基于GARCH-VAR模型的文獻(xiàn)綜述和度量分析

李婧

一、引言

伴隨著1990年11月與12月上海證券交易所與深圳證券交易所相繼成立以來，經(jīng)歷了近三十年的發(fā)展，我國股票市場在經(jīng)濟(jì)增長方面做出了巨大的貢獻(xiàn)，在反映我國金融市場與宏觀經(jīng)濟(jì)的發(fā)展?fàn)顩r方面也起著很重要的作用，股票市場的趨向常常隱藏著的接下來一段時(shí)間內(nèi)國家經(jīng)濟(jì)的發(fā)展方向，因而有效的測度股市風(fēng)險(xiǎn)，對(duì)政府與金融機(jī)構(gòu)提出相應(yīng)的政策，用以使得經(jīng)濟(jì)和市場穩(wěn)定地運(yùn)轉(zhuǎn)有著理論意義與實(shí)踐意義，中央領(lǐng)導(dǎo)財(cái)經(jīng)小組第十一次會(huì)議2015年11月10日在北京召開，由習(xí)近平主席主持會(huì)議，會(huì)上強(qiáng)調(diào)要加大防范金融風(fēng)險(xiǎn)的力度，加快形成一個(gè)能夠充分保護(hù)投資者權(quán)益的股票市場，并且該市場還能夠具備扎實(shí)的融資功能，完備的基礎(chǔ)制度。因而，借鑒國外先進(jìn)的VAR方法來探討對(duì)中國股票市場的風(fēng)險(xiǎn)測度適用的方法在此時(shí)就顯得十分重要。

二、文獻(xiàn)綜述

在1994年，J.P.Morgan公司初次提出基于VAR的風(fēng)險(xiǎn)度量系統(tǒng)--RiskMetrics，該系統(tǒng)在正態(tài)分布的假設(shè)下，給出了VAR的計(jì)算方法。此后國內(nèi)外關(guān)于金融資產(chǎn)收益率波動(dòng)性研究的文獻(xiàn)和報(bào)告也越來越多，在國外有Cavallo與Bologna應(yīng)用GARCH模型計(jì)算得出股票價(jià)格的波動(dòng)與股指期貨存在很大的關(guān)系;Vlaar和Goorbergh（1996）通過對(duì)VAR的多種計(jì)算模型進(jìn)行實(shí)證分析比較，發(fā)現(xiàn)由GARCH模型計(jì)算的VAR值是最精確的;Engle根據(jù)波動(dòng)的預(yù)測值進(jìn)行VAR計(jì)算，并跟據(jù)此進(jìn)行資產(chǎn)的風(fēng)險(xiǎn)管理;Angelidisetal分析得到采用t分布或GED分布等其余分布能起到更好的改進(jìn)GARCH類模型的作用;Engle和lee采用因素ARCH 模型針對(duì)少量大盤股的個(gè)股特殊風(fēng)險(xiǎn)的持續(xù)性做過研究;Bredinetal通過構(gòu)建自己的比較分析框架，通過對(duì)愛爾蘭市場上的24個(gè)VAR模型進(jìn)行比較，最終得出：正交GARCH模型在估計(jì)中最精確，但不是最保守的。Ausin，Galeanow（2006）通過實(shí)證研究發(fā)現(xiàn)GARCH模型在序列的誤差滿足混合正態(tài)分布時(shí)，對(duì)資產(chǎn)的風(fēng)險(xiǎn)值估計(jì)更精確;

同樣在國內(nèi)基于VAR模型波動(dòng)率的估計(jì)也有鄒建軍、張宗益、秦拯（2003）的探討，分析表明相對(duì)于移動(dòng)平均法來說，GARCH（1，1）模型能更加準(zhǔn)確地反應(yīng)我國上海股票市場的風(fēng)險(xiǎn)。姚燕云（2006）對(duì)深圳與上海的收益率序列運(yùn)用改進(jìn)的GARCH-M（1，1）模型進(jìn)行風(fēng)險(xiǎn)的測度與分析，得出結(jié)果表明中國股票市場投資者還沒有達(dá)到完全理性的階段，且股市的風(fēng)險(xiǎn)和收益沒有可以肯定的聯(lián)系;方杰興（2007）用GARCH模型擬合上海股市收益率分布，在他得出的結(jié)論中說明上海股票市場具有正的風(fēng)險(xiǎn)溢價(jià)，同時(shí)還存在杠桿效應(yīng)。徐煒、黃炎龍（2008）運(yùn)用上證綜指日收盤價(jià)指數(shù)實(shí)證分析表明，在預(yù)測VAR值時(shí)，EGARCH和PARCH是GARCH類模型中比較好的兩個(gè)模型。杜曉芳、金浩、白鶴（2008）介紹了基于GARCH模型下的風(fēng)險(xiǎn)價(jià)值度的計(jì)算方法，并引入股票市場的風(fēng)險(xiǎn)價(jià)值度實(shí)例計(jì)算，用此測量股票市場風(fēng)險(xiǎn)，為企業(yè)經(jīng)營者的風(fēng)險(xiǎn)經(jīng)營管理及一般投資者的投資風(fēng)險(xiǎn)分析提供依據(jù)。沈一凡（2015）對(duì)金融市場所面臨的風(fēng)險(xiǎn)選用GARCH--VAR方法來進(jìn)行測度，通過對(duì)滬深300指數(shù)日收盤價(jià)進(jìn)行研討分析，論述了金融機(jī)構(gòu)所暴露的風(fēng)險(xiǎn)，通過建立GARCH模型達(dá)到對(duì)該序列的波動(dòng)性進(jìn)行描述的效果，通過計(jì)算基于GARCH模型的風(fēng)險(xiǎn)價(jià)值來達(dá)到測度股票市場風(fēng)險(xiǎn)的效果。陳濤與周雪晴（2015）采用t分布和GED分布實(shí)證分析了滬深300指數(shù)，更好的刻畫了收益率序列的特征，在收益率序列的建模方面，選取了GARCH族模型，表明：對(duì)于滬深300指數(shù)股價(jià)波動(dòng)的體現(xiàn)，GED分布下的GARCH模型更為好一些。

三、基于GARCH-VAR的度量

參考文獻(xiàn)：

[1]鄒建軍，張宗益，秦拯.GARCH模型在計(jì)算我國股市風(fēng)險(xiǎn)價(jià)值中的應(yīng)用研究[J].系統(tǒng)工程理論與實(shí)踐，2003（5）：20-26.

[2]姚燕云.改進(jìn)的GARCH-M模型在股市風(fēng)險(xiǎn)分析中的應(yīng)用[J].紹興文理學(xué)院學(xué)報(bào)，2006（7）：69-73.

[3]方杰興.上海股市的VAR風(fēng)險(xiǎn)研究[J].經(jīng)濟(jì)師，2007（4）：111-112.

[4]徐煒，黃炎龍.VAR--GARCH類模型在股市風(fēng)險(xiǎn)度量中的比較研究[J].統(tǒng)計(jì)與決策，2008（3）：20-23.