摘要：中国的经济将在2010年之前成为全球第二大经济体。国内的投资意愿也有大幅增加,但国内的金融市场并没有发达。大量国内投机者仅局限于对房地产、国债、基金、股份和其他少数商品的期货及其他期权。这样的衍生物投资仅仅只是少数人投资的一个领域。在国内房地产市场的价格连续多年以来出现了爆发式的大幅度上升之后,许多个别的投资者都将自己的眼睛和精力都投向了房地产股市。分析和准确预测股票市场收益的未来走向及趋势,可以给每位个人和投资者都提供必要的依据。

VaR(Value at Risk)评估技术,它是指市场在正常波动的情况下,某一资产在一定置信水平下的最大损失。它主要目的是在于用来区别泛指金融市场在正常利率波动的市场条件下,某个金融资产在较大规模或一定的难以置信风险程度一定水平下的最高额额外风险损失。实际上,研究的理论结果和相关实践经验均充分表明,过于单纯的使用VaR风险强度计量系统模型建设方法还具有很多的技术缺陷,该风险模型设计方法在风险尾部操作进行时对风险的强度测量不够充分而且没有完全能够满足一致性。由近年来当前我国厚尾股市的具体实际发展情况和特点,考虑了厚尾分布下的VaR模型,引入GARCH模型,主要运用基于GARCH模型的VaR计算进行分析。首先,本文利用Eviews软件对该系统进行了数据处理和分析；然后,利用平稳度检验和异方差检验等手段确定是否有效；其次,再建立GARCH模型；最后将通过GARCH模型计算出来的VaR值对上证综指和深圳成指进行比较分析。第4章的实证分析结果显示, 上海股票市场的投资风险比深圳股票市场的投资风险小。通过对上证综指和深圳成指构建了GARCH模型,计算了VaR值,然后发现深圳成指的平均VaR值要比上证综指的大,因此具有较小的投资风险。

关键词：VaR模型 GARCH模型 风险价值 风险管理

目录

摘要

Abstract

1 引言-1

2 准备知识-2

2.1  VaR模型的定义与应用-2

2.1.1 VaR的产生背景-2

2.1.3 VaR计算-3

2.1.3 VaR的应用-4

2.2 GARCH模型-5

3 实证分析-6

3.1 数据描述-6

3.2 统计特征分析-6

3.3 平稳性检验-8

3.4 异方差检验-9

3.5 对上证综指、深圳成指的日收益率使用GARCH模型进行拟合-10

3.5.1 对上证综指日收益率使用GARCH模型进行拟合-10

3.3.2 对深圳成指日收益率使用GARCH模型进行拟合-11

3.6 上证综指、深圳成指的VaR计算-11

3.6.1 t分位数计算-12

3.6.2 一步预测的均值与条件方差的计算-12

3.6.3 计算VaR-13

3.7 预测未来VaR-16

4 结论-16

附录-17

附录1 股票数据扒取程序代码-17

附录2 股票数据-18

附录3 上证综指和深圳成指日收益序列-18

参考文献-19