【正文】 risk.KEYWORDS：VaR；Securities Investment Fund；GARCH model；GED distribution；Failure frequency test methodⅡ2013屆信息與計(jì)算科學(xué)專業(yè)畢業(yè)設(shè)計(jì)（論文）第1章 引 言 選題背景及意義隨著國(guó)際社會(huì)的經(jīng)濟(jì)飛速發(fā)展，尤其是在布雷頓森林體系瓦解之后，國(guó)際市場(chǎng)變得越來越不穩(wěn)定。s equity openend fund net, the time interval from April 15 2009 to 2013, the number of yield as the object of study of the Fund. By data analysis software on data descriptive statistics analysis, analysis of samples Fund has a distribution of nonnormality, no autocorrelation, partial autocorrelation, fat tail and volatility clustering characteristics. According to the results of the analysis to establish a GARCH model based on the VaR calculation methods, in the return series follow a normal distribution, t distribution and generalized error distribution (GED) under three different distributional assumptions to estimate the risk of China39。關(guān)鍵詞：VaR；證券投資基金；GARCH模型；GED分布；失敗頻率檢驗(yàn)法I楊川陵：基于GARCH和VaR的證券投資基金市場(chǎng)風(fēng)險(xiǎn)模型ABSTRACTIncreasing with the types of financial and securities investment funds and the rapid expansion of the scale of investment, securities investment fund market in China are facing the risk of being increasingly evident. How to accurately measure the risk of securities investment funds, not only to provide a basis for investors to invest in and improve risk management effectiveness of China39。研究結(jié)果表明，相比之下基于GARCH—GED模型計(jì)算出的VaR結(jié)果更能反映樣本基金的真實(shí)風(fēng)險(xiǎn)。根據(jù)證券投資基金收益率序列的尖峰厚尾以及波動(dòng)聚集等特征建立一個(gè)基于GARCH模型的VaR計(jì)算方法，在收益率序列服從正態(tài)分布、t分布和廣義誤差分布（GED）三種不同的分布假設(shè)下對(duì)我國(guó)開放式證券投資基金的VaR值進(jìn)行估計(jì)，得出每只基金的VaR值。首先隨機(jī)選取10只我國(guó)股票型開放式基金凈值，時(shí)間區(qū)間從2009年4月15日到2013年4月15日，以對(duì)數(shù)收益率作為基金的研究對(duì)象。VaR作為一種先進(jìn)的風(fēng)險(xiǎn)度量方法得到了廣泛的運(yùn)用。基于GARCH和VaR的證券投資基金市場(chǎng)風(fēng)險(xiǎn)模型畢業(yè)論文目 錄摘 要 ⅠABSTRACT Ⅱ第1章 引 言 1 1 2 2 5 7第2章VaR方法理論及計(jì)算方法 9 VaR基本理論 9 VaR定義 9 VaR的假設(shè)及一般表達(dá)式 9 VaR影響因素的選擇 11 VaR的計(jì)算方法 12 VaR的計(jì)算原理 12 12 13第3章 基于GARCH模型的VaR方法 15 15 GARCH模型理論基礎(chǔ) 16 16 18 18 18 GARCH—VaR的計(jì)算步驟 19 VaR的返回檢驗(yàn) 20第4章GARCH—VaR實(shí)證研究 22 22 22 22 24 25 27 