论文摘要
在这个机遇与风险并存的时代,在投融资环境越来越复杂多样的情况下,如何控制和管理我国股票市场上的投资风险,对各金融投资机构而言,成为其生死存亡的一个关键,各个赢利性机构都要在最大化收益的同时,严格控制好各项资产风险。目前,测量风险应用最广泛的是VaR方法,但可用于计算VaR的模型众多且各有千秋,因此本文以寻找适合计算中国股市上股票的VaR为目标,选取发行过权证的32只股票从2000年至2007年的日数据,运用参数、非参以及半参三大类十二种模型和方法,包括正态分布和Student-t分布两种分布下的五种GARCH族模型、三种渐进演变的历史模拟法、蒙特卡罗模拟法、极值理论以及过滤的极值理论和条件自回归VaR方法,进行向前一天的VaR预测,再采用Kupiec检验和分位损失检验这两类视角不同的检验方法,来判断各类模型和方法在三种不同的预测期长度、两种不同的显著性水平下的表现优劣,以期寻求到不同情况下,最合适预测我国股票VaR的模型或方法,最终为业界风险管理者提供一个比较全面的参考。本文通过一系列的实证检验,发现GARCH族模型和条件自回归VaR方法在两种检验下通常都表现良好,能够给出较优的VaR预测,而且对可观测的数据长度不敏感,在数据较少的情况下,同样能用于做预测。非参的方法历史模拟法、蒙特卡罗模拟法和半参的方法极值理论表现通常较差,不过在分位损失检验的标准下,过滤的历史模拟法和过滤的极值理论表现良好。