446402，-2.868511，-2.570549，并且ADF檢驗(yàn)結(jié)果P值為0，在三個(gè)置信水平下均拒絕原假設(shè)。因此可以認(rèn)為該序列是沒有單位根，即序列具有平穩(wěn)性。

3.4 樣本數(shù)據(jù)相關(guān)性檢驗(yàn)

在做傳統(tǒng)回歸模型時(shí)，往往需要隨機(jī)誤差項(xiàng)是沒有自相關(guān)的，但是在實(shí)際，很難滿足這樣的假定，倘若出現(xiàn)隨機(jī)誤差項(xiàng)有自相關(guān)，會(huì)導(dǎo)致模型的準(zhǔn)確率下降，因此對(duì)該序列的相關(guān)性進(jìn)行檢驗(yàn)。

從圖4中，可以看出，自相關(guān)和偏相關(guān)值均超出了兩條虛線的對(duì)稱區(qū)域。并且可以看到，收益率序列的Q統(tǒng)計(jì)量尤為顯著，其AC和PAC值均不為0，因此可以判斷序列存在條件異方差性。

3.5 建立VaR-GARCH模型

通過對(duì)樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)分析，可以看到收益率時(shí)間序列，存在著集群現(xiàn)象，序列平穩(wěn)，但是有尖峰左拖尾的非正態(tài)性特征且存在著條件異方差性。通過選擇GARCH模型對(duì)時(shí)間序列進(jìn)行重新擬合，去解決序列所存在的異方差性等問題。通過Eviews對(duì)收益率序列建立GARCH（1，1）模型，得到參數(shù)結(jié)果如表1所示。

通過表中可以看到AIC值和SC值較小，表示所構(gòu)建的模型能夠較好的擬合數(shù)據(jù)，α+β之和小于1，因此所構(gòu)建的GARCH模型是穩(wěn)定的，可以滿足約束條件，消除原本存在的異方差性。進(jìn)一步構(gòu)建出在正態(tài)分布下的TGARCH模型和EGARCH模型，通過所得實(shí)證結(jié)果，可以發(fā)現(xiàn)在TGARCH（1，1）中的γ≠0，表明HS300股指期貨收益率對(duì)數(shù)序列對(duì)股市外部利好利空消息存在“杠桿效應(yīng)”，且利好消息的系數(shù)為0.076007（α系數(shù)），利空消息的系數(shù)可知為0.086578（即α+γ），可知，此時(shí)收益率對(duì)數(shù)序列對(duì)利空消息的敏感程度更大。EGARCH（1，1）中的≠0，此時(shí)的利好消息的系數(shù)為0.002373（即α+），利空消息的系數(shù)為0.006435（即α-），此時(shí)的收益率對(duì)數(shù)序列對(duì)利空消息更敏感，滬深300股指期貨在價(jià)格下跌波動(dòng)性更強(qiáng)，但相較于TGARCH（1，1）模型，所受的影響較小。

3.6 VaR值的計(jì)算

我們可以采用協(xié)方差法計(jì)算VaR值，VaR（X）=σN-1（X），根據(jù)GARCH模型的描述，可以得到標(biāo)準(zhǔn)差，根據(jù)個(gè)人的投資風(fēng)險(xiǎn)偏好，選擇所需要的置信區(qū)間X，即可以得到所需要的VaR值。對(duì)于投資者，可以通過計(jì)算個(gè)人股指期貨合約的VaR值，來調(diào)整個(gè)人的合約數(shù)量以及合約部位，從而能夠使交易風(fēng)險(xiǎn)處于個(gè)人可承受的范圍之內(nèi)。

通過對(duì)滬深300股指期貨數(shù)據(jù)的分析，可以發(fā)現(xiàn)GARCH模型能夠較好的對(duì)數(shù)據(jù)進(jìn)行擬合。使用GARCH模型擬合后得到的數(shù)據(jù)計(jì)算VaR值，對(duì)投資者而言，能夠讓其在個(gè)人股指期貨交易中，控制交易風(fēng)險(xiǎn)，VaR-GARCH模型的構(gòu)建在股指期貨風(fēng)險(xiǎn)管理應(yīng)用中是存在一定價(jià)值的，且通過使用EGARCH模型擬合作為HS300股指期貨的投資模型參考最為理想。

4 股指期貨風(fēng)險(xiǎn)管理對(duì)策建議

我國股指期貨的出現(xiàn)很大程度的彌補(bǔ)了股票市場單邊交易的狀況，對(duì)于我國資本市場而言，是一次重大的革命，同時(shí)對(duì)金融市場的發(fā)展，也能夠起到一定的推動(dòng)作用。但是，我國股指期貨的起步較晚，很多制度法規(guī)仍然不健全，同時(shí)相比于其他實(shí)物標(biāo)的的期貨，股指期貨是一種虛擬標(biāo)的的金融衍生工具，當(dāng)股指期貨在交易時(shí)發(fā)生風(fēng)險(xiǎn)、出現(xiàn)問題時(shí)，對(duì)我國的金融市場、資本市場更容易造成嚴(yán)重的影響。因此為保障投資者的正當(dāng)利益，維護(hù)金融市場的穩(wěn)定性，必須要對(duì)股指期貨市場的風(fēng)險(xiǎn)進(jìn)行防范。

