论文部分内容阅读
摘要： 随着金融开放的力度和范围不断增加，我国证券市场已从传统相对封闭的市场转向全面开放的国际市场，与此同时，风险也在不断增加。在理论上对国内市场的系统性风险和国际资本流动产生的波动风险这两个模块进行探讨分析，以综合市场日收益率为样本数据，选取GARCH-VaR风险测度模型全面测算市场的VaR值，对市场的风险特征进行深入分析，再结合国内外学者已有对于证券市场开放风险控制的研究，以期为开放条件下的中国证券市场风险防范提供可参考借鉴的意见。
关键词： 金融开放 证券市场风险 风险价值模型
一、引言
（一）选题意义及主要研究方式
金融开放是新时代、新经济背景下中国资本市场的新特征之一。立足于党的十九大关于“大幅度放宽市场准入，扩大服务业对外开放”的决策部署，中国金融对外开放的力度和范围也将继续增加，开放程度不断深化，国内股市、债市、期市、汇市等市场已从传统相对封闭的市场转向全面开放的国际市场。本文拟以新时代、新经济条件下的金融开放背景为前提条件，运用条件异方差模型族GARCH-VaR模型和TGARCH-VaR模型，以证券市场日收益率为研究数据，对我国的证券市场风险进行测度，探索其传导机制，并对如何防范市场风险提出对策建议。
（二）国内外研究现状
在开放的环境下，国际国内市场的联动已成为常态，国内国外学者就金融开放、证券市场风险及其防范进行了大量研究，研究内容主要集中在以下几个方面：首先，在风险度量及测度方法方面：Shen等（2018）研究证明美国和亚洲的股票市场存在风险高度整合现象。刘桂荣等（2016）则对比不同的几个测度模型得出更为精确的数据处理模型。其次，在风险溢出方面：朴基石等（2018）选择将中日韩三国的证券市场作为研究对象，探讨其风险的溢出效应。丁志国等（2007）根据不同风险积聚水平下状态相关系数来研究风险的溢出。最后，在证券市场风险开放进程方面：陶凌云（2009）对欧盟国家的资本账户和金融市场的开发状态进行探讨，提出可能对我国金融开放证券市场的发展有益的相关建议。张宗新（2000）建议采取渐进式开放、阶段式开放的方式，明确开放时序及阶段性目标，逐步扩大开放的领域和范围，提高国际化程度，最终与国际金融市场接轨。
除此之外，还有学者对于体系改革和投资者等其他方面对风险影响的研究。国内外对于金融开放条件下的证券市场风险的研究已较为全面，但在已有的风险度量中，数据的选取较为陈旧，结合现阶段我国经济开放进程加速，证券市场的发展也日新月异，国内外市场联动日益密切，需要进一步的大样本数据分析。
二、金融开放条件下证券市场的主要风险
我国证券市场是一个转轨中的新兴市场，市场容量、相关的经济制度、监管机制等都不完善，随着我国证券市场的开放进程持续向前，本文主要从不考虑开放条件下的市场主要风险和考虑开放条件下的市场主要风险两个角度，从理论上分析我国证券市场现阶段面临的主要风险。
（一）国内主要风险来源
我国的证券市场在未开放的条件下本身存在着较多风险来源，其主要体现在结构性缺陷所导致的风险，这些缺陷主要体现在投资者、公司、可投资产品这三个维度上。
首先，现阶段市场的投资者散户所占比重最大，机构投资者所占比重较小，以大部分的散户为例，他们对经济的了解及对市场的敏感度都十分欠缺，缺乏独立判断的能力，且大部分都有着较强的投机意识，大量如此的投资者极易引发股市中出现羊群效应，加大了股市的波动性风险。
其次，是在市场结构方面的欠缺，我国股市中几大类股的市场所占比重十分不均衡，不同的市场投资的条件差别较大，其股票的差价也较大，公司的上市股票还会存在同股不同权还有同股不同利的现象。市场难以形成有效的价格机制，公司的真实业绩与实时的股票价格变动存在时滞性，甚至是不真实性，可能给投资者造成误导，这就弱化了证券市场的资源配置功能，形成市场的系统性风险。
