基于VaR方法的開放式基金風險的實證研究

(山西財經大學 山西 太原 030006)

基于VaR方法的開放式基金風險的實證研究

張夢嬌童盼

(山西財經大學 山西 太原 030006)

本文通過運用VaR方法分析最新的基金市場的樣本數據代表性地展示了開放式基金的市場風險；同時構建了GARCH模型對選擇的十只開放式基金樣本數據運用EViews7.0統計數據軟件計算得出了相應的參數，并且使用計算VaR值的公式計算出每只基金所對應的日收益率的VaR值。進一步討論了每只基金的日收益率VaR值之間的關系以及它們各自的風險狀況。

開放式基金；VaR；GARCH模型

一、數據選擇與分析

本文從南方基金管理有限公司網站上選擇了十只股票型的開放式基金作為樣本數據。嚴格按照證券監督管理機構在信息披露方面的要求，開放式基金需要每日都公布基金的凈收益率，所以在本文中也將以每日來作為時間單位，并且為了維持這十只開放式基金在期限結構上的相同性，在文中對于每只基金選擇2013.11.11～2015.4.3這342天的日基金資產凈值作為樣本數據進行比較，并且以此來分析它們的風險狀況。這十只開放式基金的基本信息如下表1-1所示。在文的中，用下面公式計算每只基金的每日收益率：

rt=Ln(pt/pt-1)

其中:pt是每只開放式基金的日資產凈值。

表1-1 基金樣本數據的基本情況

根據十只開放式基金各自的日收益率數據應用EViews7.0統計數據軟件可以得到基金樣本數據的日收益率的均值、標準差、峰度、偏度等關鍵數據。通過數據知道，雖然各只基金每日收益率的標準差值相對來說很相近，但是它們的均值差異還是非常明顯的，所以能夠在一定的程度上反映出每只基金的盈利能力。從每只基金的日收益率的峰度也能夠了解到一些信息，由于對于標準正態分布來說它的峰度值是等于3的，然而所有基金日收益率的峰度值都比3大，所以可以說明的是在這些樣本數據內，基金的日收益率曲線都表現出了明顯的“尖峰厚尾”特性。

由上面分析知道，開放式基金日收益率的分布表現出來的是非正態性分布和尖峰厚尾的特性，所以使用GARCH(1,1)模型來計算樣本數據中的開放式基金的VaR值是合理的。

二、實證結果與結論

通過數值可以非常清楚的看到,這十只開放式基金的日收益率差異非常顯著的情況在GARCH(1,1)模型中也很清晰的反映出來，它們的μ值差異異常的顯著，甚至出現了負值(例如Z6)。但是,它們的GARCH(1,1)模型的波動序列形態卻有著很大的相似性，原因是大多數開放式基金的滯后系數β都是大于0.7 (其中Z4，Z5除外)，而且它們的回報系數α大都小于0.25(其中Z5除外)，并且這些參數在統計數據上都具有顯著性，這充分的表明了各只基金的日收益率的變動具有一定的持續特性，它們對市場波動的反映是比較迅速的，而且波動的形態是屬于尖細型的。此外，每只基金的α+β<1(其中Z6和Z10的α為負值，可參考性價值小)，這更進一步的體現了開放式基金的變動過程的持續性和穩定性，也就是此序列在過去時刻的變動特性可以在當前時刻被“繼承”下來。并且表中的每只基金的較小的AIC值都是小于-5的，也進一步體現了此模型方程的精確性與簡潔性。

表2-1 十只開放式基金的VaR值

通過對十只股票型的開放式基金的簡單研究有了以下的結論：

首先，開放式基金的日收益率是存在著異方差性的。其次，GARCH(1,1)模型能夠比較好的描述這十只開放式基金的波動性。通過t檢驗量和AIC值以及LNL值看出GARCH(1,1)模型描述基金的日收益率時間序列是比較精確地。通過GARCH(1,1)模型對所選擇的樣本數據進行每只基金VaR值的計算與檢驗可以了解到，目前我們國家比較喜歡投資的是股票型的開放式基金，但是各種不同的股票型開放式基金即使在業績上存在著較大的差異,但是它們對于風險的控制能力卻是基本一致的。所以本文的建議是各類基金管理機構應該積極地推廣以VaR方法為中心的風險度量與風險管理的機制，也可以運用動態的風險控制方法進行總體的風險管理，同時可以應用計算VaR的值進行風險的結構分析。

[1]陳小紅，何浩．開放式基金的VaR值的測算與評估[J]．武漢金融，2006(8)：30～32．

[2]江濤．基于GARCH與半參數法VaR模型的證券市場風險的度量與分析[J]．金融研究，2010(6)：104～111．

[3]劉平．關于開放式基金VaR 風險的比較[J]．經濟問題，2011(11)：104～107.

張夢嬌，女，漢族，內蒙古烏蘭察布市，碩士研究生在讀，山西財經大學，風險管理。