测度金融市场动态风险VaR的一个关键在于如何准确刻画金融市场收益波动率。引入马尔可夫状态转移的ARCH(Regime switching ARCH,SWARCH)模型,构建出基于状态转移波动模型的金融市场动态风险测度模型,然后运用其对中国大陆上证综指和伦敦金融时报100指数的市场风险进行测度,并运用Back-testing中的似然比率检验方法(Likelihood Ratio Test,LRT)对金融市场风险测度的准确性进行检验。实证结果表明,基于SWARCH的风险测度模型,不仅能够准确测度不同类型金融市场的动态风险,而且在测度金融市场大风险方面展现出同样具有优越的测度能力。
针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用FIGARCH对条件波动率建模、极值理论(extreme value theory,EVT)对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试(back-testing)技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验.实证研究结果表明,无论是中国新兴市场,还是西方成熟发达市场,金融收益与标准收益均呈现出明显的有偏胖尾分布特征;金融收益条件波动率均展现出长记忆性特征;EVT与FIGARCH模型相结合的动态极值风险测度模型不仅在样本内表现出优越的风险测度能力,而且在样本外同样具有可靠的预测推广能力.
