基于VaR的中国开放式基金收益与风险关系实证研究

基于VaR的中国开放式基金收益与风险关系实证研究

论文摘要

自1997年11月《证券投资基金管理暂行办法》颁布实施以来,经过十几年的快速发展,中国证券投资基金以其专业投资管理、理性投资行为,成为我国证券市场上主要的机构投资者之一。与之伴随的,是我国证券投资基金基民队伍的迅速发展。但是我们不得不承认,我国金融市场尚不成熟,投机氛围浓烈,市场风险变动较大。尤其是金融危机之后,证券投资基金表现不尽人意,与其他权益类高风险投资工具相比,并没有表现出“低风险低收益”的特性。因此,研究我国基金收益和风险是否对等,具有很强的现实意义。现代投资组合理论认为:风险和收益之间存在着正相关关系,投资组合面临的风险越大,投资者要求的风险溢价就会越高,即期望收益也就越高。证券市场上也普遍存在着这样一种认识----要想获得高额回报就得承担更大的风险。然而,最近很多学者发现,在公司战略领域存在“风险-收益悖论”,即高风险低利润和低风险高利润现象。另外,美国金融学教授鲍勃·豪根通过对1963年2007年的股票市场研究发现:股票市场存在“风险-收益悖论”,那些有着最高风险的股票创造了最低的回报,而那些有着最低风险的股票则创造了最高的回报。换句话说,股票的风险和回报应该成反比才对。因此,我国证券投资基金的收益和风险关系如何,研究中国证券投资基金收益和风险是否对等,就显得极其迫切。VaR(Value at Risk)在险价值,建立在严谨的科学基础之上,利用统计思想,为用户提供了衡量市场风险的综合性方法。其定义为:在给定的置信水平下,一定的时间内,持有一种证券或者投资组合可能遭受的最大损失。由于其在风险衡量方面的前瞻性,已成为世界上衡量金融市场风险的关键技术。自从1994年JP摩根首次在年报中使用VaR来披露其金融风险以后,VaR已经迅速成为全球金融风险管理新标准。许多研究结果表明,VaR能真实地反映基金风险,将在险价值运用到证券投资基金风险度量具有很大的价值。所以,本文采用VaR来衡量基金风险。本文主要检验我国证券投资基金收益和VaR、ΔVaR是否存在相关性、存在什么样的相关关系以及相关性是否会随着时间、经济状况的变化而变化。证券投资基金收益率采用样本数据的自然对数之差,由于基金收益率不满足正态分布,所以本文在计算VaR时,分别采用参数和非参数方法来度量基金风险,以囊括收益率的尖峰后尾特征。其中非参数VaR通过历史模拟法计算,参数VaR分别采用Cornish和Fisher扩展模型和GARCH模型。通过构造基金组合水平分析和基金横截面回归,本文发现基金收益率和VaRs(参数、非参数)存在较弱的正相关关系。其后依2007年10月为分割点,把样本分为两个子样本:前危机时期和后危机时期,进一步发现危机前时期收益率和VaR存在着较强的正相关,但是在后危机时期,收益率和VaR呈现负相关关系。这在一定程度上说明了,我国开放式基金风险和收益并不对等----高风险不一定带来高收益。采取同样的方法本文发现:从整个样本时期来看,较低的AVaR对应着较高的收益率,但是前危机时期较低的AVaR和较高AVaR都对应着较高的收益率,这意味着基金经理在牛市中大幅降低风险和增加风险都能获得较高收益;后危机时期,收益率和ΔVaR存在负相关关系,这种负相关性意味着在金融危机时期,减小证券投资基金风险可以增大基金收益。本文也发现Bali,Gokcan和Liang(2006)基于危机前样本所提出的对冲基金投资策略在市场异常波动时无效。

论文目录

  • 摘要
  • ABSTRACT
  • 1 导论
  • 1.1 选题背景
  • 1.2 研究意义
  • 1.3 本文结构和主要特色
  • 1.3.1 本文结构
  • 1.3.2. 创新点
  • 2 文献综述
  • 2.1 证券投资基金风险衡量方法文献综述
  • 2.2 风险和收益关系文献综述
  • 3 相关理论介绍
  • 3.1 证券投资基金概述
  • 3.2 风险价值VaR
  • 3.2.1 风险价值VaR概述
  • 3.2.2 VaR计算时,定量因素的选择
  • 3.2.3 VaR衡量风险的优势和不足
  • 3.2.4 VaR的计算方法--历史模拟法
  • 3.3 GARCH(p,q)-VaR模型
  • 4 样本选择与研究方法
  • 4.1 样本选取
  • 4.2 基金收益率序列描述性统计
  • 4.2.1 收益率序列的非正态分布检验
  • 4.2.2 收益率序列的平稳性检验
  • 4.2.3 收益率ARCH检验
  • 4.3 研究方法
  • 4.3.1 非参数VaR
  • 4.3.2 参数VaR
  • 4.3.3 构造VaR组合
  • 4.3.4 基金收益对VaR、资产规模和存续期的横截面回归
  • 4.3.5 滞后阶数的确定
  • 5 实证结果
  • 5.1 基于VaR值的基金组合构造
  • 5.1.1 全样本分析
  • 5.1.2 金融危机前时间段分析
  • 5.1.3 金融危机时间段分析
  • 5.2 横截面回归
  • 5.2.1 收益率对VaR、资产规模和存续期的回归
  • 5.2.2 不同时间段下收益率对参数VaR、非参数VaR、GARCH VaR的回归结果
  • 5.3 基金收益率和ΔVaR相关关系实证结果
  • 5.3.1 ΔVaR组合的构造和分析
  • 5.3.2 金融危机前时期和金融危机时期
  • 5.3.3 不同VaR对ΔVaR和收益率关系的影响
  • 6 结论与原因解释
  • 6.1 结论
  • 6.2 原因解释
  • 6.2.1 对基金收益率和VaR相关关系实证结果解释
  • 6.2.2 对基金收益率和ΔVaR相关关系实证结果解释
  • 6.3 本文不足
  • 参考文献
  • 后记
  • 相关论文文献

