一、引言

隨著金融一體化趨勢(shì)的加強(qiáng)，全球金融市場(chǎng)迅速發(fā)展，同時(shí)金融市場(chǎng)風(fēng)險(xiǎn)也在不斷增大，金融風(fēng)險(xiǎn)管理已成為金融機(jī)構(gòu)和工商企業(yè)管理的核心內(nèi)容。20世紀(jì)80年代以前，由于金融市場(chǎng)價(jià)格變化相對(duì)平衡，金融風(fēng)險(xiǎn)突出表現(xiàn)為信用風(fēng)險(xiǎn)等非系統(tǒng)風(fēng)險(xiǎn)。1988年巴塞爾銀行監(jiān)管委員會(huì)所提出的控制銀行風(fēng)險(xiǎn)的措施主要是針對(duì)銀行的信用風(fēng)險(xiǎn)而設(shè)計(jì)的。20世紀(jì)80年代以來，全球金融系統(tǒng)發(fā)生巨大變化，首先，全球金融體系的變革導(dǎo)致金融市場(chǎng)波動(dòng)性加強(qiáng)。布雷頓森林體系的崩潰標(biāo)志著固定價(jià)格體系演變?yōu)槭袌?chǎng)價(jià)格體系，從而使各類市場(chǎng)（外匯市場(chǎng)、貨幣市場(chǎng)、資本市場(chǎng)和商品市場(chǎng)）價(jià)格波動(dòng)性加劇。加之金融市場(chǎng)一體化趨勢(shì)發(fā)展導(dǎo)致這種市場(chǎng)波動(dòng)性的互動(dòng)、放大和傳染效應(yīng)。其次，技術(shù)不斷進(jìn)步與放松金融管制。20世紀(jì)70年代以來由于現(xiàn)代金融理論的突破，信息技術(shù)的巨大發(fā)展和金融工程技術(shù)的產(chǎn)生與廣泛應(yīng)用，導(dǎo)致以衍生工具創(chuàng)新發(fā)展為主要內(nèi)容的“金融創(chuàng)新”，在提高市場(chǎng)有效性的同時(shí)也增加了金融市場(chǎng)的波動(dòng)性。而西方發(fā)達(dá)國家采取的“放松金融管制”政策也為金融創(chuàng)新提供了良好的環(huán)境。

面對(duì)金融市場(chǎng)風(fēng)險(xiǎn)的增加，許多國際性的金融機(jī)構(gòu)在風(fēng)險(xiǎn)管理方面投入了大量資源，許多著名金融機(jī)構(gòu)如J.P.Morgan、BankersTrust、ChemicalBank、ChaseManhattan等都投入巨額經(jīng)費(fèi)開發(fā)市場(chǎng)風(fēng)險(xiǎn)管理技術(shù)，金融監(jiān)管當(dāng)局也在不斷增強(qiáng)市場(chǎng)風(fēng)險(xiǎn)監(jiān)管。1986年的巴塞爾協(xié)定的補(bǔ)充協(xié)議《資本協(xié)議關(guān)于市場(chǎng)風(fēng)險(xiǎn)的補(bǔ)充協(xié)議》，要求銀行必須量化市場(chǎng)風(fēng)險(xiǎn)并計(jì)算相應(yīng)資本。市場(chǎng)風(fēng)險(xiǎn)管理的關(guān)鍵在于測(cè)量風(fēng)險(xiǎn)，即將風(fēng)險(xiǎn)的特性定量化。面對(duì)各種復(fù)雜衍生金融工具的組合證券，傳統(tǒng)的線性度量如：標(biāo)準(zhǔn)差δ法、久期(Duration)、β系數(shù)法都只能適應(yīng)特定的金融工具，或在特定的范圍內(nèi)使用，不能確切地指出資產(chǎn)投資損失的可能性到底有多大，難以綜合反映風(fēng)險(xiǎn)承擔(dān)情況。因此迫切需要一種既能處理非線性的期權(quán)類金融資產(chǎn)又可提供總體風(fēng)險(xiǎn)的市場(chǎng)風(fēng)險(xiǎn)測(cè)量方法。在這一背景下，VaR(Value-at-Risk)方法應(yīng)運(yùn)而生了。證券市場(chǎng)是高風(fēng)險(xiǎn)市場(chǎng)，是商品經(jīng)濟(jì)、信用經(jīng)濟(jì)高度發(fā)展的產(chǎn)物，是市場(chǎng)經(jīng)濟(jì)中的一種高級(jí)組織形態(tài)。之所以說證券市場(chǎng)是高風(fēng)險(xiǎn)市場(chǎng)，是因?yàn)樽C券價(jià)格具有很大的波動(dòng)性、不確定性，這是由證券的本質(zhì)及證券市場(chǎng)運(yùn)作的復(fù)雜性所決定的。因此，對(duì)證券市場(chǎng)風(fēng)險(xiǎn)的合理度量顯得尤為重要。VaR(Value-at-Risk)作為風(fēng)險(xiǎn)度量工具方法，目前已成為金融機(jī)構(gòu)、非金融企業(yè)和金融監(jiān)管部門測(cè)量和監(jiān)控市場(chǎng)風(fēng)險(xiǎn)的主流工具。但在實(shí)際運(yùn)用中，由于數(shù)據(jù)抽樣、假設(shè)條件、建模過程等影響，無論采用哪一種VaR方法都會(huì)產(chǎn)生一定的偏差。對(duì)于證券市場(chǎng)而言，若VaR方法低估了實(shí)際的風(fēng)險(xiǎn)水平，則可能為投資者帶來巨大的損失；若VaR方法過于保守高估了實(shí)際的風(fēng)險(xiǎn)水平，可能會(huì)使得投資者喪失投資機(jī)會(huì)，會(huì)損失部分資金的機(jī)會(huì)成本。

