摘 要：组合风险的估计和预测一直都是风险管理中非常重要的一个方面。本文使用了利用高频数据信息的实现协方差矩阵、DCC-MVGARCH多元波动率模型、RiskMetrics模型和多元正交GARCH模型对沪深两市的指数资产组合风险在险价值的预测失败率进行了对比，并利用动态分位数检验方法对各模型的组合风险测度稳健性进行了对比研究。研究结果证明，基于高频数据的实现协方差矩阵模型能够显著提高组合风险测度的预测精度，且严格符合VaR置信区间所要求的失败率，能够很好地在提高资金使用效率与管理资产组合风险敞口间取得平衡。

关键词：实现协方差矩阵模型；在险价值；组合风险

中图分类号：F830 文献标识码：A 文章编号：1674-2265（2016）07-0003-06

一、引言

由于多元模型中维数灾难（The Curse of Dimensinality）的问题，如何确定资产组合的相关性及其变化情况，对资产组合配置、对冲和金融风险管理等多个领域都有着十分重要的理论和现实意义，如资产组合配置是否有效依赖于组合资产的相关系数，寻找最优的对冲比率更是需要精确估计对冲资产的相关系数，而想要精确地计算大型资产组合在险价值，则最好使用各资产相关系数的动态估计值。尽管得益于恩格尔和格兰杰（Engle和Granger）等人为代表的研究，波动率模型自20世纪90年代起就被大量开发出来，但是由于多元模型中需要估计的参数随着变量个数的增加呈几何级数增长，可以被用于精确估计大型多元动态相关系数的模型一直都难以得到。……