薛建強 許堅

【文章摘要】

研究表明，股指期貨收益率存在著尖峰尾厚的特征，實證研究發(fā)現(xiàn)，使用GARCH模型估計的參數(shù)估計得到的VaR值能夠更好的對我國滬深300股指期貨進行風險管理，我國股指期貨發(fā)展時間較短，用GARCH-VaR模型對股指期貨進行風險測度能夠更為有效的進行風險管理。

【關鍵詞】

股指期貨；GARCH；風險

1 股指期貨概述

股指期貨（Share Price Index Futures），簡稱SPIF，又稱股票價格指數(shù)期貨，屬于金融期貨，是指交易雙方約定在未來某一個特定的日期，按事先約定好的股票價格指數(shù)進行買賣的標準化期貨合約。我國正式推出了國內(nèi)第一個股指期貨品種——滬深300指數(shù)期貨是在2010年4月16日，在中國金融期貨交易所上市，由于出現(xiàn)較晚，發(fā)展時間又短，如何有效的防范各種風險更值得我們?nèi)パ芯俊?/p>

金融市場是個存在著高風險市場，根據(jù)其價格風險產(chǎn)生的性質(zhì)，我們可以把金融市場的風險分為兩大類：系統(tǒng)性風險和非系統(tǒng)性風險。非系統(tǒng)風險又稱為非市場風險，也稱可分散風險，與市場環(huán)境等外部因素影響無關，是單一股票或者金融投資工具價格下跌所帶來的風險，馬克維茨（Markowitz）提出的資產(chǎn)組合理論提出可以通過資產(chǎn)組合的方式來降低非系統(tǒng)性風險，持有一籃子的股票組合，而不是單一的持有某一股票。系統(tǒng)風險又稱市場風險，也稱不可分散風險，市場性風險的影響因素來自外部市場，由整體的政治、經(jīng)濟、社會等環(huán)境因素所決定。與西方發(fā)達國家相比，我國市場經(jīng)濟發(fā)展相對落后更加劇了系統(tǒng)風險。

股指期貨的出現(xiàn)，為我們提供了降低系統(tǒng)性風險的有效工具，相比其他規(guī)避風險的工具，股指期貨有其重要的優(yōu)勢。因此，研究股指期貨交易風險具有重要的意義。

2 模型及原理概述

2.1 VaR模型基本原理

VaR（Value at Risk）即風險價值，是在正常的市場條件下，給定一個置信水平，在這個置信水平下投資者所發(fā)生的最大損失。

VaR可以表示為

其中持有期的損失用P來表示，VaR為特定置信水平a下處于風險中的價值。表示持有期內(nèi)一定置信區(qū)間內(nèi)損失大于VaR的概率大小，簡單直觀，比較容易理解，可操作性好。但對數(shù)據(jù)依賴性強，而且是在特定假設條件下進行，存在局限性，對極端情況的風險難以準確測度。

2.2 GARCH（p.q）模型

金融數(shù)據(jù)本身具有尖峰厚尾的特征，又帶有假設條件，存在著局限性。Engle（1982）提出了ARCH模型，用來分析時間序列的異方差，較好描述資產(chǎn)價格波動的特征。隨后，Bollerslev在1986年以ARCH模型基礎，提出了GARCH模型，是對ARCH模型的改進，廣泛的應運于金融領域。表達如下：

其中，為常數(shù)項，為滯后系數(shù)，為回報系數(shù)

3 實證分析

3.1數(shù)據(jù)的選取及統(tǒng)計性描述

我國股指期貨于2010年4月上市交易，我們選取2014年2月10號月到8月30號的每日收盤價為樣本，總共141個收盤價。

表示第t日的對數(shù)收益率，第t日的收盤價用來表示，則有：

得到了每日收益率的時間序列，樣本空間為140個。用Eviews對收益率序列進行正態(tài)檢驗，得出收益率的峰度為42.14557，P值為0，表明序列不服從正態(tài)分布，且收益率序列具有集聚的特點，存在異方差性。

3.2 數(shù)據(jù)的平穩(wěn)性檢驗

對序列進行平穩(wěn)性檢驗，結果中R序列的ADF檢驗t值為-12.75038，小于1%的臨界值-3.477487，表明數(shù)據(jù)是平穩(wěn)的，沒有單位根。

3.3 收益率的自相關檢驗

對序列進行自相關檢驗，檢驗結果表明存在一階自相關。

3.4建立GARCH模型

用GARCH模型進行估計，結果如下：

均值方程：

方差方程：

3.5 VaR值的計算

通過標準差的估計來計算VaR值，利用GARCH模型來估計出條件方差，VaR值表達式如下：

其中是前一日收盤價，是用GARCH模型估計的標準差，是在顯著性水平為的分位數(shù)。將GARCH模型估計的標準差帶入上式，可以得到顯著性水平在95%的VaR值。從結果看，有兩個交易日，最大損失超過了預測的最大損失，其中138個損失控制在了預測損失范圍內(nèi)，預測率達到了98.57%，大于95%。

從上圖可以看出，其最大損失VAR值基本上覆蓋了每個交易日的實際損失，而且漲跌幅波動劇烈的地方，VAR值也同樣波動劇烈，較好的控制了風險。

4 結論

通過VaR值的估計，我們測度出股指期貨可能存在的最大損失，與實際損失想比較，得出了用GARCH模型估計的VaR值可以在一定置信區(qū)間內(nèi)較為理想的將可能發(fā)生的損失控制在可控范圍內(nèi)，從而達到風險控制的結果，用定量的風險分析方法，對于建立風險評價和監(jiān)管體系有重要的作用。

【參考文獻】

[1]楊翔，劉志偉.基于GARCH-VaR模型的股指期貨風險度量實證研究[J].北京科技大學經(jīng)濟管理學院，2011（5）.

[2]陳澤濤，劉小紅，陳春芳.基于VaR-GARCH模型度量股指期貨風險--基于金融危機角度實證分析[J].華南師范大學，2010.11

[3]蔡向輝.股指期貨的市場穩(wěn)定作用及其現(xiàn)實意義[J].金融發(fā)展研究，2009（10）.