最后，是在投资产品的结构方面，股票所占比重较大，债券等占比较小，债券市场中各种债券的占比也十分不均衡。另外我国的金融期权期货等衍生交易产品发展缓慢，投资者在这一渠道下难以排除风险，时间跨度较长则会积累较大的风险压力，一旦爆发则会有可能给国内市场造成巨大损害。
（二）开放条件下的主要风险来源
除去仅看我国在开放的条件下，国内证券面临更多的冲击，风险种类随之增加，而这些风险主要是由于跨国资本的流动所引发的。
第一，大额的资本短时间内涌入市场会造成资本市场的泡沫。投机资本的第一要义便是逐利性，为了保证其大额资本可灵活进入和退出市场，最佳的目标市场必定是虚拟经济市场，从而选择证券等开展投资行为。短期内的资本流入造成成交額及成交量等主要投资参考数据急剧变化，需求的增加导致目标产品的价格也迅速增加，造成了市场的过度虚假繁荣现象，结合投资者羊群效应的跟风行为会进一步放大市场现象，产品价格的过度升高还会使实体经济和虚拟经济的差异性更大，脱离愈发明显，虚拟经济的泡沫不断扩大。
第二，资本的跨国流动与外汇市场息息相关，造成汇率波动。其他条件不变，在外汇市场中，短期内大额资本的流入会使本币供给减少（外币需求减少），这会导致本币汇率升值（外汇汇率贬值），首先这会导致汇率的动荡，其次，因我国金融市场的特性使得市场对汇率的变化较为敏感，本币汇率升值引发更多的短期资本流入国内市场，再通过上一部分的传导机制形成泡沫，这便形成了一个恶性循环。同时，这也会对利率市场造成冲击，引发一系列市场连锁反应。
第三，短期内频繁流动的资本会对我国的货币政策造成一定影响。在蒙代尔一弗莱明模型结论的基础上，克鲁格曼提出了著名的“三难选择”理论，将理论用于证券市场，这三者为资本、汇率还有利率，也就说明在控制资本变动时，政府不可能同时控制利率和汇率的变动，控制汇率则会任由利率变化由市场决定，控制利率则汇率也只能由市场决定，这不仅是理论的推断，在我国这些年的管理实践中也确实得到了证明。 三、中国证券市场的风险度量
以1990年12月19日—2019年5月7日的市场日收益率为样本数据，先选取合适的风险测度模型全面测算市场的VaR值，再对市场的风险特征进行深入分析，以期为开放条件下的中国证券市场风险防范提供参考借鉴。
（一）风险测度模型的选取
本文选用在正态分布下的GARCH族模型，除了采用最初的GARCH模型，还将其与TGARCH及EGARCH等后期衍生出的GARCH模型进行对比分析，从而最终采用结果更好的VaR进行研究。
（二）数据选取和数据来源
本文所选取的数据为考虑现金红利再投资的综合日市场回报率下的用流通市值加权平均法计算得出的A股综合日市场收益率，包括1990年12月19日至2019年5月7日的实时交易数据。数据均来源于国泰安数据库。本文的所有数据处理均通过Eviews软件完成（除少量特别处外，所有数据均保留小数点后三位数）。
（三）描述性统计分析
1. 综合日市场收益率的统计分析。为提高最终VaR值的准确性从而确保数据对风险分析的有效性，本节首先对数据进行统计的基本分析，确保所选数据适用于预先选取的数据处理模型（因篇幅限制基本分析相关图表省略），再在下一节内容进行模型处理。
第一，综合日市场收益率数据的特征分析：通过对收益率序列做时序图，观察后得所选数据波动并无明显的规律性，存在“集聚效应”，存在条件异方差的迹象，得出该序列并无随机波动特征。
第二，综合日市场收益率的平稳性检验：此处选取ADF检验法，计算所得ADF远小于临界值，说明我们所做原假设并不成立，收益率序列不存在单位根，即说明序列具有平稳性，不会出现伪回归问题。
第三，综合日市场收益率的正态分布检验：对收益率做Q—Q图检验观察得曲线拟合度较低，具有明显的尖峰厚尾特征，不服从正态分布。
