我國創(chuàng)業(yè)板市場風險的度量——基于極差-GARCH和半參數(shù)法的VaR模型.pdf

1、2009年10月30日，28家企業(yè)在深圳證券交易所創(chuàng)業(yè)板市場正式掛牌上市，標志著創(chuàng)業(yè)板正式登上我國資本市場的舞臺。創(chuàng)業(yè)板市場是對主板市場的重要補充，因此又稱二板市場，在我國構建多層次資本市場中扮演著舉足輕重的角色。在創(chuàng)業(yè)板上市的公司絕大多數(shù)是中小型、創(chuàng)業(yè)型和高科技型企業(yè)，具備較大的成長空間，但受制于起步不久、規(guī)模較小、業(yè)績不突出等問題，暫時無法在主板上市，因此作為一個門檻低且監(jiān)管嚴格的股票市場，創(chuàng)業(yè)板成為了孵化這類企業(yè)的溫室。我國創(chuàng)業(yè)板

2、市的推出可以說為中小企業(yè)和高科技企業(yè)提供了更為便捷的融資渠道，為風險資本實現(xiàn)了更為有效的退出機制，同時也成為了中國發(fā)展高新技術產業(yè)、調整產業(yè)結構、完善資本市場以及推動國民經濟持續(xù)穩(wěn)定增長的重要平臺。設立六年多以來，整個創(chuàng)業(yè)板市場發(fā)展向好，截至2015年底上市公司數(shù)量從當初的28家猛增至492家，數(shù)量增長18倍，總市值也從不到1400億元暴增至55961億元，擴大40倍。
　　創(chuàng)業(yè)板市場股價的不斷攀升，導致了眾多投資者的競相追捧，投

3、機炒作現(xiàn)象愈演愈烈。2015年伴隨著杠桿資金上漲，創(chuàng)業(yè)板泡沫加劇，牛市市場情緒下許多依靠講故事、題材概念的股票不斷瘋漲，同年6月我國爆發(fā)了國內外歷史上罕見的股災，而創(chuàng)業(yè)板前期估值過高正是本次暴跌的重要原因之一。此次大跌之前創(chuàng)業(yè)板估值不斷突破歷史，平均PE高達135倍;市場信心被打破之后，估值過高、缺乏基本面支持的股票難逃暴跌命運。事實上創(chuàng)業(yè)板市場自成立以來就飽受爭議，高超募資金、高發(fā)行價、高市盈率的“三高現(xiàn)象”，高管辭職套現(xiàn)，上市公司業(yè)

4、績突變等問題如影隨形，導致了少數(shù)企業(yè)過度融資、巨大的資源浪費以及二級市場的高風險。從本輪股災中我們可以看到，創(chuàng)業(yè)板市場的高風險不僅會影響到投資者的投資收益，而且影響到了整個股票市場乃至金融市場的穩(wěn)定發(fā)展，因此有必要運用最新的數(shù)據、最經典的模型和最合適的方法來度量創(chuàng)業(yè)板的市場風險，這對促進我國多層次資本市場的健康發(fā)展具有十分重要的現(xiàn)實意義。
　　通過大量的文獻閱讀發(fā)現(xiàn)，使用不同的方法度量VaR值，結果差異較大;而使用相同方法度量Va

5、R，對于不同的金融市場而言，各種方法也是良莠不齊、各有千秋?？紤]到與我國主板市場相比，創(chuàng)業(yè)板市場的波幅較大、波動頻度較高，且風險更高，因此論文引入了基于價格極差的GARCH模型以及新興的半參數(shù)法，以期提高模型對創(chuàng)業(yè)板收益率序列的擬合優(yōu)度，更有效地度量創(chuàng)業(yè)板市場的風險。本文選取了創(chuàng)業(yè)板指數(shù)和HS300指數(shù)從2010年6月1日到2016年2月29日共1392個交易日的數(shù)據作為樣本，基于參數(shù)法下的GARCH、極差-GARCH模型和非參數(shù)法下的

6、GARCH模型分別計算了樣本序列的VaR值，并運用Kupiec似然比檢驗法對所得結果進行了回測檢驗和對比分析，論文在上述實證研究中主要得到以下五點結論:
　　(1)創(chuàng)業(yè)板市場的價格波動程度超過主板市場
　　通過創(chuàng)業(yè)板指數(shù)與HS300指數(shù)的描述統(tǒng)計分析表明，創(chuàng)業(yè)板市場的日內價格波動程度超過主板市場，原因在于創(chuàng)業(yè)板主要為創(chuàng)新型和成長型企業(yè)，因此我國監(jiān)管層需要加大對創(chuàng)業(yè)板市場的風險防范力度。日收益率序列的分布呈左偏，價格極差序列的

7、分布呈右偏，表明二者均不服從標準正態(tài)分布，存在明顯的“尖峰厚尾”現(xiàn)象。同時通過觀察收益率的走勢圖發(fā)現(xiàn)，當日收益率的波動幅度較大（或較?。r，價格極差的波動幅度也相應地增大（或減?。?，說明收益率的波動具有“一致性”，即最高價、最低價與收盤價一樣，包含了一天內交易價格波動的關鍵信息;此外，收益率的波動還呈現(xiàn)出“持續(xù)性”的特征，即大波動通常會持續(xù)一段時間，而小的波動后面通常跟著小的波動。
　　(2)GARCH族模型計算的VaR值反映了收

