基于GARCH-POT-VaR模型的社保基金投资尾部风险测度研究

社保基金作为解决我国老龄化问题的重要保障基金,近五年投资收益波动较大,如何准确度量社保基金投资尾部风险是提高社保基金投资安全性的重要问题。在考虑到收益率序列波动特征的基础上,本文提出以GARCH族模型刻画收益率序列波动性特征,POT模型处理极端尾部数据,构建三种金融市场尾部风险度量模型:ARMA-GARCH-POT、ARMA-EGARCH-POT和ARMA-GJRGARCH-POT,将其应用于风险价值VaR的动态测度。在极值POT模型构建时采用AU2统计量确定阈值,W2和A2统计量进行尾部拟合优度检验,避免了主观性。最后对VaR进行测度及回测,结果表明:传统GARCH-VaR模型会低估极端尾部风险,结合POT模型的GARCH类模型对动态VaR的测度效果更为准确,且各模型在99.0%置信水平下能够更加准确地量化股市收益率尾部风险。