第四，综合日市场收益率的自相关性检验：经过检验，36阶全部显示，且在95%的置信水平下，每一阶p值均接近于0，说明原来对于收益率不存在自相关性的原假设则不成立，说明该序列具有不平稳性，存在自相关的现象，且为7阶自相关。
在此可建立回归方程，本文把收益率的均值方程设为以下形式：
其中，Rt为收益率，Rt-1为收益率的滞后项，β为系数，εt为误差项。
第五，综合日市场收益率的异方差性检验：此处采用对均值方程进行ARCH—LM 检验。分析数据得出F统计量和LM检验的p值非常接近于0。原假设不成立，残差序列存在ARCH效应，即本文所选取的研究数据存在显著的异方差性。
上述结果表明：本文的数据适合通过GARCH类模型来进行研究。下一小节将就具体模型的选择进行对比分析。
2.GARCH 模型的建立与比较。第一，GARCH族模型的建立与比较。由综合日市收益率的所有数据基本分析可知，本文所选数据：综合日市场收益率具备建立GARCH类模型的基本条件。所以接下来本文在正态分布的假设条件下，建立GARCH（1，1）、GARCH（1，2）、GARCH（2，1）、TGARCH（1，1）、EGARCH（1，1）模型，通过对比分析从而选用最适宜的继续进行研究，五种模型的具体结果见表3.1所示
根据P值及AIC、SC、HC准则能够初步的判定，五种模型中TGARCH（1，1）模型最为显著，其AIC、SC、HC值最小，即正态分布假设下的TGARCH（1，1）模型最适于拟合我国A股综合日市场收益率序列的特征，最能够反映证券市场的风险情况。
第二，VaR的计算。利用VaR的计算公式：
其中，为所选GARCH类模型的一步向前预测的均值，为一步向前预测的条件方差的平方根（标准差）。Q（q）为q显著性水平下的分位数。通过查阅可知，显著性水平为0.05标准正态分布的z分位数为1.96。再进行一步预测的均值与条件方差的计算得最终结果。
在95%的置信度水平下所得到的日VaR值统计结果为：最大值为-0.008，最小值为-0.225，平均值为-0.039，标准差为0.017，超出VaR值的比例为3.89%。对得出的VaR值做波动性分析得出下图：
（四）根据日VaR值进行的风险分析
由图3.1我们可以观察出97年前的波動幅度较大，后期波动幅度明显降低，且02至06年还有10至14年波动幅度普遍较低且较平稳。日VaR最大的几个时间节点分别为：92年5月，93年3月，95年5月，96年12月，98年4月，08年6月，15年7月，在图3.1中也可清楚观察到其波动性的突变，说明在这些时间上投资者所面临的潜在风险较大，其在1994年8月9日达到VaR的最小值0.225。
我国股市在这些时间节点上的风险来源可能主要是政策风险，也可能是受证券市场主要事件的影响，其发生时间VaR值都较大。本节挑选两个典型事件：2007年8月次贷危机（美国股市剧烈波动开始影响世界多个国家股市）及2015年6月股灾（主要由系统性风险：高债务率、高杠杆等所引发），进行收益率的波动性变化检验及一定时期内日VaR的风险检验，以此证明金融开放条件下我国证券市场风险不仅包含国内本身存在的也包含国际风险的传导。
经过波动性分析，最终选定2007年7月10日为次贷危机数据分析的时间节点，选定2015年6月17日为股灾数据分析的时间节点。按照时间顺序，首先对国际风险的传递性进行证明，此处对时间节点的前后各180个收益率数据进行GARCH模型波动性分析（D1为虚拟变量），结果如表所示：
表中可以明显看出波动性变化十分显著，以时间节点前后各180个VaR值进行风险变化的测度，系数大于零，风险的变化也较显著，说明在次贷危机发生后的一定时期内，我国证券市场受到冲击较大，由美国爆发的危机经直接及间接传导，对我国的证券市场造成了较大的风险。 其次，证明在开放条件下我国国内证券市场本身也存在风险，同上文对股灾时间所选定的时间节点前后各180个收益率数据进行GARCH模型波动性分析（D2为虚拟变量），结果如表所示：