可見，對(duì)于VaR方法，無論低估還是高估證券市場(chǎng)風(fēng)險(xiǎn)，都不利于投資者或監(jiān)管機(jī)構(gòu)進(jìn)行風(fēng)險(xiǎn)管理。由于在運(yùn)用VaR估計(jì)進(jìn)行風(fēng)險(xiǎn)管理時(shí)，應(yīng)注意所運(yùn)用VaR模型的假設(shè)與限制，即模型本身的風(fēng)險(xiǎn)。Beder(1995)針對(duì)參數(shù)方法，如RiskMetrics和加權(quán)移動(dòng)平均法、歷史模擬法、蒙特卡羅模擬法等進(jìn)行研究比較，結(jié)果表明：雖然無法確定VaR的最佳估計(jì)法，但是其實(shí)證研究中顯示了這三類VaR估計(jì)所面臨的限制與問題。Jamshidian(1997)則認(rèn)為證券報(bào)酬的非正態(tài)分布、政府經(jīng)濟(jì)政策的改變、市場(chǎng)發(fā)生的突發(fā)事件、資產(chǎn)流動(dòng)性、與潛在的信用風(fēng)險(xiǎn)等，均會(huì)造成風(fēng)險(xiǎn)值低估。Panayiotisetal(2011)對(duì)基于尖峰厚尾收益學(xué)生分布的APARCH模型進(jìn)行了估計(jì)，分析發(fā)現(xiàn)APARCH模型提高了多頭和空頭頭寸的一天VaR預(yù)報(bào)精度，另外也評(píng)估了擬然率計(jì)算的各個(gè)模型的表現(xiàn)。鄒新月、呂先進(jìn)(2003)從實(shí)際數(shù)據(jù)的基本特征出發(fā)，討論了VaR方法在尖峰、胖尾分布中的計(jì)算公式，結(jié)果表明：推廣的VaR計(jì)算方法對(duì)證券市場(chǎng)風(fēng)險(xiǎn)預(yù)警有更可靠的揭示作用。

