基于動(dòng)態(tài)條件得分模型的風(fēng)險(xiǎn)測(cè)度和MCS檢驗(yàn)

翟曉婧

摘要：本文在研究動(dòng)態(tài)條件得分模型（DCS）的基礎(chǔ)上，通過(guò)構(gòu)建風(fēng)險(xiǎn)測(cè)度模型對(duì)我國(guó)股市的風(fēng)險(xiǎn)進(jìn)行了度量。

關(guān)鍵詞：動(dòng)態(tài)條件得分模型 DCS t分布 VaR ES MCS

（二）模型參數(shù)估計(jì)

可以發(fā)現(xiàn)，上證綜指沒(méi)有表現(xiàn)出明顯的杠桿性，而深證成指則表現(xiàn)出了在5%顯著性水平上的杠桿性，說(shuō)明對(duì)深證成指來(lái)說(shuō)，壞消息的沖擊增加了其波動(dòng)性 。再者，盡管估計(jì)兩個(gè)指數(shù)得到的y值都大于0，但是由于估計(jì)上證綜指得到的 值小于估計(jì)深證成指得到的y值，所以壞消息對(duì)深市波動(dòng)的沖擊要明顯強(qiáng)于對(duì)滬市波動(dòng)的沖擊。這可能有以下幾個(gè)方面的原因：第一，從上市公司結(jié)構(gòu)來(lái)看，深市不僅包括主板上市公司，也包括中小板和創(chuàng)業(yè)板的上市公司，中小板和創(chuàng)業(yè)板上市的公司規(guī)模相對(duì)較小且多處于發(fā)展階段，當(dāng)外部環(huán)境惡化時(shí)更易受到?jīng)_擊，業(yè)績(jī)穩(wěn)定性差，而業(yè)績(jī)不穩(wěn)定的屬性進(jìn)一步影響了股市的波動(dòng)性。第二，從投資者結(jié)構(gòu)來(lái)看，相比滬市而言，在深市參與投機(jī)的散戶占的比重可能更大，當(dāng)壞消息出現(xiàn)時(shí)更易形成拋售的羊群效應(yīng)，從而加大了深市的波動(dòng)。

（三）在險(xiǎn)價(jià)值VaR的后驗(yàn)測(cè)試和MCS檢驗(yàn)

我們將檢驗(yàn)區(qū)間設(shè)定為最后1000個(gè)數(shù)據(jù)，通過(guò)Kupiec的失敗率檢驗(yàn)法、Christoffersen的獨(dú)立性檢驗(yàn)和條件覆蓋檢驗(yàn)、Hansen等提出的動(dòng)態(tài)分位數(shù)檢驗(yàn)（DQ test），對(duì)6個(gè)模型在置信水平為95%和99%時(shí)的表現(xiàn)進(jìn)行檢驗(yàn)，可以得到它們估計(jì)上證綜指和深證成指樣本外VaR的效果。

通過(guò)MCS檢驗(yàn)發(fā)現(xiàn)，當(dāng)α=0.10時(shí)，本文所涉及的模型在測(cè)度兩個(gè)指數(shù)VaR的績(jī)效上具有等效性。因此可以說(shuō)，在度量?jī)蓚€(gè)指數(shù)的VaR上，不僅t分布DCS模型與t分布GARCH模型相比具有等效性，而且無(wú)論是DCS模型還是GARCH模型，非對(duì)稱性的加入并不會(huì)明顯改變模型對(duì)VaR的預(yù)測(cè)績(jī)效。通過(guò)研究損失函數(shù)（Loss列）的排序可以給我們?cè)谶x擇風(fēng)險(xiǎn)度量模型上提供參考，無(wú)論使用的置信水平為95%還是99%，在度量上證綜指、深證成指VaR時(shí)，分別選擇AR（1）-LGARCH （1，1）-t模型和AR（1）-LDCS（1，1）-t模型可以得到較高的預(yù)測(cè)績(jī)效。

四、研究結(jié)論

動(dòng)態(tài)條件得分模型（DCS）是新提出的一類很有發(fā)展空間和研究?jī)r(jià)值的模型。本文分別以t分布DCS模型的兩種形式和t分布非對(duì)稱DCS模型的兩種形式作為條件方差方程，結(jié)合AR（1）結(jié)構(gòu)的條件均值方程構(gòu)建了樣本外風(fēng)險(xiǎn)測(cè)度模型：AR（1）-DCS（1，1）-t模型、AR（1）-EDCS（1，1）-t、AR（1）-LDCS（1，1）-t模型和AR（1）- LEDCS（1，1）-t模型。同時(shí)以具有相似結(jié)構(gòu)的AR（1）-GARCH（1，1）-t模型和AR（1）-LGARCH （1，1）-t模型為參照，對(duì)它們?cè)跍y(cè)度上證綜指和深證成指VaR和ES上的效果進(jìn)行了對(duì)比研究。

綜上所述，本文通過(guò)比較分析t分布下的動(dòng)態(tài)得分模型（DCS）和GARCH模型在預(yù)測(cè)VaR和ES上的效果，發(fā)現(xiàn)動(dòng)態(tài)得分模型（DCS）同GARCH模型一樣可以有效地預(yù)測(cè)VaR和ES，而且它們?cè)陬A(yù)測(cè)VaR的績(jī)效上具有等效性，從而在一定程度上佐證了動(dòng)態(tài)得分模型（DCS）在金融風(fēng)險(xiǎn)度量領(lǐng)域具有較高的應(yīng)用價(jià)值。動(dòng)態(tài)得分模型（DCS）的提出和發(fā)展為金融風(fēng)險(xiǎn)管理者進(jìn)行有效的風(fēng)險(xiǎn)度量提供了更多可行的工具。

（作者單位：南昌大學(xué)前湖學(xué)院）