基于VaR—GARCH模型的工商銀行股票價格波動率分析

摘 要： 本文在GARCH模型的基礎上，建立工商銀行股票的對數收益率波動率模型，并根據條件方差序列計算VaR值。結果發現擬合程度較好，失敗概率不高。

關鍵詞： VaR值；GARCH模型；工商銀行

一、引言

銀行股是我國證券市場的重要組成部分，是名副其實的權重股，而四大行之一的工商銀行以其超強的盈利能力，一直被國人稱之為“第一大行”，其過往在滬深股市中一直表現平平，直到17年開始，其股價不斷上漲，在八個月中，累計最大漲幅竟超過了46%，股價遠高于2007年滬指在6000點的位置，并處于歷史最高位。不論是由于市場投資理念的改變還是融資融券業務對商業銀行股票價格的影響，工商銀行股票價格的波動與風險都值得我們深究。

二、研究設計

（一）模型構建

本文主要通過建立VaR-GARCH模型研究我國工商銀行的股票價格波動率，收集工商銀行每日收盤價，對股價進行對數收益率處理后，運用GARCH模型建立股票對數收益率的波動率模型，然后根據不同波動率模型的擬合效果，得出不同置信水平下的VaR值。通過對工商銀行股票風險和波動率的研究，為投資者提供建議。

（二）數據選取

本文選取2016年1月至2017年12月的工商銀行（代碼：601398）股票收盤價進行分析，共487個樣本。數據來源：國泰安（CSMAR）數據庫。

三、實證分析

對股價數據進行處理，得到對數收益率數據。首先對其進行平穩性檢驗，在1%，5%，10%的顯著水平下，T統計量絕對值大于ADF值，因此拒絕原假設。正態性檢驗，P值為0，拒絕正態分布假設。

（一）構建GARCH模型

對序列進行序列自相關和偏自相關檢驗，其系數均落入兩倍的估計標準差內，且Q統計量的對應p值大于置信度0.05，故序列在5%的顯著性水平上不存在顯著的相關性，因此將均值方程設定為白噪聲，rt=πt+εt。將序列去均值化，得到新序列，運用殘差的平方相關圖檢驗法檢驗ARCH效應，序列存在自相關，因此有ARCH效應。對其對數收益率的波動圖進行觀察如下：

可以看出收益率unsay明顯的波動率聚集性和時變性的特征。

分別建立GARCH（1，1），GARCH（1，2），GARCH（2，1）模型，對比三個模型，GARCH（1，1）所有系數都通過t檢驗，效果最好。

因此建立模型結果如下：

（二）VaR計算檢驗

在一定置信水平下，根據得出的條件方差方程，可以得出條件方程的估計臨界值，VaR值的計算基于條件方差序列，公式如下：

，VaRt是t時刻的在線值，zα是不同置信水平下不同分布的臨界值，σt是t時刻由GARCH模型得到的標準差值。

在0.05的顯著水平下進行失敗頻率檢驗，結果如下：

根據以上結果可看出，在0.05置信水平下，VaR檢驗的失敗概率為5.7%，且實際失敗天數大于預期失敗天數，因此實際風險可能略高于預期。

四、結論

實證結果證明，GARCH模型可以較好擬合我國股市情況，VaR模型也可以較好的反映我國股票波動率與風險，5.70%的失敗風險是可以接受的。從波動率的角度出發，工商銀行股價波動具有明顯聚集性和時變性特征，從VaR值結果來看，股票價格風險不高，適合投資者進行投資。

作者簡介：宋彬 女、1988年4月 河北省 博士研究生 國家開發銀行總行。