表中系数也大于零且P值较小，波动性变化十分显著，说明我国现阶段证券市场的主要风险及冲击来源不仅可能来自于国外资本市场或经济变动，国内的冲击及影响也十分巨大。
四、结论与政策建议
（一）主要结论
经过理论及风险测度两方面分析，可确认我国证券市场风险不仅存在于市场机制等系统性风险，还来源于国外市场的冲击等各方面影响，所以在风险的防范工作方面，不仅需要注重对国外资本冲击或风险传递的防范，更要注意从国内市场着手改革和监督监管，从基础上降低系统性风险及防范外来风险的冲击。
（二）政策建议
金融开放本身的目的就是发展经济，有效地防范风险的同时也是在进一步的发展经济。依据上文分析我们得出，对于风险的防范需要从两个方面入手：第一，国内市场中可能自发产生的风险。第二，国际风险的传递而导致的冲击。以此为基础，结合自身发展状况和外部环境，防范金融扩大开放的冲击和风险，应对策略与路径可参考如下：
明确开放的顺序，把握每一步開放的主动权，让开放成为可控的市场改革而不能被国外市场所牢牢牵制。扩大金融市场的资产规模及投资范围，这是市场进一步发展及扩大开放的必须条件，市场的规模会降低资本的流动性所带来的冲击。同时加快提升国内证券市场体系的层次性，降低更高程度的融合利率及汇率市场的变化所带给市场的影响，同时也进一步的改革利率汇率市场。
在投资产品方面，增加其多样性，扩大金融衍生产品等可避险的投资产品的市场选择面，降低整体的证券市场风险。培育国内的机构投资者，提升市场参与主体的综合素质 ，规范市场主体的投资行为。加强对国际资本流动的监控及加强对国内市场的监管，进一步完善监管体系，创新监管机制，给市场足够自由发展的空间，但同时也可及时把控及控制风险，这可能是目前监管的首要目标。
参考文献：
[1]Yifan Shen. International risk transmission of stock market movements.Economic Modelling 2017（69）：220-236.
[2]Luo Changqing.Measuring financial market risk contagion using dynamic MRS-Copula models： The case of Chinese and other international stock markets.Economic Modelling ，2015（51） ：657-671.
[3]何诚颖，张立超，黄城.当前金融开放背景下的证券行业风险及防范研究.中国证券，2018（07）：2-9.
[4]刘桂荣，周伟杰.基于多分布GARCH族模型的沪深300指数VaR测度研究[J].东岳论丛，2016（12）：43-50.
[5]朴基石，李峰.中日韩证券市场风险溢出效应研究[J].延边大学学报（社会科学版），2018（04）：28-36.
[6]丁志国，苏治，杜晓宇.溢出效应与门限特征：金融开放条件下国际证券市场风险对中国市场冲击机理[J].管理世界，2007（01）：41-47.
[7]陶凌云.论欧盟的金融开放及对我国的启示[J].湖北社会科学，2009（10）：85-89.
[8]张宗新.中国证券市场开放进程中的风险控制[J].学习与探索，2005（04）：32-36.
[9]陈钧.我国证券市场开放中的短期资本流动风险[J].上海金融，2010（5）：60-63.
[10]王佳蕾.基于GARCH类模型的VaR计算在我国金融市场中的实证研究[M].2014.
[11]叶乔冰.我国商业银行风险溢出效应的度量——基于GARCH-CoVaR模型[M].2013.
