【正文】 6 . 04 . 02. 00. 02. 04. 06. 08 . 1 .0 .1 .2 .3Q u a n t i l e s o f Y I E L DQuantiles of Normal 圖 42 對數(shù)日收益率的 圖 圖是將樣本的分位數(shù)與正態(tài)分布的分位數(shù)進(jìn)行比較。虛擬假設(shè)都是 H0： ? =0，即存在一單位根。自回歸條件異方差性的這個特殊的設(shè)定，是由于發(fā)現(xiàn)在許多金融時間序列中，殘差的大小與最近的殘差值有關(guān)。由于改變的條件方差允許 回報序列中存在更多的異常值或者非常大的觀測值，所以回報序列中的無條件分布是尖峰的，且比正態(tài)分布具有更厚的尾部。 在 GED分布中，參數(shù) v控制著分布形式，不同參數(shù)導(dǎo)致不同的分布形式。模型中的（ 1,1）是指方差設(shè)定中包含一個 ARCH項(xiàng)和一個 GARCH項(xiàng) ，由于 2t? 是基于過去信息估計(jì)的，因此被稱為條件方差 。 。 ttr ???? () 其中 ? 是無條件均值， t? 是殘差項(xiàng)，方差方程的具體選擇形式和殘差的獨(dú)立同分布假設(shè)是 GARCH類 模型的兩個關(guān)鍵因素。但 t分布的不足之處在于缺乏正態(tài)分布的良好統(tǒng)計(jì)特性，這在很大程度上限制了 t分布在金融市場中的廣泛應(yīng)用。 表 42 ARCHLM 檢驗(yàn) 上表是 ARCHLM 的檢驗(yàn)結(jié)果，結(jié)果顯示 P 值為零，拒絕原假設(shè)，說明殘差序列存在 ARCH 效應(yīng)；殘差平方相關(guān)圖顯示殘差平方序列的 Q 統(tǒng)計(jì)量非常顯著，也說明殘差序列存在 ARCH 效應(yīng)。 表 41 ADF 檢驗(yàn) Null Hypothesis: YIELD has a unit root Lag Length:0(Fixed) tStatistic Prob.* ADF test statistic 1% level 5% level 10% level Akaike info criterion Schwarz criterion 從檢驗(yàn)結(jié)果來看，在 1%， 5%， 10%三個顯著性水平下，單位根檢驗(yàn)的臨界值分別為 、 、 ， t 檢驗(yàn)統(tǒng)計(jì)量為 ，小于相應(yīng)的臨界值，從而拒絕假設(shè) H0，表明日收益率的差分序列不存在單位根，對數(shù)日收益率是平穩(wěn)序列。 ADF（ Augmented DickeyFuller test）方法通過在回歸方程右邊加入因變量 ty 的滯后差分來控制高階序列相關(guān)。因此，中小板民營企業(yè)日收益率序列是呈非正態(tài)分布的。 VaR 度量中小板民營企業(yè)市場風(fēng)險的分析 通過對 423 家中小板民營上市公司 2020 年 1 月 4 日 — 2020 年 12 月 31日的收盤價格進(jìn)行處理，得到包含 1215 個數(shù)據(jù)的對數(shù)日收益率序列。由于考察時間較長，本文采用價格比的對數(shù)定義 收益率，即 ， tp 是 t 日股票的收盤價格。因此得出結(jié)論：歷史模擬法對股市原始數(shù)據(jù)求取 VaR 值，即使在市場比較穩(wěn)定的時候相對保守，但在股指劇烈波動下，該方法已經(jīng)不能有效的預(yù)測股票市場的風(fēng)險，并且嚴(yán)重低估了市場風(fēng)險。 ，對投資組合的錯誤評價也會產(chǎn)生模型風(fēng)險。 方法充分考慮了不同資產(chǎn)價格變化間的相關(guān)性，可以體現(xiàn)投資組合分散化對降低風(fēng)險的貢獻(xiàn)。它通過計(jì)算資產(chǎn)組合風(fēng)險收益過去一段時間內(nèi)的頻度分布，找到歷史上一段時間內(nèi)的平均收益和既定置信水平下的最低收益水平，推算出 VaR 值。由于 GARCH 模型是用來估計(jì)并預(yù)測波動性和相關(guān)性的，它畢業(yè)設(shè)計(jì)（論文） 16 更關(guān)心條件 方差 方程，通常將條件均值方程設(shè)為 ttr ???? () 其中 ? 為無條件均值 ， t? 為擾動項(xiàng)。 ? ? ??? ?? 1 22t 1 i itir??? () 指數(shù)移動平均方法估計(jì)收益的標(biāo)準(zhǔn)差可以將方差的估計(jì)公式寫成迭代形式，這將有助于利用計(jì)算機(jī)處理龐大的數(shù)據(jù)。 該方法是 VaR 計(jì)算中最為常用的方法，是參數(shù)法的一種。在給定的置信水平 a?1 下，我們試圖找出可能性 最小的 *P ，這樣超出該值的概率為 a?1 ： () *P 的數(shù)值被稱為分布的分位數(shù)（ quantile），這是使用一個固定的被超越的概率時超出部分的臨界值。 ：收益率的波動性受到金融資產(chǎn)期限長短的影響，并且隨著時間的推移，波動也呈現(xiàn)出向某個長期平均水平收斂的趨勢。 