8、益率波動的集聚性特征
　　通過對三種不同分布下GARCH(1，1)模型計算出的VaR值以及相同T分布下不同模型計算出的VaR值，按大小進行排序后發(fā)現(xiàn)，最大值對應的日期大都集中在2015年6月和7月，這說明波動的集聚性，較大的值都出現(xiàn)在一定的時間區(qū)間內，聯(lián)系實際的經濟運行環(huán)境:2015年6月、7月我國發(fā)生了嚴重的股災，A股出現(xiàn)連續(xù)性暴跌，過半數(shù)上市公司股價下跌幅度超過50％，“停牌潮”帶來的流動性風險，嚴重損害了市場信心，因此基于G

9、ARCH族模型計算的風險價值VaR是可以反映實際情況的。
　　(3)波動率的杠桿效應不顯著
　　根據參數(shù)估計的結果，EGARCH模型在三種不同的分布下，反應杠桿效應的杠桿因子均未通過檢驗，說明正的外部沖擊和負的外部沖擊對創(chuàng)業(yè)板收益率的這種非對稱性影響并不顯著。同時EGARCH模型的AIC和SC值與相應的GARCH(1，1)模型相比較減少甚微，因此可以認為EGARCH模型對收益率序列并沒有很好地擬合。造成這種現(xiàn)象的原因可能是:

10、中國股市起步較晚，創(chuàng)業(yè)板也才推出6年多的時間，發(fā)展尚不成熟，其在信息分布、信息加工和信息傳遞等方面都存在著諸多不足;同時，由于市場中的噪聲交易大量存在以及市場參與者的非理性行為，造成我國創(chuàng)業(yè)板指數(shù)的價格波動幅度較大，從而使得非對稱信息與劇烈的波動幅度相比，影響不是特別顯著。
　　(4)分布假設和置信水平是影響VaR準確度的重要因素
　　在對模型進行回測檢驗時，LR統(tǒng)計量越小，說明模型計算的VaR值越準確，但最佳模型種類的選擇

11、是以不同的分布假設和置信水平為前提的。首先，就分布而言，T分布下各模型估計的失敗率最小，而GED分布下的失敗率與預期失敗率最為接近，再次說明收益率序列的分布不服從正態(tài)分布，能夠刻畫其尖峰厚尾性質的T分布和GED分布得到的結論較好。其次，比較不同置信水平下的VaR計算結果，發(fā)現(xiàn)置信水平要求越高，得到的VaR值越大，標準差越大;同時，在正態(tài)分布下，當置信水平較低時，計算的VaR值能較好地刻畫收益率序列的尾部特征，而當顯著性水平很高時（如99

12、％），計算的VaR值存在低估風險的現(xiàn)象。
　　(5)在測度我國創(chuàng)業(yè)板市場風險時，應根據不同的置信水平和風險偏好選取最適合的模型
　　在95％的置信水平下，GARCH-T模型的LR統(tǒng)計量最小，因此更適合于度量我國創(chuàng)業(yè)板的市場風險;而在99％的置信水平下，極差-GARCH-GED模型在度量創(chuàng)業(yè)板市場風險時適用性更強。而從失敗率來看，在95％的置信水平下，極差-GARCH模型的失敗率整體要比另外兩個模型更小;在99％的置信水平下，

13、半參數(shù)-GARCH模型整體的失敗概率較小，說明這兩個模型在擬合收益率波動性時更保守。綜上所述，在測度創(chuàng)業(yè)板指數(shù)的VaR值時，應根據不同的置信區(qū)間和風險偏好選取更適合的模型，才能更好地刻畫創(chuàng)業(yè)板指數(shù)的市場風險。
　　本論文的創(chuàng)新之處主要包括以下三點:
　　(1)對我國創(chuàng)業(yè)板的市場風險進行度量
　　首先，由于我國創(chuàng)業(yè)板起步較晚，用于代表創(chuàng)業(yè)板市場的創(chuàng)業(yè)板指數(shù)更是到2010年6月1日才正式編制和發(fā)布，因此在應用VaR方法對我

14、國股市進行風險度量時，選取的樣本大多集中于主板市場，還少有文獻涉及創(chuàng)業(yè)板市場風險度量。其次從實證研究的角度，已有文獻未能從我國創(chuàng)業(yè)板市場的特點出發(fā)，將現(xiàn)有的用于測度VaR的模型進行對比分析和優(yōu)劣取舍。最后作為對比，本文還選取了HS300指數(shù)代表主板市場，用以探究在測量不同股票市場的市場風險時，VaR經典方法的適用性與效果差異。同時，本文還在不同置信水平和不同分布假設下比較分析不同類型的模型，用以全面考察模型在估計VaR值時的精確程度和影

15、響因素。
　　(2)將價格極差引入到了傳統(tǒng)的GARCH模型中
　　收盤價作為股市波動一天的最終時點的成交價，所反映的市場交易信息并不全面，而最高價和最低價同樣包含了日內價格波動的關鍵信息，但是目前測度VaR的主流方法中，仍采用收盤價的對數(shù)之差來計算日收益率，并沒有將最高價、最低價考慮其中。因此本文將價格極差納入到GARCH模型中，運用極差-GARCH、傳統(tǒng)的GARCH類模型來計算并比較創(chuàng)業(yè)板的VaR值。
　　(3)運用