[12]龚锐，陈仲常，杨栋锐.GARCH族模型计算中国股市在险价值（VaR）风险的比较研究与评述[J].数量经济技术经济研究，2005（07）：67-81.
（作者单位：长沙理工大学经济与管理学院金融系）
关键词： 金融开放 证券市场风险 风险价值模型
一、引言
（一）选题意义及主要研究方式
金融开放是新时代、新经济背景下中国资本市场的新特征之一。立足于党的十九大关于“大幅度放宽市场准入，扩大服务业对外开放”的决策部署，中国金融对外开放的力度和范围也将继续增加，开放程度不断深化，国内股市、债市、期市、汇市等市场已从传统相对封闭的市场转向全面开放的国际市场。本文拟以新时代、新经济条件下的金融开放背景为前提条件，运用条件异方差模型族GARCH-VaR模型和TGARCH-VaR模型，以证券市场日收益率为研究数据，对我国的证券市场风险进行测度，探索其传导机制，并对如何防范市场风险提出对策建议。
（二）国内外研究现状
在开放的环境下，国际国内市场的联动已成为常态，国内国外学者就金融开放、证券市场风险及其防范进行了大量研究，研究内容主要集中在以下几个方面：首先，在风险度量及测度方法方面：Shen等（2018）研究证明美国和亚洲的股票市场存在风险高度整合现象。刘桂荣等（2016）则对比不同的几个测度模型得出更为精确的数据处理模型。其次，在风险溢出方面：朴基石等（2018）选择将中日韩三国的证券市场作为研究对象，探讨其风险的溢出效应。丁志国等（2007）根据不同风险积聚水平下状态相关系数来研究风险的溢出。最后，在证券市场风险开放进程方面：陶凌云（2009）对欧盟国家的资本账户和金融市场的开发状态进行探讨，提出可能对我国金融开放证券市场的发展有益的相关建议。张宗新（2000）建议采取渐进式开放、阶段式开放的方式，明确开放时序及阶段性目标，逐步扩大开放的领域和范围，提高国际化程度，最终与国际金融市场接轨。
除此之外，还有学者对于体系改革和投资者等其他方面对风险影响的研究。国内外对于金融开放条件下的证券市场风险的研究已较为全面，但在已有的风险度量中，数据的选取较为陈旧，结合现阶段我国经济开放进程加速，证券市场的发展也日新月异，国内外市场联动日益密切，需要进一步的大样本数据分析。
二、金融开放条件下证券市场的主要风险
我国证券市场是一个转轨中的新兴市场，市场容量、相关的经济制度、监管机制等都不完善，随着我国证券市场的开放进程持续向前，本文主要从不考虑开放条件下的市场主要风险和考虑开放条件下的市场主要风险两个角度，从理论上分析我国证券市场现阶段面临的主要风险。
（一）国内主要风险来源
我国的证券市场在未开放的条件下本身存在着较多风险来源，其主要体现在结构性缺陷所导致的风险，这些缺陷主要体现在投资者、公司、可投资产品这三个维度上。
首先，现阶段市场的投资者散户所占比重最大，机构投资者所占比重较小，以大部分的散户为例，他们对经济的了解及对市场的敏感度都十分欠缺，缺乏独立判断的能力，且大部分都有着较强的投机意识，大量如此的投资者极易引发股市中出现羊群效应，加大了股市的波动性风险。
其次，是在市场结构方面的欠缺，我国股市中几大类股的市场所占比重十分不均衡，不同的市场投资的条件差别较大，其股票的差价也较大，公司的上市股票还会存在同股不同权还有同股不同利的现象。市场难以形成有效的价格机制，公司的真实业绩与实时的股票价格变动存在时滞性，甚至是不真实性，可能给投资者造成误导，这就弱化了证券市场的资源配置功能，形成市场的系统性风险。
最后，是在投资产品的结构方面，股票所占比重较大，债券等占比较小，债券市场中各种债券的占比也十分不均衡。另外我国的金融期权期货等衍生交易产品发展缓慢，投资者在这一渠道下难以排除风险，时间跨度较长则会积累较大的风险压力，一旦爆发则会有可能给国内市场造成巨大损害。