4.1 強(qiáng)化監(jiān)管、建設(shè)完整的法律法規(guī)體系

股指期貨發(fā)展較快的西方國家，經(jīng)過時(shí)間的積累，已經(jīng)逐步構(gòu)成了較為完善的期貨市場的法律法規(guī)體系以及監(jiān)管體系。相較而言，我國作為世界經(jīng)濟(jì)大國，資本市場日趨活躍，金融市場日益開放，尤其是在金融衍生品市場發(fā)展迅速，但我國對(duì)于金融衍生品市場的正式法律法規(guī)文件較少，僅有《股票發(fā)行與交易管理暫行條例》《期貨交易管理暫行條例》，這些暫行條例對(duì)于規(guī)范我國的期貨市場交易而言，是遠(yuǎn)遠(yuǎn)不夠的。我國股指期貨推出已9年，期貨市場的高杠桿性，交易靈活性等特性，是急需要從最高層面，制定出完善的有關(guān)期貨交易的法律的，通過法律保證市場的穩(wěn)定發(fā)展?？梢酝ㄟ^借鑒西方國家在期貨市場的相關(guān)法規(guī)文件，結(jié)合我國的國情，加快建設(shè)期貨市場監(jiān)管體系。

4.2 增強(qiáng)投資者教育

由于股指期貨是一種虛擬標(biāo)的的金融衍生工具，其運(yùn)行方式較為特殊，對(duì)比股票市場交易而言，有更高的杠桿性，同時(shí)也會(huì)帶來更高的風(fēng)險(xiǎn)性，需要投資者有更專業(yè)的知識(shí)，并且能夠?qū)ζ谪浭袌鲇休^強(qiáng)的判斷力。除此之外，我國屬于新興的股指期貨市場，大多數(shù)投資者并未完全熟悉了解市場，因此需要對(duì)投資者在風(fēng)險(xiǎn)管理以及市場交易制度的基礎(chǔ)知識(shí)進(jìn)行一定的教育培訓(xùn)，從而使得投資者在交易時(shí)能夠有信心，在交易操作和風(fēng)險(xiǎn)防范意識(shí)上也能有所提升，形成良好的投資價(jià)值觀，使得股指期貨市場能夠良性發(fā)展，避免出現(xiàn)盲目投資引起市場異常波動(dòng)。從文中分析，VaR-GARCH模型，對(duì)于市場風(fēng)險(xiǎn)的揭示能夠起到一定作用，但是并不能以此為唯一依據(jù)，盲目相信其效力，仍然需要結(jié)合市場行情，避免出現(xiàn)對(duì)市場無認(rèn)知的情況下，做單純的博弈。

4.3 股指期貨品種多樣化

對(duì)于股指期貨這樣的新興的金融衍生工具，其穩(wěn)定的發(fā)展，對(duì)于股票市場的良好運(yùn)行，以及整個(gè)金融市場的穩(wěn)定起著重要的作用。股指期貨的入市，一般以單一品種試運(yùn)行，當(dāng)品種運(yùn)行成熟后，根據(jù)其運(yùn)行狀況，制定相應(yīng)的規(guī)定，同時(shí)根據(jù)投資者需求，將品種進(jìn)行分類優(yōu)化，這樣可以避免單一品種所引發(fā)的系統(tǒng)性風(fēng)險(xiǎn)。

目前，我國有三種股指期貨，滬深300，中證500，上證50，相對(duì)于投資者對(duì)金融衍生工具的多樣化、精細(xì)化等日益增長的需求，可能并未能滿足。豐富期貨品種的組合序列，使得我國股指期貨的廣度得到拓展，使得投資者需求得到滿足，風(fēng)險(xiǎn)得到分散，對(duì)我國股指期貨市場的穩(wěn)定能夠起到重要作用。

參考文獻(xiàn)

[1]汪洋.我國股指期貨風(fēng)險(xiǎn)管理研究[D].合肥：安徽大學(xué)，2012.

[2]唐衍偉，陳剛.金融衍生品：股指期貨與期權(quán)[M].北京：經(jīng)濟(jì)科學(xué)出版社，2007.

[3]余述勝.國外股指期貨交易風(fēng)險(xiǎn)控制分析及借鑒[J].武漢金融，2006，（11）：2331.

[4]陳曉杰.滬深300股指期貨仿真交易市場價(jià)格風(fēng)險(xiǎn)實(shí)證研究[J].當(dāng)代財(cái)經(jīng)，2008，（8）.

[5]周天恩.基于仿真交易的股指期貨與現(xiàn)貨指數(shù)價(jià)格的協(xié)整關(guān)系研究[J].新西部，2008，（14）.

[6]吳永環(huán).股指期貨推出對(duì)股票市場影響的研究[M].北京：中央民族大學(xué)，2010.