论文总字数：15178字

目 录

摘要 III

Abstract IV

第1章 引言 1

1.1研究背景和意义 1

1.1.1研究背景 1

1.1.2研究意义 1

1.2国内外研究文献综述 1

1.2.1国外相关研究 1

1.2.2国内相关研究 2

1.2.3文献述评 3

1.3研究方法 3

1.4结构安排 3

第2章 理论基础 3

2.1房地产投资风险概念 3

2.2相关理论 3

第3章 模型简介 4

3.1在险价值VaR 4

3.1.1在险价值的概念 4

3.1.2 VaR的估计方法 4

3.2 GARCH模型 5

3.2.1 ARCH模型 5

3.2.2 GARCH模型 5

第4章 我国房地产市场投资风险的实证分析 6

4.1 GRACH模型构建 6

4.1.1数据来源 6

4.1.2数据的正态性检验 7

4.1.3数据的平稳性检验 7

4.1.4数据的自相关及ARCH-LM检验 7

4.1.5构建GARCH模型 8

4.2 VaR值计算和检验 9

4.2.1在险值大小的计算 9

4.2.2 VaR值的检验 9

第5章 结论 10

参考文献 11

致谢 13

基于VaR的房地产市场投资风险研究

荣娇

, China

Abstract: Based on the actual situation of Chinese real estate market, this paper makes an empirical analysis on the investment risk of real estate market. Taking the real estate index of Shanghai Stock Exchange as the sample, the VaR is obtained by using the GARCH model. The real estate investment risk is measured by the comparison with the actual rate of return at the two kinds of confidence level. The validity of the model is tested by the Kupiec failure rate. Finally, this paper concludes that the VaR model can effectively measure the investment risk of the real estate market. Chinese real estate index return series has the characteristics of peakedness and thick tail; the index daily return itself does not exist correlation. The VaR obtained from the GARCH model meets the risk control requirements.

Key words: GRACH-VaR model; Investment risk; Real estate market; Empirical analysis

第1章 引言

1.1研究背景和意义

1.1.1研究背景

房屋现在不单单是供人居住使用，更因为其投资回报率高，使得房地产受到投资者的青睐。自2000年以来，我国房地产行业高速发展，各省市房地产投资热也一直没有消退。基于《中国住房发展报告（2016-2017）》，我国35个大中城市大多都有房价被高估的风险。北京、上海、深圳等一线城市和二线限制购房的城市整体风险比较突出。结合过去房地产市场的风险状况看，我国现在房地产市场风险总体来说高于2010年。历史经验证明，房价被高估的城市有很大的概率出现房价上涨的速度变慢甚至是房价下跌的情况。值得注意的是，在这轮楼市中的热点城市，它们房价上涨的幅度以及风险的累计程度都明显地高于2009-2010时期。2016年底，中央经济工作会议提出“房子是用来住的，不是用来炒的”，强调要回归住房的居住属性。我国房地产市场投资风险不容小觑，投资者应引起重视。鉴于此，只有对房地产投资风险进行有效的量化分析，才能针对风险的所在，采取适当的规避措施。本文将采用在金融领域应用比较广泛的风险价值VaR法，对我国房地产市场的投资风险进行量化分析。

1.1.2研究意义

随着我国经济的高速发展，我国的房地产行业已成为推动国民经济发展的重要力量，2016年房地产行业对GDP增长贡献率达到7.8%，而2015年这一数据是2.4%。房地产行业投资具有高风险性，其不但投入的资金规模比较大，而且回收的周期也比较长。同时，房地产是老百姓的重要生活资料，政府为降低老百姓的生活成本，近年来出台了一系列调控政策，这对房地产行业的投资产生了不小的影响。因此，量化分析房地产投资风险并采取适当的预防措施成为当前房地产投资者必须要解决的问题。这对促进我国房地产市场的平稳发展和提高房地产投资者的风险管理水平也有着重要的现实意义。以往的房地产投资项目风险分析方法由于它们本身存在的不足，这些方法在实际的应用中往往受到限制。于是有必要引入一种更加准确有效测量投资风险，进行风险分析的方法，在险价值VaR的引入为房地产市场投资风险的研究提供了更精确的方法。

1.2国内外研究文献综述

1.2.1国外相关研究

20世纪90年代以来，在险价值（Value-at-Risk,简称VaR）便被应用到金融风险管理中，目前已经成为了监管当局和金融机构经常使用的风险决策和管理工具。比如，《巴塞尔协议》（Basel Accord）和《欧盟资本充足率指令》（EU Capital Adequacy Directive）都使用VaR作为监督标准之一。

