创业板市场风险度量模型与实证研究

发布时间：2020-03-19 23:11

【摘要】：2009年的中国资本市场最引人注目的事件之一便是我国创业板市场时隔十年终于正式推出。毫无疑问,创业板市场的推出与发展必定会对我国资本市场和国民经济的持久稳定发展起到重要的促进和推动作用。作为资本市场重要组成部分的证券市场是证券发行与流通的市场,是资本间接投资的主要场所,证券市场的发达程度直接影响一国经济的发展。证券市场通常分为主板市场和二板市场等其他市场；其中的二板市场即是我们所谓的创业板市场。在这个市场上上市的企业通常都是规模小、经营时间短、信用评级相对较低的新兴企业和高科技企业,它们缺乏在主板市场上上市的条件,企业发展初期所需要的资金融通渠道非常有限,而创业板市场为此类企业提供了相对灵活有利的融资途径。创业板市场作为证券主板市场有机组成部分和有效补充,其发展程度直接与资本市场健康繁荣息息相关,但创业板上市的企业由于大多处于创业发展初期,未来前景充满了不确定性,因此投资风险较之主板市场要大得多。甚至可以说,投资风险是这个市场上不可忽视的重要因素,也是各方投资者与监管机构不得不面对的一个问题。如何有效地识别、规避、管理创业板市场上的风险是有重要的现实意义的。首先,如何合理有效地利用和规避创业板市场风险是个人及机构投资者必须时刻面对的问题,必须做到风险和收益的匹配；第二,监管机构必须时刻关注和了解创业板市场上风险的大小和程度,从而才能提出有效的监管措施以及制定、修正新的监管方案；第三,政府经济部门也要时刻关注创业板市场上风险大小,从而根据其健康发育程度制定新的经济方案与推进资本市场的进一步开放与发展。由此看来,无论是一般投资者、监管机构还是政府经济部门,都要对创业板市场风险有正确的了解,而要做到这一点的重要前提就是对创业板市场风险进行正确的度量。现代已有的金融风险测度理论里,能够用来度量创业板市场风险的方法有多种。比如：Beta系数、方差／标准差、下方风险测度,VaR测度等。其中,VaR方法是目前金融市场风险测量的最有效方法。VaR定义为一定的概率水平下,证券资产在未来特定时间内可能发生的最多损失。不同于其它相对风险测度指标,VaR本身是一个数值型的绝对风险测度指标。它的优势在于它能够将不同的风险因素、不同市场的风险综合归结于一个具体的数字,能够较准确测量由不同风险因子以及它们之间的相互影响而产生的可能损失。但、是,近年来的研究发现,VaR方法存在着诸多问题。 VaR方法虽然比较精确的测量了金融市场正常波动情形下资产的市场风险,但在实际的金融市场中,一些较为极端波动情况也时常发生,波动的分布概率并非正态分布,也就是说,金融市场价格波动的概率分布具有“厚尾性”。而经典传统的VaR方法在这种情景下,会存在较大的估算误差。为了修正这些误差,本文综合了国内外的诸多文献后,总结归纳和对比分析了一些改进方法,如极端VaR方法,CVaR方法等,并认为用这些方法对创业板市场风险进行测算是比较科学和合理的。创业板市场风险是由创业板市场上的证券价格波动引起的,因此创业板市场风险度量的核心是价格波动的估计和预测。传统上认为风险是由方差,波动率度量的,本文认为利用创业板市场资产(或者整个市场的资产组合)的VaR/CVaR值来代替方差、波动率去度量创业板市场风险将会有更好的效果。由于创业板市场资产数据的日收益率序列存在的“厚尾性”,使VaR估算出来的估计值与损失的实际值偏差会比较大。因此本文另加入了对其CVaR值的计算,可以发现在当VaR失效时,CVaR却可以比较准确度量这些极端损失。本文利用基于ARCH/GARCH类时间序列模型对创业板市场资产的VaR/CVaR值进行计算以度量创业板市场的风险。因为传统的方法并不适用于每日每周期的经常性的计算,而这在现实的投资过程中是十分重要的。本文的创新点之一在于将VaR/CVaR计算方法中的模拟法与参数法结合起来,利用各自的优点进行计算,避免了各自计算中的缺点。在实际的操作中,对这些模型的估算是一个非常繁琐的过程。作为本文的另一个创新点,笔者为了改进这一繁琐的过程,提出的一个基于计算机模拟与遍历赋值过程来改进代数参数估算的数值计算方法来估算VaR/CVaR,并且得到比较好的效果。本文对创业板市场风险度量模型进行了系统性的梳理与总结,并就其具体数字算法提出了部分改进,有利于市场投资者、监管机构和相关研究者对创业板市场风险的认识。虽然我国目前的创业板市场还处于起步阶段,但是对风险的控制和认识是尤为重要的。本文终稿之期中国的创业板遭遇了暴涨暴跌,由此可见创业板市场风险的客观存在与不可忽视。而基于ARCH/GARCH模型的VaR/CVaR风险测度模型能够在传统的波动性、方差无法完成有效的解读市场风险信息的时候起到重要作用。本文在研究创业板市场风险度量问题的思路与主要内容如下：第一章,介绍本文写作背景与研究意义,提出创业板市场风险度量问题研究的必要性；第二章,对创业板市场进行一般考察,并且结合全球实践对海外成熟创业板市场的发展进行总结和归纳,并提出创业板市场风险度量的传统方法；第三章,从金融市场风险测度理论入手,分析创业板市场风险度量已有的测度模型,并进行归纳总结,做出评论和提出问题,引入对传统市场风险测度模型VaR的改进方法并提出本文的实证模型；第四章,利用基于ARCH/GARCH模型的VaR/CVaR风险测度模型对创业板市场进行实证研究,并将笔者的计算机知识与金融理论结合,利用MATLAB与EViews软件做出数值算法上的小改进,有效地降低计算难度,使之易于普通投资者的投资实践。并对实证结果进行分析,提出可能的分析原因；第五章,结合我国实践对我国创业板市场的推出和发展进行基本梳理和总结,并对我国创业板市场的风险度量问题做出分析,提出展望。
【图文】：

分布图,日收益率,收益率,分布图

图4.3.1Nasdaq收益率日收益率分布图验是否存在异方差性，从对以上数据序列的统计特日收益率(图4.3.1)存在群集性效应，有可能存在异率日收益率的残差序列做ARcH效应的LM检验时，检验的相伴概率p二0.000035，小于显著性水平，即存在高阶ARCH效应，即存在GARCH效应。从结存在异方差。表4.5LM检验结果表:’4.585593034.36433相伴概率相伴概率0取

创业板市场风险度量模型与实证研究

GARCH(1.1)棋型
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F224;F832.51

【相似文献】