畢業(yè)設(shè)計(jì)（論文） 12 VaR 的核心思想 VaR 計(jì)算本質(zhì)上是對資產(chǎn)組合價值波動 的統(tǒng)計(jì)測量，建立各種估計(jì) VaR的模型首先要滿足金融數(shù)據(jù)的特性，只有在模型準(zhǔn)確地描述了金融市場數(shù)據(jù)的各種特征之后，才能對 VaR 進(jìn)行恰當(dāng)?shù)慕?，建立的模型最后還要通過實(shí)證加以檢驗(yàn)，以確定模型的準(zhǔn)確性，大量的實(shí)證經(jīng)驗(yàn)表明金融市場數(shù)據(jù)形態(tài)的有以下特征。選擇較短的持有期，可以得到大量的樣本數(shù)據(jù)，也更容易滿足 VaR 計(jì)算中組合保持不變的假設(shè)，實(shí)際回報也越接近于正態(tài)分布，計(jì)算結(jié)果也更可靠。 例如，持有期為 1 天，置信水平為 95%的某一證券組合的 VaR 是 10 萬元，其含義是，我們可以以 95%的可能性保證，該證券組合在未來 1 天內(nèi)價值的最大損失不會超過 10 萬元。其中，方差或標(biāo)準(zhǔn)差是最為常用的方法，它估計(jì)了實(shí)際回報與預(yù)期回報之間可能的偏離。 假設(shè)金融資產(chǎn)的價值為 P，市場因子為 nxxx ,..., 21 ，則 ?? ??? n1i ii xDPP () 其中， nDDD ,..., 2 為資產(chǎn)價值對響應(yīng)市場因子的敏感度，稱 為靈敏度。加之金融機(jī)構(gòu)的信用創(chuàng)造能力，掩蓋了 已經(jīng)出現(xiàn)的損失和問題，如果金融市場風(fēng)險不斷積累，最終會以突發(fā)的形式表示出來。 不確定性是指投資者預(yù)期收益的不確定性，即對應(yīng)于各種不同的經(jīng)濟(jì)狀況有一系列的可能結(jié)果，熱門都是盡可能的收集信息，并在此基礎(chǔ)上進(jìn)行科學(xué)的預(yù)測與分析。 民營企業(yè)具有廣義和狹義之分，本文所稱的民營上市公司是指除國有資產(chǎn)管理部門以外的，以單一自然人或多個自然人為實(shí)際控制人的上市公司。中小板塊的運(yùn)作采取非獨(dú)立的附屬市場模式，也稱一所兩板平行制，即中小企業(yè)板塊附屬于深交所。根據(jù)檢驗(yàn)結(jié)果和 已有的研究成果選擇方差 協(xié)方差方法來估計(jì) VaR 值，并且在預(yù)測方差時選擇了 GARCH 類模型。 徐中華（ 2020）《基于 VaR 歷史模擬法的中國股市風(fēng)險研究》采用了簡單直觀的 歷史模擬法，通過對歷史模擬法的實(shí)證檢驗(yàn)，找出在現(xiàn)階段我國股市劇烈動蕩下使用歷史模擬法來測量風(fēng)險值所存在的問題，并對其進(jìn)行一定的調(diào)整，使歷史模擬法能夠更好的預(yù)測波動較為厲害的金融市場風(fēng)險 [20]。 北京大學(xué)的劉宇飛（ 1999）在這方面的研究做得比較全面，其文章《 VaR 模型及其在金融監(jiān)管中的應(yīng)用》介紹了 VaR 模型的基本內(nèi)容，在此畢業(yè)設(shè)計(jì)（論文） 5 基礎(chǔ)上著重論述了其在金融監(jiān)管中的應(yīng)用 [14]。因此，模型的運(yùn)用過程就是一個不斷檢驗(yàn)證明的過程，因此借助于一系列的工具進(jìn)行模型的驗(yàn)證夜是必不可少的。美國加州大學(xué)的 Philippe Jorion 教授在他的專著《風(fēng)險價值 VaR金融風(fēng)險管理新標(biāo)準(zhǔn)》中，運(yùn)用眾多實(shí)例和實(shí)際數(shù)據(jù)系統(tǒng)的介紹和分析了VaR 的應(yīng)用，指出從事巨額投資組合交易的銀行是風(fēng)險管理的先鋒，對風(fēng)險管理無動于衷的金融機(jī)構(gòu)如大和銀行和巴林銀行必將付出高昂的代價 [4]。 文獻(xiàn)綜述 最初金融市場風(fēng)險測量方法有名義法、靈敏度方法和波動性方法 。 VaR 模型是一種內(nèi)部 風(fēng)險管理模型，它集中表明了在一個目標(biāo)時間期限內(nèi)，在給定的置信水平下某資產(chǎn)或資產(chǎn)組合可能發(fā)生的最大損失。 怎樣評價一個市場風(fēng)險管理技術(shù)的優(yōu)劣呢？從理論的角度考慮，它應(yīng)該具備較強(qiáng)的基礎(chǔ)理論作為依據(jù)，從風(fēng)險管理的實(shí)踐者角度考慮，它應(yīng)該具備較強(qiáng)的實(shí)際可操作性和實(shí)用性。 Market risk?；诟鳈C(jī)構(gòu)面臨更多的風(fēng)險和更復(fù)雜的金融工具的事實(shí)，全球市場風(fēng)險管理系統(tǒng)是必需和合理的。特別是 2020 年爆發(fā)的金融危機(jī)，表面上這是由信用風(fēng)險引起，而更深層次的原因則是市場風(fēng)險的轉(zhuǎn)移造成了市場的泡沫化繁榮。 