賈照杰

【摘 要】 隨著世界經(jīng)濟的發(fā)展和規(guī)則的復(fù)雜多變，金融市場的波動變得頻繁且劇烈，《巴塞爾資本協(xié)議》的發(fā)展使得風(fēng)險計量方法不斷得到完善，隨著越來越多的國際機構(gòu)開始采用和推廣，VaR值逐漸成為衡量風(fēng)險的行業(yè)標(biāo)準(zhǔn)。本文對歷史模擬法中的一般歷史模擬法、過濾歷史模擬法進行研究和實證比較，結(jié)果顯示加過濾歷史模擬法更加精確。

【關(guān)鍵詞】 VaR值 歷史模擬法 過濾歷史模擬法

一、歷史模擬法的二種模型

（一）一般歷史模擬法

一般歷史模擬法其實就是一般意義上的歷史模擬法。顧名思義，從歷史模法中的“歷史”二字，我們便就不難看出歷史模擬法是對歷史的一種模擬，然后從模擬中計算VaR值，所以這種歷史模擬法的缺點之一便是他的VaR值精準(zhǔn)度較為依賴所選擇的歷史數(shù)據(jù)。

（二）過濾歷史模擬法

過濾歷史模擬法可以有效的將一般歷史模擬法和蒙特卡洛模擬法結(jié)合在一起?；具壿嬍牵何覀兪紫仍O(shè)定一組序列，這組序列包含N個過去回報率。然后我們通過對歷史觀測區(qū)間的數(shù)據(jù)用GARCH建立模型，把每一個歷史數(shù)據(jù)用同一天的已經(jīng)估計出的標(biāo)準(zhǔn)差進行標(biāo)準(zhǔn)化，從而得到了歷史回報率的標(biāo)準(zhǔn)化序列。這樣我們就能在樣本的期末得到下一天的波動率的估計值。

二、基于上證綜指的二種歷史模擬法的實證對比研究

（一）樣本區(qū)間選擇及數(shù)據(jù)來源

我們對上證綜合指數(shù)進行時間截取，樣本區(qū)間選擇2000年1月4日到2017年2月24日的上證綜合指數(shù)的收盤價數(shù)據(jù)，即共計400個上證綜合指數(shù)的收盤價數(shù)據(jù)作為歷史數(shù)據(jù)抽取樣本。

（二）比較研究的方法

我們首先選取了歷史觀測區(qū)間的樣本標(biāo)的及樣本區(qū)間，即2000年1月4日到2017年2月24日的上證綜合指數(shù)收盤價。然后我們利用數(shù)據(jù)建立模型計算一般歷史模擬法，加權(quán)歷史模擬法和過濾歷史模擬法的VaR值，分別分析在90%，95%，99%的置信水平下。模型的建立和分析我們是利用Eviews進行，三種模型我們均選取1000的樣本外數(shù)據(jù)。下面，我們將就二種模型分別進行建模分析。

（三）基于上證綜指的二種歷史模擬法的實證對比研究

1、一般歷史模擬法的實證分析

選取2001年1月4日到2017年2月24日的上證綜合指數(shù)的收盤價做為樣本數(shù)據(jù)，通過一般歷史模擬法的邏輯在計算機模擬運行后，我們得到一般歷史模擬法模型的表現(xiàn)如下圖4-1所示：

通過Eviews對一般歷史模擬法模型進行樣本外取值表現(xiàn)如下圖表4-1所示：

通過數(shù)據(jù)匯總，我們可以直觀的看到SHS（一般歷史模擬法）模型和理論上VaR值的差值，從而分析一般歷史模擬法的表現(xiàn)優(yōu)劣，也就是越接近理論上的次數(shù)，該模型的表現(xiàn)越好，反之模型的表現(xiàn)較差。

3、過濾歷史模擬法的實證分析

針對過濾歷史模擬法我們首先也需要具有一個采集到的數(shù)據(jù)集合，即2000年1月4日到2017年2月24日的上證綜合指數(shù)的收盤價，以作為其歷史觀測區(qū)間的樣本數(shù)據(jù)。

通過數(shù)據(jù)匯總，我們可以直觀的看到FHS（過濾歷史模擬法）模型和理論值的差距。我們可以看到，在置信水平99%和95%的情況下，過濾歷史模擬法模型的表現(xiàn)較好。而在置信水平90%的情況下，過濾歷史模擬法表現(xiàn)一般。這說明在2000年1月4日至2017年2月24日的上證綜合指數(shù)的歷史數(shù)據(jù)中，過濾歷史模擬法模型較為適用高置信水平。

三、歷史模擬法二種模型的檢驗與比較結(jié)論

我們通過計算機建模處理后，對一般歷史模擬法，加權(quán)歷史模擬法及過濾歷史模擬法分別進行模擬估值，得出了它們在置信水平90%，95%，99%的情況下的VaR值，并與理論上的VaR值進行了對比，簡單分析了二種模型在不同置信水平下的表型情況，通過比較分析，我們可以看出：在2001年1月1日到2017年2月24日這段歷史觀測期間內(nèi)，過濾歷史模擬法在置信水平99%的情況下表現(xiàn)最好，在置信水平95%的情況下表現(xiàn)較差差一般歷史模擬法在置信水平95%的情況下表現(xiàn)較好。

【參考文獻】

[1] 方芳，風(fēng)險價值計算的蒙特卡洛模擬法及其改進，2016年4月20日，29-31.

[2] 柳向東、麥清溪，風(fēng)險價值VaR的幾種算法及其比較[J].統(tǒng)計與決策，2015年底12期：13-14.

[3] 陳守東、俞世典，基于GARCH模型的VaR方法對中國股市的分析，吉林大學(xué)社會科學(xué)學(xué)報，2013，7（4），11-17.

[4] 邵欣偉、張屹山，基于VaR的證券投資組合風(fēng)險評估體系[J]，數(shù)量經(jīng)濟技術(shù)研究，2014，（12），35-45.