基于异方差极值理论的基金风险度量及绩效评价

VaR是度量金融资产面临风险大小的指标,也是基金绩效评价的依据之一。本文以ETF50和ETF180基金作为研究对象,首先利用ARMA-GARCH模型捕获金融时间序列的自相关性和条件异方差性,过滤获得近似独立同分布的残差序列,再采用极值理论对残差序列进行处理,以刻画收益序列的尾部特征,从而估计ETF50和ETF180基金的动态风险VaR值,并利用该值计算基金绩效评价指标RAROC值。实证分析表明,相比于GARCH模型,结合了异方差极值理论模型的风险度量方法能更准确预测基金所面临的市场风险,而在基金绩效评价中,ETF180的RAROC值高于ETF50,因而更值得投资。