ARCH效應(yīng)檢驗(yàn) 31 GARCH模型設(shè)定 31 35 VaR模型的返回檢驗(yàn)結(jié)果及分析 35第5章 結(jié)論與展望 37致 謝 38參考文獻(xiàn) 39附 錄 42表 21不同VaR計(jì)算的優(yōu)缺點(diǎn) 14表 31 VaR模型驗(yàn)證的非拒絕域 21表 41 華安創(chuàng)新ADF檢驗(yàn) 24表 42 博時(shí)精選ADF檢驗(yàn) 24表 43 樣本基金日收益率序列ADF檢驗(yàn)結(jié)果 24表 44 樣本基金的統(tǒng)計(jì)和基本分析結(jié)果 26表 45 樣本基金收益率ARCH LM檢驗(yàn)結(jié)果 31表 46 正態(tài)分布下GARCH模型估計(jì)結(jié)果 33表 47 t分布下模型的估計(jì)結(jié)果 34表 48 GED分布下模型的估計(jì)結(jié)果 34表 49 基金VaR計(jì)算結(jié)果 35表 410 各VaR計(jì)算模型返回檢驗(yàn)的失敗個(gè)數(shù) 36圖 21 VaR的形象表示 10圖 31 金融數(shù)據(jù)實(shí)際分布與正態(tài)分布的比較 15圖 32 VaR—GARCH計(jì)算流程圖 20圖 41 華安創(chuàng)新日凈值時(shí)序圖 23圖 42 南方穩(wěn)健成長(zhǎng)日凈值時(shí)序圖 23圖 43 華安創(chuàng)新收益率時(shí)序圖 23圖 44 南方穩(wěn)健成長(zhǎng)收益率時(shí)序圖 23圖 45 華安創(chuàng)新柱狀圖及相關(guān)統(tǒng)計(jì)量 25圖 46 博時(shí)精選柱狀圖及相關(guān)統(tǒng)計(jì)量 25圖 47 易方達(dá)策略成長(zhǎng)柱狀圖及相關(guān)統(tǒng)計(jì)量 25圖 48 華安創(chuàng)新收益率序列自相關(guān)與偏自相關(guān)圖 27圖 49 博時(shí)精選收益率序列自相關(guān)與偏自相關(guān)圖 27圖 410 易方達(dá)策略成長(zhǎng)收益率序列自相關(guān)與偏自相關(guān)圖 28圖 411 南方高增長(zhǎng)收益率序列自相關(guān)與偏自相關(guān)圖 28圖 412 長(zhǎng)城久泰滬深300收益率序列自相關(guān)與偏自相關(guān)圖 29圖 413 南方穩(wěn)健成長(zhǎng)收益率序列自相關(guān)與偏自相關(guān)圖 29圖 414 金鷹優(yōu)選收益率序列自相關(guān)與偏自相關(guān)圖 29圖 415 德盛精選收益率序列自相關(guān)與偏自相關(guān)圖 30圖 416 華夏收入收益率序列自相關(guān)與偏自相關(guān)圖 30圖 417 萬家180收益率序列自相關(guān)與偏自相關(guān)圖 3032013屆信息與計(jì)算科學(xué)專業(yè)畢業(yè)設(shè)計(jì)（論文）摘 要隨著證券投資基金種類不斷增加和投資規(guī)模的迅速擴(kuò)大，我國(guó)證券投資基金市場(chǎng)所面臨的風(fēng)險(xiǎn)也日益顯露。如何準(zhǔn)確地測(cè)量證券投資基金風(fēng)險(xiǎn)，不僅是為投資者投資提供依據(jù)，而且是提高我國(guó)證券投資基金風(fēng)險(xiǎn)管理效果和促進(jìn)證券投資基金市場(chǎng)健康發(fā)展的關(guān)鍵。本文基于GARCH模型和VaR方法的理論，從定量的角度對(duì)證券投資基金的風(fēng)險(xiǎn)進(jìn)行了實(shí)證研究。分析得出樣本基金具有分布非正態(tài)性，無自相關(guān)、偏自相關(guān)性，尖峰厚尾及波動(dòng)聚集特性。并運(yùn)用Kupice失敗頻率檢驗(yàn)法對(duì)模型進(jìn)行返回檢驗(yàn)以驗(yàn)證模型的準(zhǔn)確性。而GARCH—t模型則高估了樣本基金的風(fēng)險(xiǎn)。s securities investment funds and promote the key to healthy development of the securities investment fund market. Since 1993 measure the market risk VaR, VaR has been widely used as an advanced risk measurement methods.This article is based on the theory of GARCH model and VaR method, an empirical study on the risk of the securities investment fund from a quantitative point of view. The first randomly selected 10 China39。