论文部分内容阅读
基金作为一种专家理财、集合投资的工具,近年来得到了广大投资者的青睐。在此情况下,每年都有新基金不断发行,基金规模迅猛发展,这使得投资者面临这样一个难题:如何选择合适的基金产品?于是,人们迫切需要一种有效的基金业绩评价指标对自己的投资进行指导。传统评价指标包括:Treynor指数、Sharp指数、Jensen指数,它们是以标准差、β系数作为衡量风险的工具。自从在险价值VaR被提出以来,因其测量风险的定量性、综合性、通俗性等特点成为当前风险测量的主流方法。而修正夏普指数RAROC(也称为风险调整收益率指数)则是以VaR代替标准差作为风险衡量指标的夏普指数,能够更为有效、精确地对基金绩效进行衡量。 鉴于当前没有一种在各置信水平上都能有效而准确地估计市场风险的VaR值,本文在对各种VaR估计方法进行比较分析的基础上,提出VaR估计模型的改进方法,并以30只基金2006年1月4日至2007年6月30日收益率数据为样本,在广泛借鉴他人研究成果的基础上,主要采用实证和比较研究的方法对这些基金风险进行分析,以期得到在不同的置信水平下有效而准确的VaR估计,将计算出来的结果代入修正夏普指数,从而得到对基金业绩的评价。 由于VaR估计方法很多,本文运用历史模拟法和极值理论对VaR进行估计,通过Kuppiec失败返回检验法对各VaR估计值进行有效性检验发现,历史模拟法估计的VaR在较低的置信水平上有效,在较高的置信水平上无效;而极值理论方法估计的VaR效果正好相反。同时,我们还发现收益率并不服从正态分布,具有尖峰厚尾性、波动聚集性。要准确估计VaR就是要找到合适的模型能够较好地拟合收益率的分布,EGARCH-M模型就是一种能够很好拟合收益率分布的模型。结合上面两点,本文提出VaR的改进算法:采用EGARCH-M模型对收益率序列进行过滤处理,对过滤后的残差序列用极值理论与历史模拟法混合的方法来估计残差。