基于GARCH模型的VaR及CVaR在金融風險度量中的應用.pdf

1、風險是指未來收益的不確定性，金融風險是指金融變量的變動所引起的資產(chǎn)組合未來收益的不確定性。通常我們關注的是風險可能帶來的損失，因此可以將風險的概念表述為“由于結果的不確定性而帶來損失的可能性”。隨著經(jīng)濟全球化以及金融市場一體化，金融市場變得愈加復雜。如何有效地管理金融風險是國內外金融理論界和實物界關注的重中之重。
　　金融市場風險度量是度量由于市場因子的變化而致使金融資產(chǎn)產(chǎn)生的損失。金融風險度量是風險管理的核心部分。目前，金融市場

2、風險度量的主流方法主要有:均值-方差分析、靈敏度方法、波動性方法、VaR方法、壓力試驗以及極值理論。
　　研究表明，金融資產(chǎn)收益率的時間序列具有尖峰后尾的特性，其并不服從正態(tài)分布。為了正確估計金融風險，本文利用GARCH族模型，選取2004年1月2日至2013年12月31日的上證指數(shù)的日收盤價數(shù)據(jù)，比較分析了假設收益率序列服從正態(tài)分布、t分布以及GED分布下的GARCH基于族模型的CVaR以及VAR的計算方法，并且和傳統(tǒng)的VaR方

3、法進行比較，得到了以下結論:上海股票市場收益率具有尖峰后尾的特點，并且具有明顯的GARCH效應。收益率序列基于GED分布下的VaR以及CVaR的計算結果要好于基于正態(tài)分布以及t分布的計算結果。這是由于正態(tài)分布的尾部較薄，隨著置信水平的增加，基于正態(tài)分布的風險度量容易低估風險。而t分布的尾部太厚，會造成高估風險的后果。CVaR可以在VaR失效時比較準確的度量出極端損失，相對于VaR而言，CVaR是一種能覆蓋更大范圍尾部風險的風險測度指標。