基于GARCH-VaR模型的ETF基金市场风险的实证分析被引量：7

下载PDF

导出

摘要 ETF基金是我国少有的金融创新产品之一,然而在近年来急涨骤跌的股市中,ETF面临着很大的市场风险,但国内尚缺乏关于ETF基金市场风险的定性研究。同时在此次全球金融危机中,如何加强金融工具的风险管理已成为当务之急。因此,本文以我国上市最早的50ETF为研究对象,在正态分布、t分布与GED分布3种情况下,建立了GARCH族模型计算动态方差,研究了ETF基金的收益风险补偿问题与非对称信息冲击问题,接着用方差——协方差方法求出VaR值,在3种置信水平下通过与实际收益率的比较来度量市场风险,然后对VaR值的准确性进行检验,最后分析得出最适合估计ETF市场风险的模型。

作者周昭雄王剑

机构地区上海理工大学上海东华大学

出处《工业技术经济》 CSSCI 2010年第1期127-132,共6页 Journal of Industrial Technological Economics

关键词 ETF GARCH 风险动态方差

分类号 F830.91 [经济管理—金融学]

引文网络
相关文献

参考文献8

1Bellerlev T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 1986, (31) : 307 - 327. 被引量：1
2Nelson D. Conditional heteroskedasticity in asset returns: A new approach. Econometrics, 1991, (59) : 347 - 370. 被引量：1
3Engle. RF, Ng V. Measuring and Testing the Impact of News on Volatility [J]. Journal of Finance, 1993, 48 (5) : 1749 - 1778. 被引量：1
4Philippe Jorion. Value at risk: the new benchmark for managing financial risk. Chen Yue. Zhong Xin Publication,2005. 被引量：1
5周孝华,唐秋燕.沪深300指数极值VaR的分析与计算[J].统计与决策,2008,24(10):96-98. 被引量：7
6徐炜,黄炎龙.VaR-GARCH类模型在股市风险度量中的比较研究[J].统计与决策,2008,24(3):20-23. 被引量：12
7孙洪庆,邓瑛.EGARCH-M模型对股价波动的国际比较研究[J].金融教学与研究,2009(1):61-65. 被引量：3
8邵锡栋,连玉君,黄性芳.交易间隔、超高频波动率与VaR——利用日内信息预测金融市场风险[J].统计研究,2009,26(1):96-102. 被引量：21

二级参考文献40

1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,2005,22(7):67-81. 被引量：99
2苏涛,詹原瑞.SWARCH模型下的VaR估计[J].数量经济技术经济研究,2005,22(12):143-149. 被引量：11
3刘庆富,仲伟俊,梅姝娥.基于VaR-GARCH模型族的我国期铜市场风险度量研究[J].系统工程学报,2006,21(4):429-433. 被引量：36
4徐国祥,金登贵.基于金融高频数据的ACD模型非参数设定检验[J].统计研究,2007,24(4):15-18. 被引量：9
5马丹,尹优平.交易间隔、波动性和微观市场结构——对中国证券市场交易间隔信息传导的实证分析[J].金融研究,2007(07A):165-174. 被引量：15
6Andersen, T. and Bollerslev, T., 1998, Answering the skeptics: Yes, standard volatility models do provide accurate forecasts[J]. International Economic Review, 39: 885- 905. 被引量：1
7Diamond, D. and Verrecchia, R., 1987, Constraints on short-selling and asset price adjustment to private information [ J ]. Journal of Financial Economics, 18:277 - 311. 被引量：1
8Easley, D. and O'Hara, M., 1992, Time and the process of security price adjustment[J]. Journal of Finance, 47:77 - 605. 被引量：1
9Engle, R., 2000, The econometrics of ultra-high frequency data [ J ]. Econometrica, 68: 1 - 22. 被引量：1
10Engle, R. and Manganelli, S., 2004, CAViaR: Conditional autoregressive Value at Risk by regression quantiles [ J ]. Journal of Business and Economics Statistics, 22: 367- 381. 被引量：1

共引文献39

1童昕.我国银行碳融资中的信贷风险与市场风险度量——以参与碳融资的六家银行为例[J].投资与创业,2022,33(16):8-10.
2骆珣,吴建红.基于波动率和VaR的油价风险计量[J].经济管理,2009,35(6):106-109. 被引量：2
3杨树成.CVaR模型的扩展及其应用研究[J].会计之友,2009(34):68-69.
4陈丽娟.基于EGARCH-M模型和沪深300指数的股市风险分析[J].东北财经大学学报,2010,11(2):12-18. 被引量：7
5李安巧,朱七光.谈动荡性金融市场中信息的策略性互补效应[J].商业时代,2010(17):42-43.
6西村友作,门明.基于高频数据的中国股市风险价值度量研究[J].证券市场导报,2010(8):67-72. 被引量：3
7苗晓宇.(超)高频数据视角下金融风险度量研究进展[J].经济论坛,2010(8):202-207. 被引量：3
8何树红,孙文,徐文涛.关于国际原油价格风险价值的分析与计算[J].统计与决策,2010,26(18):144-146. 被引量：3
9魏建国,柳建芳,吴奇峰.基于GARCH-VaR模型的股票市场风险度量研究[J].武汉理工大学学报,2010,32(21):147-150. 被引量：3
10苗晓宇.不同频率数据在金融市场VaR测度中的对比研究——基于低频、高频与超高频数据模型[J].山西财经大学学报,2011,33(2):30-37. 被引量：3