    • [1].基于VAR模型的人民币汇率与通货膨胀关系研究[J]. 科技风 2020(05)
    • [2].非洲猪瘟疫情下我国生猪产业价格传导机制研究——基于VAR模型的实证分析[J]. 价格月刊 2020(03)
    • [3].人民币汇率变动对山东省烟台市农产品进出口贸易的影响——基于VAR模型的实证分析[J]. 中国市场 2020(07)
    • [4].汇率波动与我国外商直接投资的关系——基于VAR模型[J]. 区域治理 2019(48)
    • [5].钛合金VAR过程中自然对流下的宏观偏析行为模拟[J]. 稀有金属材料与工程 2020(03)
    • [6].基于VAR模型的旅游业发展、劳动力转移与贫困减缓关系研究[J]. 生态经济 2020(04)
    • [7].基于VAR模型的农地流转制度变迁的绩效分析——以山东枣庄为例[J]. 中国农业资源与区划 2020(02)
    • [8].我国国防支出对经济增长的影响研究——基于VAR模型[J]. 现代商业 2020(10)
    • [9].城镇化率差异对新市民与城镇职工收入差距研究——基于VAR模型[J]. 西北大学学报(哲学社会科学版) 2020(03)
    • [10].基于VaR预测的历史模拟法与蒙特卡洛模拟法的比较[J]. 计算机产品与流通 2020(08)
    • [11].投资者情绪对房价影响的研究——基于VAR模型的实证分析[J]. 生产力研究 2020(06)
    • [12].国标视角下基于VaR理论的《金融风险管理》课程体系改革探索[J]. 知识经济 2020(19)
    • [13].从研发支出的投入看我国科技成果转化现状——基于VAR模型[J]. 上海商业 2020(07)
    • [14].城镇化对城镇居民人均可支配收入的影响——基于VAR模型分析[J]. 广西质量监督导报 2020(07)
    • [15].科技服务业发展、区域创新能力与经济增长——基于VAR模型分析[J]. 沈阳师范大学学报(社会科学版) 2020(05)
    • [16].山西省煤炭价格对煤炭产量和财政税收影响度研究——基于VAR模型的实证分析[J]. 山西财税 2020(07)
    • [17].中国旅游业和科技服务业融合互动关系研究——基于VAR模型的实证分析[J]. 环渤海经济瞭望 2020(08)
    • [18].央行支付系统资金流量与宏观经济的动态关系研究——基于VAR模型的实证分析[J]. 金融发展评论 2019(03)
    • [19].表外业务对货币政策传导机制有效性的影响研究——基于VAR模型的实证分析[J]. 时代金融 2019(29)
    • [20].地方债加速器存在吗?——基于面板VAR模型的实证检验[J]. 经济经纬 2019(06)
    • [21].中国离婚率的影响因素分析与预测——基于VAR模型和聚类分析的研究[J]. 山东师范大学学报(自然科学版) 2016(04)
    • [22].人口老龄化对经济增长影响的动态分析——基于面板VAR模型的实证分析[J]. 经济与管理 2017(01)
    • [23].基于VAR模型的影子银行对货币政策的影响分析[J]. 新经济 2016(36)
    • [24].基于VAR模型的水资源利用与经济增长关系研究[J]. 江西农业学报 2017(02)
    • [25].基于VAR模型的我国存贷款利差与房地产开发投资影响分析[J]. 产业与科技论坛 2016(24)
    • [26].我国保险密度影响因素实证研究——基于VAR模型[J]. 财政科学 2017(02)
    • [27].湖北省人口、经济与环境质量的关联分析——基于VAR模型的实证检验[J]. 当代经济 2017(12)
    • [28].基于VAR模型技术创新能力影响因素实证分析[J]. 中国市场 2017(10)
    • [29].VaR在商业银行信用风险管理中的应用[J]. 中国市场 2017(06)
    • [30].基于VAR模型的我国人民币汇率影响因素分析[J]. 西部经济管理论坛 2017(02)

    标签:;  ;  

    基于VaR的中国开放式基金收益与风险关系实证研究
    下载Doc文档

    猜你喜欢