对我国开放式基金风险的实证研究_基于GARCH模型的VaR方.pdf

2008年第9期

对我国开放式基金风险的实证研究

基于GARCH模型的VaR方法
陈权宝,连娟
(中国矿业大学管理学院,江苏徐州221008)

摘要:从我国开放式基金收益率序列的分布、波动性和杠杆效应三方面考虑,在正态分布、t分布和GED分布的假设下,
建立了估计基金风险的VaR-GARCH、VaR-EGARCH模型,选择合适的模型对各只基金及不同类型基金的VaR值进行估计,
并应用Kupiec方法对VaR模型的准确性进行了返回检验。结果显示,基于GED分布的GARCH模型计算的VaR值比基于t分
布的GARCH模型计算的VaR值更真实地反映了基金的风险,不同投资类型和投资风格的基金的风险也不尽相同。
关键词:开放式基金;VaR-GARCH模型;t分布;广义误差分布
中图分类号:F83091文献标识码:A文章编号:1004-972X(2008)09-0085-04

VaR(ValueatRisk)方法,不仅可以作为金融机构评估和值,对我国开放式基金的风险进行分析,并比较了不同投资
管理风险的工具,还可用于金融监管部门对市场风险的评类型和投资风格的开放式基金的风险特征。
估。VaR已成为经济与金融系统中刻画风险的重要指标,该
方法与传统的金融测量技术相比具有更大的适应性和科学一、基于GARCH模型的VaR方法
性。国内外大量研究表明,收益通常具有波动的集聚性、分
布的尖峰厚尾性和杠杆效应。传统的VaR风险计量方法分形理论之父Mandelbrot在1963年首先发现了金融资
普遍存在的缺点是过分依赖收益率分布的正态假设,而对于产收益率的波动存在时间序列上的波动集聚现象,在收益
收益通常存在的异方差性和厚尾性考虑不足。目前,已有许率的分布上则表现出尖峰厚尾的特征。Engle(1982)在研究
多学者对我国股票市场进行了风险价值测算,也有学者对开通货膨胀时提出的自回归条件异方差模型(ARCH模型)及其
放式基金的风险进行了研究。欧立辉(2005)采用厚尾分布扩展的GARCH、EGARCH模型能够较好地描述波动集聚性。
和GARCH模型来计算VaR值,通过比较得出GED分布假设GARCH(p,q)模型为:
下的GARCH模型方法是所分析的几种VaR计算方法中的最n
rt=+rt-i+t
有效方法;赵振全和李晓周(2006)采用GARCH模型对开放i=1
t=ytt
式基金收益波动进行了模拟,计算了代表性基金的VaR值,
pq
222
并引入RAROC方法比较了开放式基金的风险;周泽炯t=+it-1+jt-j
t=1j=1

(2006)研究发现,基于GED分布的GARCH模型计算的VaR其中,rt为收益率;为收益率的无条件期望值;t为残
值比基于正态分布和分布的模型计算的值更2
tGARCHVaR差;t为方差;i为滞后参数;j为方差参数;残差t由独立
真实的反映了基金的风险张敏和郑丕谔组建起计算
;(2007)同分布的随机变量yt与t组成,且两者相互独立。
时变风险价值的模型族在两种厚尾分布假设
VaR-GARCH,GARCH模型中条件方差t是t-i的对称函数,它仅取决

下对我国开放式基金的市场风险进行了实证分析,发现基于于t-i,而与其符号无关,这与实际不符。实际金融价格运动
广义误差分布的VaR-EGARCH模型能相对较好地评估开放存在杠杆效应,即证券价格的上升和下降可能非对称地影响
式基金的统计特征与市场风险。随后的波动,证券价格的下降比同幅度的价格上升对随后波
本文综合考虑了收益的波动集聚性、分布的尖峰厚尾性动有更大的影响,这意味着更高的模型应该对正负两类残差
和杠杆效应,分别在正态分布、t分布、广义误差分布假设下做出非对称的反应,而EGARCH模型则能够描述这种非对称
应用GARCH模型和EGARCH模型进行实证分析并计算VaR冲击。EGARCH(p,q)的均值方程与GARCH(p,q)一样,

收稿日期:2008-07-03
作者简介:陈权宝(1984),男,吉林龙吉人,中国矿业大学管理学院副教授,研究方向为金融工程与风险管理。

85
陈权宝,连娟:对我国开放式基金风险的实证研究

EGARCH方差方程变为:2数据的基本分析

2pt-it-iq2对样本基金日收益率进行描述性统计分析(见表1),18
logt=+(i||+i)+jlogt-j
t=1t-it-ij=1只基金收益率均值全为正,但标准差都较大,这说明基金收
此条件方差采用了对数形式,意味着方差非负且杠杆效
益率的变化剧烈。在5%的显著性水平下,16只基金的收益
应是指数型的,系数使EGARCH模型非对称。
i率序列