Incorporating the Volatility into the Historical Simulation Method for Value-at-Risk Estimation

[[abstract]]本研究提出結合Garman-Klass (1980)估計式於Hull 與 White (1998)之結合近期波動資訊的歷史模擬法，以克服歷史模擬法在估計風險值時，潛藏無法捕捉與時改變波動的行為而導致風險預測能力降低的問題，進而提升歷史模擬法估計之績效。本研究以巴黎券商公會指數、香港恆生指數、紐約道瓊工業指數、東京日經225指數、台灣股票市場加權股價指數、倫敦時報 FTSE 100 指數等六種股價指數進行模型的驗證。資料期間為1996年1月1日至2006年12月31日止共11年的日資料，進行VaR估測模型預測能力以及財務風險管理效能的分析與比較。經失敗率分析及Kupiec(1995)統計檢定結果，證實本研究結合Garman-Klass (1980)估計式於Hull 與 White (1998)所提出之結合近期波動資訊的歷史模擬法，確可提升估算風險值的準確性。再者，本研究採用Garman-Klass (1980)估計式估計報酬波動，除了可避免運用分配模型必須事先設定的問題，同時亦具有容易估計與使用的特性。此外，藉由本研究之實證結果，可提供國內證券商應用歷史模擬法時解決潛藏無法捕捉與時改變波動的問題，進而提高估算風險值之準確性，並依據其本身的偏好與需求，設定更有效率及較佳的風險值預測模型。[[abstract]]This study proposes a two-stage approach combining the Garman-Klass estimator with the historical simulation when estimating Value-at-Risk. Our method can avoid estimating parameters to forecast the variance when using GARCH model and retains the easy usages characteristic of the historical simulation approach. Six international stock price indices are applied to the proposed approach. The sample period is from January 1, 1996 to December 31, 2006. In the light of results of the failure rates and Kupiec test, the empirical result shows that the proposed method can considerably enhance the estimation accuracy of Value-at-Risk. This study hopes to shed light on building up risk prediction models and brings constructive implications for risk managers to effectively manage their portfolios