论文摘要
股票市场作为我国证券市场的核心,参与投资者最为普遍,涉及的利益也最为广泛。目前,我国股市正处于大幅跌落的情况下,股票市场的波动性和系统风险大大加剧,风险管理对于工商企业和金融机构更为重要。风险管理的关键环节是对风险的度量,只有准确计算好不确定性的大小和概率,金融参与者和监管者才能根据测定结果设置交易头寸上限,调整投资组合的资产结构,将不确定性控制在预先设定的可以承受的水平之内。作为目前度量市场风险的主流方法之一,VaR方法在国内外都得到了广泛应用。VaR提出的只是一种度量风险的新思想,其计算方法很多,但如果使用不当,该方法同样会给投资者以错误决策的引导。本文采用Beck模型来计算股票市场的风险价值（VaR）。Beck模型是Tsallis统计的动态结构,Tsallis统计是基于熵的最大化原理而得出的。经分析表明,熵理论是适用于证券市场的,并且国内外很多研究用Shannon信息熵分析证券市场的投资组合。本文将Tsallis熵用于VaR的计算中。研究表明,Beck模型能够很好地描述股票收益的特征,并且适用于VaR估计的实际应用中。波动性是金融市场最重要的特征之一,直接与市场的不确定性有关,影响着企业和个人的投资行为。通常波动率是用方差来描述和度量的,传统的计量经济模型通常假设方差是不变的,但真实的股票市场并非如此。本文选用香港恒生指数的日对数收益率作为研究的样本数据,发现恒生指数的波动率很好地符合了Beck模型的两个假设条件,即比收益率序列在较长时间内震动,并且服从倒Gamma分布。这里的慢震动性在计量经济中可被认为是收益的波动率比收益率更具有长期记忆性,本文运用自相关系数法来证明波动率的长期记忆性。以上分析证明,收益率服从Tsallis统计中的q-Gaussian分布,当q→1时,收益率就服从正态分布。将q-Gaussian分布应用于VaR的计算中,目的是重视尾部风险的估计,而这通常被方差协方差方法所忽略。最后,本文还证明一个线性方程,即正态分布下的VaR值与q-Gaussian分布下的VaR值之间的线性关系。