Philippe Jorion(1996)较早开始研究VaR，他在《Value at Risk》一书中对VaR的概念进行介绍，并且给出在险价值的产生背景和定义。这一概念的提出，也为后续进行风险度量提供了基础。ViViana Fernandez(2005)通过求出美洲、欧洲、亚洲和拉丁美洲序列在不同分布下的风险价值，发现参数正态分布和t分布下度量风险效果不太理想。除此以外，文章也说明了运用不同的方法、选取不同的概率分布对VaR的结果也会产生影响。Mike k.P(2006)利用GARCH模型研究4种汇率，并求出在不同置信水平下各种汇率的在险价值，最后证实金融时间序列具有长程相关性，要充分考虑时间序列的不对称性。Prisco(2007)通过一种新的半解析方法来计算VaR值，研究投资组合收益的风险，结果表明此方法比传统方法更为精确，更为高效。 Cuthbertson和Nitzche(2008)利用GARCH模型计算股指期货的套期保值比，并且发现GARCH模型可以有效的描绘市场行情，估算出系统风险。Aloui 和MabroukDeacle(2010)利用三个GARCH模型评估了一些主要原油和天然气商品短期和长期交易头寸的风险价值，研究发现FIAPARCH模型在VaR预测中胜过其他模型。Alexander 等(2013)通过研究发现，基于GARCH汇总的前四个时刻的新公式，可以快速准确地得到风险价值。Deacle和Elyasiani(2014)通过调查美国银行控股公司（BHC）的房地产投资与其回报，风险和风险调整回报之间的关联，结果发现由于房地产价格上涨的变化以及BHC在该领域缺乏专业知识的情况，银行房地产投资所带来的好处更为重要。Rankovic等(2016)通过采用非排序分选遗传算法对VaR均值进行优化，在40个美国股票的样本中，与采用传统的GARCH和VaR模型方法相比，该方法得出的VaR更优。

1.2.2国内相关研究

由于当时国内大多数人对风险控制和管理没有足够的重视以及我国经济体制不够完善，国内比较迟对开始VaR模型进行研究。国内学者郑文通最早对VaR展开研究，他在《金融风险管理的VaR方法及其应用》一书中，对VaR进行较为详细的解释。1997年4月，国内学者牛昂在《国外银行经营与管理》上发表“银行风险管理的新方法”，第一次将VaR的概念引入中国，并阐述了该方法的优点和缺点。之后，学者们逐渐意识到风险控制和风险衡量的重要性，VaR在中国的发展也变得活跃起来。

詹原瑞（1999）首次基于极值理论对风险价值VaR进行实证分析，实证结果表明在不同的假设条件下，量化市场的在险价值，对金融机构的风险控制和管理有着重大的影响。曹乾等（2004）对VaR的产生背景、概念、特点以及应用的局限性等进行阐释，并讨论了该模型在我国是否适用的问题。闫雪晶（2006）尝试将蒙特卡罗模拟法用于房地产开发中的风险研究，证明了该方法能准确有效地衡量投资风险，且操作方便实用性强，为房地产投资者提供一种有效实用的风险分析工具。林美艳等（2006）在不同的分布下，拟合历史数据，分析风险值，最后得出GARCH模型是计算VaR值最好的模型。陈国坤等（2006）对VaR方法在房地产投资风险中的必要性进行分析，并且给出如何用VaR度量风险，最后对VaR的应用前景进行了分析。欧洋（2011）用GARCH和SWARCH模型分别求出我国地产指数的VaR值，并进行比较，最后得出对房地产投资风险进行估算时，SWARCH模型并不优于传统的GARCH模型。郑平（2014）尝试用GARCH模型估算我国沪深指数的VaR值，并进行了比较分析和研究。王佳蕾（2015）阐述了VaR作为一种风险管理方法和体系的功能，并通过GARCH模型求在险价值来分析我国金融市场的风险。葛敏霞（2016）主要对上海、深圳市场和香港市场指数收益率波动进行分析，运用模型描绘收益分布和波动性特征，对市场的特点进行有效地解释，为投资者衡量市场风险提供参考依据。王勇（2016）从量化分析的角度，利用计量统计方法，对房价收益率序列的平稳性、正态性、相关性进行分析，建立VaR风险度量模型，并通过Kupiec失败率检验法对模型是否有效进行检验。

1.2.3文献述评

综合以上研究，可以看出国内外学者已经将VaR模型广泛应用到金融领域中，通过在险价值的计算分析金融市场和金融产品的风险。采用多种方法计算VaR值，发现GARCH模型是求VaR值最好的模型。有学者将VaR模型应用到房地产市场，主要用方差-协方差、历史模拟法和蒙特卡罗模拟法求VaR值，研究房地产市场风险。很少有学者将GARCH-VaR模型应用到房地产市场风险研究中。

1.3研究方法

本文在借鉴已有研究成果的基础上，以上海证券交易所地产指数为样本，对地产指数收益率序列的进行平稳性、正态性等统计特征分析，建立GARCH模型求出VaR值，并利用Kupiec失败率检验法对模型的有效性进行检验。

1.4结构安排

剩余内容已隐藏，请支付后下载全文，论文总字数：15178字