（二）开放条件下的主要风险来源
除去仅看我国在开放的条件下，国内证券面临更多的冲击，风险种类随之增加，而这些风险主要是由于跨国资本的流动所引发的。
第一，大额的资本短时间内涌入市场会造成资本市场的泡沫。投机资本的第一要义便是逐利性，为了保证其大额资本可灵活进入和退出市场，最佳的目标市场必定是虚拟经济市场，从而选择证券等开展投资行为。短期内的资本流入造成成交額及成交量等主要投资参考数据急剧变化，需求的增加导致目标产品的价格也迅速增加，造成了市场的过度虚假繁荣现象，结合投资者羊群效应的跟风行为会进一步放大市场现象，产品价格的过度升高还会使实体经济和虚拟经济的差异性更大，脱离愈发明显，虚拟经济的泡沫不断扩大。
第二，资本的跨国流动与外汇市场息息相关，造成汇率波动。其他条件不变，在外汇市场中，短期内大额资本的流入会使本币供给减少（外币需求减少），这会导致本币汇率升值（外汇汇率贬值），首先这会导致汇率的动荡，其次，因我国金融市场的特性使得市场对汇率的变化较为敏感，本币汇率升值引发更多的短期资本流入国内市场，再通过上一部分的传导机制形成泡沫，这便形成了一个恶性循环。同时，这也会对利率市场造成冲击，引发一系列市场连锁反应。
第三，短期内频繁流动的资本会对我国的货币政策造成一定影响。在蒙代尔一弗莱明模型结论的基础上，克鲁格曼提出了著名的“三难选择”理论，将理论用于证券市场，这三者为资本、汇率还有利率，也就说明在控制资本变动时，政府不可能同时控制利率和汇率的变动，控制汇率则会任由利率变化由市场决定，控制利率则汇率也只能由市场决定，这不仅是理论的推断，在我国这些年的管理实践中也确实得到了证明。 三、中国证券市场的风险度量
以1990年12月19日—2019年5月7日的市场日收益率为样本数据，先选取合适的风险测度模型全面测算市场的VaR值，再对市场的风险特征进行深入分析，以期为开放条件下的中国证券市场风险防范提供参考借鉴。
（一）风险测度模型的选取
本文选用在正态分布下的GARCH族模型，除了采用最初的GARCH模型，还将其与TGARCH及EGARCH等后期衍生出的GARCH模型进行对比分析，从而最终采用结果更好的VaR进行研究。
（二）数据选取和数据来源
本文所选取的数据为考虑现金红利再投资的综合日市场回报率下的用流通市值加权平均法计算得出的A股综合日市场收益率，包括1990年12月19日至2019年5月7日的实时交易数据。数据均来源于国泰安数据库。本文的所有数据处理均通过Eviews软件完成（除少量特别处外，所有数据均保留小数点后三位数）。
（三）描述性统计分析
1. 综合日市场收益率的统计分析。为提高最终VaR值的准确性从而确保数据对风险分析的有效性，本节首先对数据进行统计的基本分析，确保所选数据适用于预先选取的数据处理模型（因篇幅限制基本分析相关图表省略），再在下一节内容进行模型处理。
第一，综合日市场收益率数据的特征分析：通过对收益率序列做时序图，观察后得所选数据波动并无明显的规律性，存在“集聚效应”，存在条件异方差的迹象，得出该序列并无随机波动特征。
第二，综合日市场收益率的平稳性检验：此处选取ADF检验法，计算所得ADF远小于临界值，说明我们所做原假设并不成立，收益率序列不存在单位根，即说明序列具有平稳性，不会出现伪回归问题。
第三，综合日市场收益率的正态分布检验：对收益率做Q—Q图检验观察得曲线拟合度较低，具有明显的尖峰厚尾特征，不服从正态分布。
第四，综合日市场收益率的自相关性检验：经过检验，36阶全部显示，且在95%的置信水平下，每一阶p值均接近于0，说明原来对于收益率不存在自相关性的原假设则不成立，说明该序列具有不平稳性，存在自相关的现象，且为7阶自相关。
在此可建立回归方程，本文把收益率的均值方程设为以下形式：
