第27卷第3期李进芳 王仁曾:Bootstrap方法在证券投资基金风险测量中的应用
#69 #
表4 各基金样本数据VaR的Kupiec失败频率检验结果
之外,其个数与进行Kupiec失败频率检验时失败的个数相当。
95%置信水平99%置信水平
期望实际LR统计量期望实际LR统计量
R1
GARCH
R2R3R4R1
G2Bstrap
R244.1544.1544.1544.1544.1544.153532363534342.14233.87631.68562.14232.65852.6585
8.838.838.838.838.838.83
5668471.98961.03241.03240.08133.35180.4124四、结论
本文提出的基于Bootstrap方法的风险测量模
型是在计算精度方面的改进,将这种比较新的统计
方法应用到了证券投资基金领域中,克服了历史模拟方法当历史数据量不够时估计VaR不准确的缺陷。把Bootstrap方法应用在以GARCH为基础的模R344.15460.8.8370.4124R4
44.15
39
0.8.83
4
3.3518
表5 基金金泰、基金开元、华安创新和50ET的VaR值(最高20组)
日期
基金
华安金泰
日期
基金开元
日期
创新
日期50ETF
200706270122862007061901200706060120080205012163200706280121462007062001200706110120080213012084200707020121282007062101200706070120080214012010200707030120882007062201200706080120080215011978200707040120272007062501200706120120080220011911200706290120182007062701200706130120080218011908200706220119832007061801200706140120080219011899200706250119112007062601200706150120080221011853200707050118962007062801200708210120080222011790200707090118682007071001200706180120080505011767200707100118662007062901200708240120080225011762200706260118382007061101200706200120080129011762200706190118302007071201200708070120080425011741200707060118002007070901200707110120080506011732200706210117992008020501200708220120080130011720200707110117512007060501200708080120080226011717200706200117492007060101200707100120080228011704200706180117292007030101200706050120080428011690200707120117032007070201200708230120080227011684200707130116662007052401200708060120080124011679
由表5可以看出,2005年7月到2009年2月期间基金金泰、基金开元、华安创新、最高20个VaR值几乎全部集中于2007年的6、7两月,尤其基金金泰、基金开元最为明显,50ETF的最高20个VaR值
几乎全部集中于2008年2月。这就是说,3年多时间中基金金泰、基金开元和华安创新风险在2007年的6、7两月最大,50ETF风险在2008年2月最大。由样本数据走势图也能发现基金金泰、基金开元和华安创新在这两个月中上下波动较大且频繁。
如果不考虑收盘价的影响,可以直接计算出样本数据收益率的VaR值,计算公式为VaRrt=ARt。
仔细观察以上4图可以发现,绝大部分收益率值都在相应的VaR值之上,只有少数在VaR的限制
型上,既考虑了金融数据的自相关性和时变方差特性,又很好地模拟了残差的分布路径信息,是对Bootstrap方法的延伸和扩展。这种灵活的参数2非参数混合风险测量模型会在很大程度上提高风险测
量的精度。由该方法还可以得到VaR的区间估计,
可以给出一定置信水平下的置信区间。Bootstrap方法在其他方面,如估计波动率、收益率均值等也可以得到应用。
参考文献
[1]EfronBradley.Bootstrapmethods:Anotherlookatthejackknife
[J].TheAnnalsStatistics,1979,7(1):1-26.
[2]EfronBradley,TibshiraniRobert.Anintroductiontothebootstrap
[M].NewYork:Chapman&HallLtd,1993.
[3]DavisonAC,HinkleyDV.Bootstrapmethodsandtheirapplication
[M].Cambridge:CambridgeUniversityPress,1997.
[4]LahiriSN.Resamplingmethodsfordependentdata[M].New
York:Springer2VerlagInc.,2003.[5]ReevesJJ.
Bootstrappredictionintervalsforarchmodels[J].
InternationalJournalofForecasting,2005,21(2):237-248.[6]PaseualaL,RomobJ,RuizE.Bootstrappredictionforreturnsand
volatilitiesingarchmodels[J].ComputationalStatistics&DataA2nalysis,2006,50(9):2293-2312.
[7]谢益辉,朱钰.Bootstrap方法的历史发展和前沿研究[J].统计
与信息论坛,2008(2):90-95.
[8]杜本峰.基于Bootstrap方法的风险度量模型及其实证分析
[J].统计研究,2004(1):49-54.
作者简介
李进芳,男,29岁,河北省石家庄人,2008年毕业于兰州商学院统计学院,获经济学硕士学位,现为兰州商学院助教,研究方向为金融计量分析。
王仁曾,男,45岁,甘肃舟曲人,2001年毕业于中国人民大学经济学院,获经济学博士学位,2007年毕业于英国萨里大学获博士学位,现为华南理工大学经济与贸易学院教授,兰州商学院统计学院名誉院长,研究方向为金融计量分析。
(责任编辑:周晶)
VaR和GARCH类模型在证券投资基金风险计量中的应用研究_专业资料。本文将当前金融领域刻画条件异方差最典型的GARCH模型及其衍生模型TARCH,EGARCH,PARCH等,引入VaR的计算...
VaR方法在开放式基金风险测量中的应用_专业资料。我国开放式基金经过短短几年的发展,已成为我国投资基金的主流,并从中衍生出更广义的开放式基金—LOF和ETF。本文...
证券投资基金评价方法与实务应用章节测试题及答案(100分)_其它考试_资格考试/认证_教育专区。 今日推荐 180份文档 CET四六级高分通关宝典 ...
证券投资基金评价方法与实务应用章节测试题及答案(100分)_其它考试_资格考试/认证_教育专区。 今日推荐 180份文档 CET四六级高分通关宝典 ...
C10010证券投资基金评价方法与实务应用100分_其它考试_资格考试/认证_教育专区。C10010证券投资基金评价方法与实务应用100分证券投资基金评价方法与实务应用一、单选题 ...
2.对于我国证券投资基金而言,主要面l艋的风险是市 场风险,而这恰恰是VaR技术目前运用最成功的领域。如 果我国证券投资基金能掌握并实际应用这一定量分析风险 的...
Bootstrap方法及其在生物学研究中的应用_生物学_自然...2009- 06 基金项目: 安徽省教育厅重点项目( KJ2009A052Z...Bootstrap方法在证券投资... 4页 免费 Bootstrap...
本文通过运用 VaR 模型对基金投资组合实例进行风险分析及管理, 希望能尽一文之力推动 VaR 在我国 证券投资基金中的运用。 关键词:证券投资基金 VaR 方法 风险...
百度文库 专业资料 经管营销 金融/投资上传文档...应用默顿的违约证券估价方法 估计公司资产价值 V 及其...Bootstrap 样本及相应的 Bootstrap 统计量, 用大量...
热门文档