中小板证券市场VaR估计精度实证研究

　 一、论文联盟http://wWw.LWlm.Com引言
　　 证券市场是高风险市场，是商品经济、信用经济高度发展的产物，是市场经济中的一种高级组织形态。这是因为证券价格具有很大的波动性、不确定性，并且是由证券的本质及证券市场运作的复杂性所决定的。因此，对证券市场风险的合理度量显得尤为重要。VaR（Value-at-Risk）作为风险度量方法，目前已成为金融机构、非金融企业和金融监管部门测量和监控市场风险的主流工具。但在实际运用中，由于数据抽样、假设条件、建模过程等影响，无论采用哪一种VaR方法都会产生一定的偏差。对于证券市场而言，若VaR方法低估了实际的风险水平，则可能为投资者带来巨大的损失；若VaR方法过于保守，高估了实际的风险水平，可能会使得投资者丧失投资机会，损失部分资金的机会成本。可见，对于VaR方法，无论低估还是高估证券市场风险，都不利于投资者或监管机构进行风险管理。
　　 在运用VaR进行风险管理时，应注意所运用VaR模型的假设与限制，也即注意模型本身的风险。Beder（1995）针对参数方法，如RiskMetrics和加权移动平均法、历史模拟法、蒙特卡罗模拟法等进行研究比较，结果表明：虽然无法确定VaR的最佳估计法，但是实证研究中显示了这三类VaR估计所面临的限制与问题。Jamshidian（1997）则认为证券报酬的非正态分布、政府经济政策的改变、市场发生的突发事件、资产流动性、与潜在的信用风险等，均会造成风险值低估。Panayiotis et al（2011）对基于尖峰厚尾收益分布的APARCH模型进行了估计，分析发现APARCH模型提高了多头和空头头寸的每日VaR预报精度，另外也评估了拟然率计算的各个模型的表现。
　　 邹新月、吕先进（2003）从实际数据的基本特征出发，讨论了VaR方法在尖峰、胖尾分布中的计算公式，结果表明，推广的VaR计算方法对证券市场风险预警有更可靠的揭示作用。郭柳、朱敏（2004）运用VaR的基本方法对沪市十只股票进行了实证分析，同时对该十只股票的投资组合市场风险也做了进一步的测算。陈林奋、王德全（2009）运用GARCH类模型对上证指数和中证全债指数序列进行拟合分析，并估计了其多头和空头头寸的VaR值，结果表明，我国股票市场存

[1] [2] [3] [4] [5] [6] [7] [8] 下一页