本文主要就参数VaR方法展开研究,结合我国股票市场上具有代表性的两种股价指数——上证180指数和深圳成分指数的实际情况,选取了8种参数VaR方法进行实证分析。根据建立的95%置信水平下的VaR模型计算500天的样本外预测值,并通过构建VaR模型的后续检验体系,从准确性、保守性和有效性三方面对所有模型进行分析比较。通过后续检验比较分析我们可以看到,没有任何一个VaR模型能在所有的考察指标中都表现得最好。尽管如此,通过比较分析我们仍能得出一些较有普遍性的结论:1.综合来看:(1)除了上证180指数的GARCH-M模型外,本文考察的大部分模型在各个指标上的表现都没有十分显著的差别。(2)在波动率估计模型的选择上,考虑杠杆效应以及风险溢价调整对VaR模型的效率能有一定的改进。(3)与大多数相关研究的结论不一致的是,相比正态性假设下的VaR模型,非正态性假设下的VaR建模效果并没有像理论分析中那么理想,模型总体偏于保守。(4)在整个分析过程中,都涉及到第四阶段的反常现象。我认为这是在牛市持续时间过长后,给予股市投资者的警告。股市不可能一直持续上涨,而反常现象终究会恢复正常,所以现阶段的股市投资要慎重考虑。2.从各项指标的综合比较结果来看,在95%置信水平下,风险管理者可以参考用于风险度量的VaR模型有:(1) EWMA模型。在模型准确性、保守性和有效性上,EWMA方法都有较好的表现。同时该模型的构造十分简单,也便于操作和调整。估计这正是Riskmetrics公司一直沿用此方法至今的原因。(2) GARCH-t模型。相对其他模型而言,该模型在各方面的综合表现还是比较突出的,因此同样值得风险管理者加以借鉴和应用。