s openend securities investment funds, e to the VaR value of each Fund. Finally, we use the failure frequency test method to model backtesting to validate the model.Returned by analyzing the results of the survey found that the GARCHGEDbased model to calculate the VaR results better reflect the real risk of sample funds. GARCHt model seriously overestimated the Fund39。在沒有出現(xiàn)股票、基金和其它的金融衍生品之前，市場(chǎng)相對(duì)來說比較穩(wěn)定，經(jīng)濟(jì)往來往往也只局限于個(gè)體或小部分群體之間，還遠(yuǎn)遠(yuǎn)沒有形成完整的金融體系，市場(chǎng)的風(fēng)險(xiǎn)最主要的是人為的信用風(fēng)險(xiǎn)。因此，無形當(dāng)中增加了市場(chǎng)的不穩(wěn)定因素，假如一個(gè)國(guó)家發(fā)生經(jīng)濟(jì)危機(jī)勢(shì)必對(duì)其它國(guó)家經(jīng)濟(jì)帶來嚴(yán)重的影響。在經(jīng)濟(jì)高速發(fā)展和資本運(yùn)作全球化的今天，金融風(fēng)險(xiǎn)不僅僅會(huì)影響個(gè)別金融投資機(jī)構(gòu)的正常運(yùn)營(yíng)和生存，甚至還可能對(duì)一個(gè)國(guó)家乃至整個(gè)世界的經(jīng)濟(jì)和金融的穩(wěn)定和發(fā)展造成嚴(yán)重威脅。如何有效地防范和控制金融風(fēng)險(xiǎn)，盡可能地降低潛在的損失，是每個(gè)投資者和機(jī)構(gòu)都非常關(guān)注的問題，國(guó)內(nèi)外眾多的專家學(xué)者都對(duì)這個(gè)問題做出了許多的研究并為解決這個(gè)問題做出了許多的努力。我國(guó)基金行業(yè)經(jīng)過短短幾年的快速發(fā)展，目前已經(jīng)初具規(guī)模，成為名符其實(shí)的朝陽(yáng)產(chǎn)業(yè)，是我國(guó)證券市場(chǎng)上重要的機(jī)構(gòu)投資者。在資本市場(chǎng)中，刻畫風(fēng)險(xiǎn)的重要工具是收益波動(dòng)性。隨著我國(guó)加入WTO，世界經(jīng)濟(jì)的波動(dòng)對(duì)我國(guó)經(jīng)濟(jì)的影響漸漸加大，如何保持經(jīng)濟(jì)持續(xù)健康發(fā)展是我們的重要任務(wù)。我國(guó)由于種種原因，證券投資的風(fēng)險(xiǎn)度量到目前為止還主要停留在非定量的主觀判斷上，對(duì)資產(chǎn)組合的風(fēng)險(xiǎn)控制主要在投資前的調(diào)研和投資中的倉(cāng)位控制兩個(gè)環(huán)節(jié)，對(duì)市場(chǎng)風(fēng)險(xiǎn)的規(guī)避主要靠投資經(jīng)理對(duì)市場(chǎng)的主觀預(yù)測(cè)。面對(duì)快速增長(zhǎng)的資產(chǎn)管理規(guī)模和愈發(fā)復(fù)雜多變的金融市場(chǎng)，研究如何將國(guó)外通用的風(fēng)險(xiǎn)管理手段運(yùn)用于國(guó)內(nèi)的證券投資風(fēng)險(xiǎn)管理具有較強(qiáng)的實(shí)際意義。GARCH模型則能比較好的描述收益率波動(dòng)的動(dòng)態(tài)變化特征。因此基于國(guó)內(nèi)外文獻(xiàn)研究的基礎(chǔ)上，本文試圖應(yīng)用GARCHVaR模型，對(duì)我國(guó)開放式股票型基金市場(chǎng)風(fēng)險(xiǎn)進(jìn)行測(cè)量和分析，對(duì)比不同分布下各模型計(jì)算出的VaR值的準(zhǔn)確程度，從而為風(fēng)險(xiǎn)管理中計(jì)算VaR時(shí)模型的采用以及分布的假定提供一個(gè)更好的借鑒。為投資者有效規(guī)避和測(cè)量證券投資基金風(fēng)險(xiǎn)有一定的指導(dǎo)意義。