關(guān)鍵詞 民營企業(yè)；市場風(fēng)險； VaR 模型 畢業(yè)設(shè)計(jì)（論文） II Abstract Over the years, Chinese private economy has developed to the situation of one of the three points in the world in the national economy. With the deepening reform and social development, private enterprises face even more plex and more challenging economic and social environment. Since the 1990s, foreign financial crisis erupted repeatedly. The importance of risk management is being more and more prominent. Especially in 2020 the outbreak of the financial crisis, it is caused by the credit risk superficially, but the deeper reason is the transfer of market risk which produces frothy prosperity of the market. Based on the facts that anizations are facing more risk and more plex financial instruments, global market risk management system is necessary and reasonable. In all kinds of market risk management method, the most remarkable method is VaR. VaR, . value at risk, is not only an advanced tool in measure, identification and management of market ris k, but also the internal model in risk management remended by Basel mittee. Compared with other measures, VaR offers a prospective description for the overall risk of investment portfolio, and thus can be more effective and more active in market risk management. This paper first analyzes the necessity and feasibility of the research, and then summarizes the existing research results, furthermore analyses the application of the method at home and abroad. Secondly, this paper introduces the core ideas and calculation method of VaR. Finally, it calculates the day returns of private enterprises. Then on the bases of statistical characteristic, it selects the appropriate measure method. Through the results contrast and validity check this paper tries to find a suitable measurement model for private enterprises, and attempts to give suggestion on market risk control. Keywords The private enterprise。隨著改革的深入，中國市場的對外開放，民營企業(yè)面臨的市場風(fēng)險將呈現(xiàn)更加復(fù)雜化、更加國際化的特點(diǎn)，這些特點(diǎn)無疑會進(jìn)一步加大對其風(fēng)險管理的難度。管理風(fēng)險的第一步是計(jì)量風(fēng)險，隨著我國企業(yè)所面臨的風(fēng)險日趨復(fù)雜以及組合投資在我國的興起，將利率風(fēng)險、匯率風(fēng)險等各種形式的風(fēng)險匯總綜合考慮和衡量的必要性越來越大，這就為綜合衡量市場風(fēng)險的 VaR模型的應(yīng)用提供了更廣闊的發(fā)展空間。據(jù)統(tǒng)計(jì)，中國每年新生 15 萬家民營企業(yè)，同時每年又有 10 多萬家倒閉， 99%的企業(yè)在 10 年內(nèi)消失， 90%的在 5 年內(nèi)消失，民營企業(yè)“短壽命”現(xiàn)象仍然很嚴(yán)重