其中，Rt为收益率，Rt-1为收益率的滞后项，β为系数，εt为误差项。
第五，综合日市场收益率的异方差性检验：此处采用对均值方程进行ARCH—LM 检验。分析数据得出F统计量和LM检验的p值非常接近于0。原假设不成立，残差序列存在ARCH效应，即本文所选取的研究数据存在显著的异方差性。
上述结果表明：本文的数据适合通过GARCH类模型来进行研究。下一小节将就具体模型的选择进行对比分析。
2.GARCH 模型的建立与比较。第一，GARCH族模型的建立与比较。由综合日市收益率的所有数据基本分析可知，本文所选数据：综合日市场收益率具备建立GARCH类模型的基本条件。所以接下来本文在正态分布的假设条件下，建立GARCH（1，1）、GARCH（1，2）、GARCH（2，1）、TGARCH（1，1）、EGARCH（1，1）模型，通过对比分析从而选用最适宜的继续进行研究，五种模型的具体结果见表3.1所示
根据P值及AIC、SC、HC准则能够初步的判定，五种模型中TGARCH（1，1）模型最为显著，其AIC、SC、HC值最小，即正态分布假设下的TGARCH（1，1）模型最适于拟合我国A股综合日市场收益率序列的特征，最能够反映证券市场的风险情况。
第二，VaR的计算。利用VaR的计算公式：
其中，为所选GARCH类模型的一步向前预测的均值，为一步向前预测的条件方差的平方根（标准差）。Q（q）为q显著性水平下的分位数。通过查阅可知，显著性水平为0.05标准正态分布的z分位数为1.96。再进行一步预测的均值与条件方差的计算得最终结果。
在95%的置信度水平下所得到的日VaR值统计结果为：最大值为-0.008，最小值为-0.225，平均值为-0.039，标准差为0.017，超出VaR值的比例为3.89%。对得出的VaR值做波动性分析得出下图：
（四）根据日VaR值进行的风险分析
由图3.1我们可以观察出97年前的波動幅度较大，后期波动幅度明显降低，且02至06年还有10至14年波动幅度普遍较低且较平稳。日VaR最大的几个时间节点分别为：92年5月，93年3月，95年5月，96年12月，98年4月，08年6月，15年7月，在图3.1中也可清楚观察到其波动性的突变，说明在这些时间上投资者所面临的潜在风险较大，其在1994年8月9日达到VaR的最小值0.225。
我国股市在这些时间节点上的风险来源可能主要是政策风险，也可能是受证券市场主要事件的影响，其发生时间VaR值都较大。本节挑选两个典型事件：2007年8月次贷危机（美国股市剧烈波动开始影响世界多个国家股市）及2015年6月股灾（主要由系统性风险：高债务率、高杠杆等所引发），进行收益率的波动性变化检验及一定时期内日VaR的风险检验，以此证明金融开放条件下我国证券市场风险不仅包含国内本身存在的也包含国际风险的传导。
经过波动性分析，最终选定2007年7月10日为次贷危机数据分析的时间节点，选定2015年6月17日为股灾数据分析的时间节点。按照时间顺序，首先对国际风险的传递性进行证明，此处对时间节点的前后各180个收益率数据进行GARCH模型波动性分析（D1为虚拟变量），结果如表所示：
表中可以明显看出波动性变化十分显著，以时间节点前后各180个VaR值进行风险变化的测度，系数大于零，风险的变化也较显著，说明在次贷危机发生后的一定时期内，我国证券市场受到冲击较大，由美国爆发的危机经直接及间接传导，对我国的证券市场造成了较大的风险。 其次，证明在开放条件下我国国内证券市场本身也存在风险，同上文对股灾时间所选定的时间节点前后各180个收益率数据进行GARCH模型波动性分析（D2为虚拟变量），结果如表所示：
表中系数也大于零且P值较小，波动性变化十分显著，说明我国现阶段证券市场的主要风险及冲击来源不仅可能来自于国外资本市场或经济变动，国内的冲击及影响也十分巨大。