準(zhǔn)確地測(cè)量證券投資基金風(fēng)險(xiǎn)是提高我國(guó)證券投資基金風(fēng)險(xiǎn)管理效果和促進(jìn)證券投資基金市場(chǎng)健康發(fā)展的關(guān)鍵。20世紀(jì)50 年代以前，風(fēng)險(xiǎn)的度量方法一直停留在非定量的主觀判斷上。在Markowitz創(chuàng)立的證券投資組合理論中，他以期望收益率度量投資收益，以收益率的方差衡量風(fēng)險(xiǎn)，將收益與風(fēng)險(xiǎn)這兩個(gè)原本有點(diǎn)主觀色彩的概念明確為客觀、具體的數(shù)學(xué)概念，將效用作為收益和風(fēng)險(xiǎn)的函數(shù)。之后，許多學(xué)者從不同方面對(duì)投資風(fēng)險(xiǎn)的度量進(jìn)行了定量的研究。首先，用方差計(jì)量風(fēng)險(xiǎn)有一些嚴(yán)格假設(shè)：要求證券市場(chǎng)是有效的，信息完全，證券的收益率服從正態(tài)分布，投資者具有凸形的效用函數(shù)等等。其次，方差要求正負(fù)偏差之間對(duì)稱，這與投資者的真實(shí)心理感受不一致。為克服方差計(jì)量風(fēng)險(xiǎn)的不足，Markowitz在這些質(zhì)疑的基礎(chǔ)上，排除可能收益率高于期望收益率的情況，提出了下方風(fēng)險(xiǎn)（Down side risk）的概念[3]，即實(shí)現(xiàn)的收益率低于期望收益率的風(fēng)險(xiǎn)，并用半方差( Semivariance)來計(jì)量下方風(fēng)險(xiǎn)。[4]進(jìn)一步在一般經(jīng)濟(jì)均衡的框架下，提出夏普測(cè)度，夏普測(cè)度是收益波動(dòng)性比率，該指標(biāo)是用資產(chǎn)組合的長(zhǎng)期平均超額收益除以這個(gè)時(shí)期的收益標(biāo)準(zhǔn)差；假定所有投資者都以Markowitz的風(fēng)險(xiǎn)收益效用函數(shù)來決策，進(jìn)而導(dǎo)出市場(chǎng)上所有證券的組合的收益率是有效的以及資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model, CAPM）。但該模型也有其明顯不足之處：一是模型的有效性驗(yàn)證涉及到市場(chǎng)組合是否有效地驗(yàn)證，這點(diǎn)在Roll[5]的文獻(xiàn)中有提及；二是將風(fēng)險(xiǎn)僅僅限制與市場(chǎng)風(fēng)險(xiǎn)，不考慮其它風(fēng)險(xiǎn)；三是將收益與風(fēng)險(xiǎn)的關(guān)系簡(jiǎn)化為線性關(guān)系。Myron （1974）認(rèn)為股票價(jià)格指數(shù)的變化率滿足對(duì)數(shù)正態(tài)分布，在套利定價(jià)理論（APT）上提出了著名的 BlackScholes的模型。他認(rèn)為期權(quán)價(jià)格僅依賴于股票時(shí)價(jià)、無風(fēng)險(xiǎn)利率、股票價(jià)格的波動(dòng)量、期權(quán)到期時(shí)間、執(zhí)行價(jià)格。組合理論、資本資產(chǎn)定價(jià)模型與套利定價(jià)理論是現(xiàn)代金融風(fēng)險(xiǎn)管理的三大理論基石，為風(fēng)險(xiǎn)分析提供了理論基礎(chǔ)。但是這種信息一般難以得到，限制了這種方法的使用。20世紀(jì)80 年代后，隨著金融全球化的不斷加快和金融產(chǎn)品的不斷創(chuàng)新，金融機(jī)構(gòu)面臨的風(fēng)險(xiǎn)也變得越來越復(fù)雜，標(biāo)準(zhǔn)差、系數(shù)等傳統(tǒng)的風(fēng)險(xiǎn)計(jì)量方法己經(jīng)難以對(duì)新的金融產(chǎn)品的風(fēng)險(xiǎn)進(jìn)行計(jì)量，也難以綜合反映金融機(jī)構(gòu)風(fēng)險(xiǎn)承擔(dān)情況，因此，金融界越來越需要一種能全面反映金融機(jī)構(gòu)或投資組合所承擔(dān)風(fēng)險(xiǎn)的技術(shù)方法，VaR模型就是為了適應(yīng)這種需要而產(chǎn)生的風(fēng)險(xiǎn)計(jì)量方法。VaR繼承和發(fā)展了Markowitz證券投資組合理論中以收益率的方差衡量風(fēng)險(xiǎn)的思想。Hamilton[10]對(duì)VaR的幾種常見的計(jì)算方法進(jìn)行了探討，標(biāo)志著VaR思想方法得到進(jìn)一步的發(fā)展，[11]對(duì)2000年以前的VaR方法進(jìn)行了總結(jié)和一些改進(jìn)，David[12]提出了一種新的方法對(duì)組合VaR進(jìn)行計(jì)算。此外，假定所涉