郭柳、朱敏(2004)運(yùn)用VaR的基本方法對(duì)滬市十支股票進(jìn)行了實(shí)證分析，同時(shí)對(duì)該十支股票的投資組合市場(chǎng)風(fēng)險(xiǎn)也做了進(jìn)一步的測(cè)算。陳林奮、王德全(2009)運(yùn)用GARCH類模型對(duì)上證指數(shù)和中證全債指數(shù)序列進(jìn)行擬合分析，并估計(jì)了其多頭和空頭頭寸的VaR值，結(jié)果表明：我國股票市場(chǎng)存在顯著的非對(duì)稱效應(yīng)，而債券市場(chǎng)是否存在非對(duì)稱效應(yīng)并不明確。江濤(2010)計(jì)算上海股票市場(chǎng)日收益的VaR值時(shí)，表明了GARCH和半?yún)?shù)模型的VaR方法比傳統(tǒng)的方法更有效，并較好地刻畫了我國現(xiàn)階段證券市場(chǎng)的市場(chǎng)風(fēng)險(xiǎn)。國內(nèi)對(duì)于VaR及其度量方法的研究文獻(xiàn)雖然較多，但對(duì)各種類型的VaR模型本身的變動(dòng)性和偏離的評(píng)估研究卻不多。目前主要用于計(jì)算VaR的方法有三類：參數(shù)方法、半?yún)?shù)方法和非參數(shù)方法。各類方法中依據(jù)不同的假設(shè)可以建立不同的VaR模型，因此，在選擇不同類型的VaR估計(jì)模型時(shí)，對(duì)不同類型模型本身的變動(dòng)性和估計(jì)偏離程度的研究顯得尤為重要。本文主要結(jié)構(gòu)是：第二節(jié)給出了研究數(shù)據(jù)的來源與選取，還給出了具體的三類用于實(shí)證研究的VaR方法；第三節(jié)給出了VaR模型變動(dòng)性的兩個(gè)評(píng)價(jià)標(biāo)準(zhǔn)；第四節(jié)展示了各種VaR估計(jì)方法在不同的窗口設(shè)定下VaR控制風(fēng)險(xiǎn)的表現(xiàn)，并依據(jù)以上給出的兩條標(biāo)準(zhǔn)，對(duì)VaR模型本身的變動(dòng)性與偏離程度進(jìn)行實(shí)證研究。

二、數(shù)據(jù)與研究方法

1.數(shù)據(jù)的選取

數(shù)據(jù)采用了上證綜合指數(shù)日收盤價(jià)數(shù)據(jù)，時(shí)間為1990年12月19日至2005年12月31日共3961個(gè)數(shù)據(jù)，之所以采用上證綜指是為了避免個(gè)股各自表現(xiàn)的風(fēng)險(xiǎn)特殊性和片面性，也為了能夠合理評(píng)價(jià)各種估計(jì)模型變動(dòng)性的需要。在3961個(gè)數(shù)據(jù)中，將02-05年的共717個(gè)交易日數(shù)據(jù)作為VaR估計(jì)的檢驗(yàn)樣本（檢驗(yàn)樣本之所以沒有選取2005年之后的數(shù)據(jù)，是由于在多種因素的影響下，我國股票市場(chǎng)在05年后波動(dòng)極為劇烈，屬于特殊年份的數(shù)據(jù)，不宜作為VaR模型本身變動(dòng)性的檢驗(yàn)基礎(chǔ)），并使用三類方法中的七種估計(jì)模型對(duì)VaR進(jìn)行估計(jì)，最后對(duì)模型估計(jì)的變動(dòng)性和偏離程度進(jìn)行實(shí)證評(píng)價(jià)。

2.VaR估計(jì)模型

這里以上證綜合指數(shù)日收盤價(jià)格數(shù)據(jù)為研究對(duì)象，置信水平設(shè)置為95％和99％兩種情形，移動(dòng)窗口選取50天、125天、250天以及500天四種情形（近似為兩個(gè)月，六個(gè)月，一年和兩年），使用參數(shù)方法（選用簡(jiǎn)單移動(dòng)平均法(SMA)、指數(shù)加權(quán)移動(dòng)平均法(EWMA)（三種參數(shù)設(shè)定）和GARCH族模型）、半?yún)?shù)方法（選用蒙特卡羅模擬法）以及非參數(shù)方法（選用歷史模擬法）來估計(jì)02-05年上證綜合指數(shù)的日VaR，最后采用二重評(píng)價(jià)標(biāo)準(zhǔn)對(duì)三類VaR估計(jì)方法的模型變動(dòng)性進(jìn)行實(shí)證檢驗(yàn)。文中主要用于計(jì)算VaR的模型簡(jiǎn)述如下：