股市风险的VaR与CVaR度量模型比较研究

摘要：金融风险测量模型研究的核心在于如何准确度量金融收益序列的波动大小。VaR模型和CVaR模型是金融风险评估的重要工具,但较少应用于股市风险方面的研究。VaR模型采用数理统计的方法来度量风险,具有适应领域广的优点,但计算方法存在不足;而CVaR模型具有计算简便、准确性和有效性都较高的特点。通过选取沪深300指数的收盘价数据,采用基于不同分布条件下的GARCH簇模型来估计收益率序列的波动性,然后对不同GARCH簇模型进行比较,计算得到Va R值和CVaR值并对VaR模型和CVaR模型进行对比分析。研究结果表明:在相同置信水平下,CVaR值总是大于VaR值;当Va R值测度风险失效时,CVaR值可以更好地测度风险损失,弥补了VaR值的缺陷。