四、结论与政策建议
（一）主要结论
经过理论及风险测度两方面分析，可确认我国证券市场风险不仅存在于市场机制等系统性风险，还来源于国外市场的冲击等各方面影响，所以在风险的防范工作方面，不仅需要注重对国外资本冲击或风险传递的防范，更要注意从国内市场着手改革和监督监管，从基础上降低系统性风险及防范外来风险的冲击。
（二）政策建议
金融开放本身的目的就是发展经济，有效地防范风险的同时也是在进一步的发展经济。依据上文分析我们得出，对于风险的防范需要从两个方面入手：第一，国内市场中可能自发产生的风险。第二，国际风险的传递而导致的冲击。以此为基础，结合自身发展状况和外部环境，防范金融扩大开放的冲击和风险，应对策略与路径可参考如下：
明确开放的顺序，把握每一步開放的主动权，让开放成为可控的市场改革而不能被国外市场所牢牢牵制。扩大金融市场的资产规模及投资范围，这是市场进一步发展及扩大开放的必须条件，市场的规模会降低资本的流动性所带来的冲击。同时加快提升国内证券市场体系的层次性，降低更高程度的融合利率及汇率市场的变化所带给市场的影响，同时也进一步的改革利率汇率市场。
在投资产品方面，增加其多样性，扩大金融衍生产品等可避险的投资产品的市场选择面，降低整体的证券市场风险。培育国内的机构投资者，提升市场参与主体的综合素质 ，规范市场主体的投资行为。加强对国际资本流动的监控及加强对国内市场的监管，进一步完善监管体系，创新监管机制，给市场足够自由发展的空间，但同时也可及时把控及控制风险，这可能是目前监管的首要目标。
参考文献：
[1]Yifan Shen. International risk transmission of stock market movements.Economic Modelling 2017（69）：220-236.
[2]Luo Changqing.Measuring financial market risk contagion using dynamic MRS-Copula models： The case of Chinese and other international stock markets.Economic Modelling ，2015（51） ：657-671.
[3]何诚颖，张立超，黄城.当前金融开放背景下的证券行业风险及防范研究.中国证券，2018（07）：2-9.
[4]刘桂荣，周伟杰.基于多分布GARCH族模型的沪深300指数VaR测度研究[J].东岳论丛，2016（12）：43-50.
[5]朴基石，李峰.中日韩证券市场风险溢出效应研究[J].延边大学学报（社会科学版），2018（04）：28-36.
[6]丁志国，苏治，杜晓宇.溢出效应与门限特征：金融开放条件下国际证券市场风险对中国市场冲击机理[J].管理世界，2007（01）：41-47.
[7]陶凌云.论欧盟的金融开放及对我国的启示[J].湖北社会科学，2009（10）：85-89.
[8]张宗新.中国证券市场开放进程中的风险控制[J].学习与探索，2005（04）：32-36.
[9]陈钧.我国证券市场开放中的短期资本流动风险[J].上海金融，2010（5）：60-63.
[10]王佳蕾.基于GARCH类模型的VaR计算在我国金融市场中的实证研究[M].2014.
[11]叶乔冰.我国商业银行风险溢出效应的度量——基于GARCH-CoVaR模型[M].2013.
[12]龚锐，陈仲常，杨栋锐.GARCH族模型计算中国股市在险价值（VaR）风险的比较研究与评述[J].数量经济技术经济研究，2005（07）：67-81.
（作者单位：长沙理工大学经济与管理学院金融系）