同被引文献31

1王敬,程显敏,宗乐新.股指期货在ETF投资管理中的套期保值研究[J].大连理工大学学报（社会科学版）,2007,28(1):27-31. 被引量：5
2刘小茂,李楚霖.资产组合的CVaR风险的敏感度分析[J].数学物理学报（A辑）,2004,24(4):442-448. 被引量：16
3凌贻清.GARCH模型族在沪深300中的比较研究[J].佳木斯教育学院学报,2012(1):334-335. 被引量：2
4高见,杨丹.指数化投资中复制方法的比较分析[J].金融研究,2006(8):31-40. 被引量：18
5刘小茂,杜红军.金融资产的VaR和CVaR风险的优良估计[J].中国管理科学,2006,14(5):1-6. 被引量：6
6周泽炯.基于GARCH模型的VaR方法对我国开放式基金风险的分析[J].经济管理,2006,32(22):46-49. 被引量：13
7邓志民.投资收益下的保费定价模型[J].南开大学学报（自然科学版）,2006,39(6):95-97. 被引量：3
8杜红军,刘小茂.金融资产的CVaR风险的区间估计及假设检验[J].数理统计与管理,2007,26(1):119-124. 被引量：3
9Bellerlev T. Generalized Autoregressive Conditional Heteroskedasticity[J]. Journal of Econometrics, 1986(31 ) : 307-327. 被引量：1
10Nelson D. Conditional Heteroskedasticity in Asset Returns: A new approach [J]. Econometrics, 1991 (59) : 347-370. 被引量：1

引证文献7

1魏建国,柳建芳,吴奇峰.基于GARCH-VaR模型的股票市场风险度量研究[J].武汉理工大学学报,2010,32(21):147-150. 被引量：3
2陈桂.ETF基金套利价值定价——基于二项期权定价模型[J].商情,2012(47):30-30.
3陆丹,袁永生,张艳.基于GARCH模型的极值VaR风险的动态区间估计模型[J].会计之友,2013(1):80-83. 被引量：2
4李江涛.金融危机对我国ETF风险与收益影响分析——基于货币及QE视角[J].广东石油化工学院学报,2014,24(4):74-77. 被引量：1
5傅珈铭.金融产品的市场金融风险度量和管理分析——以上证50ETF为例[J].财经界,2016(15):90-90.
6刘降斌,张洪建,费洋.基于GARCH-VaR模型下对ETF基金风险的测度与分析[J].鸡西大学学报（综合版）,2016,16(8):56-60.
7曾国庆.基于GARCH-VaR模型对沪深300ETF基金的实证分析[J].时代金融,2017(5):178-179. 被引量：1

二级引证文献7

1童昕.我国银行碳融资中的信贷风险与市场风险度量——以参与碳融资的六家银行为例[J].投资与创业,2022,33(16):8-10.
2林雨,黄冬玲,幸伟.基于ARCH模型对万科A股票收益率波动实证研究[J].会计之友,2014(8):94-95.
3蔡兆瑞.基于GARCH-GED模型的证券投资市场风险实证分析[J].中国商论,2016,0(2):173-175.
4方国豪.历史模拟法在大波动时的风险测量——以新时期沪深300指为例[J].广东石油化工学院学报,2016,26(3):72-76.
5黄金春.信息丢失下的网络端口受损程度估计模型仿真[J].计算机仿真,2016,33(6):258-261.
6牛翠萍,耿修林.对后金融危机时代上海股市风险特征比较研究[J].当代经济,2017,34(31):38-41.
7付钢,谢依丽.股市波动加大我国私募投资基金投资风险的实证分析[J].经济研究导刊,2019,0(33):90-91. 被引量：4

1郑尊信,吴冲锋.基于动态方差的指数期货到期日波动效应[J].系统工程理论方法应用,2005,14(6):519-521.
2姜思佳.基于GARCH-VaR模型在我国企业债风险管理中的实证研究[J].商情,2014(12):24-24.
3孙立坚.人民币贬值对我们有利吗[J].名人传记（下半月）,2009(1):92-92.
4杨萍.国民经济增长面临更大挑战[J].中国投资（中英文）,2008(11):26-28.
5陈圣滔,刘长青.基于GARCH-VaR模型族对万科A股风险的实证研究[J].洛阳师范学院学报,2015,34(11):96-99.
6宋巍,刘俊奇.我国影子银行体系的风险评估——基于GARCH-VaR模型的实证研究[J].改革与战略,2015,31(1):90-93. 被引量：7
7沈一凡.基于GARCH-VaR模型对我国股票市场的风险度量研究[J].时代金融,2015(23):130-132. 被引量：1
8马赞,杨杰.我国外汇储备资产的汇率风险管理研究——基于t分布的GARCH-VaR模型族[J].金融经济（下半月）,2012(7):78-81. 被引量：1
9赵华.基于期现共跳的股指期货套期保值研究[J].数理统计与管理,2016,35(5):916-928. 被引量：8
10李妍,薛俭.基于GARCH-VaR模型的股指期货风险研究[J].中国商论,2013,0(8Z):79-81. 被引量：3

工业技术经济

2010年第1期

浏览历史

内容加载中请稍等...

基于GARCH-VaR模型的ETF基金市场风险的实证分析被引量：7

参考文献8

二级参考文献40

共引文献39

同被引文献31

引证文献7

二级引证文献7

相关作者

相关机构

相关主题

浏览历史

基于GARCH-VaR模型的ETF基金市场风险的实证分析 被引量：7

参考文献8

二级参考文献40

共引文献39

同被引文献31

引证文献7

二级引证文献7

相关作者

相关机构

相关主题

浏览历史

基于GARCH-VaR模型的ETF基金市场风险的实证分析被引量：7