金融产品的市场金融风险度量和管理分析
上证50交易型开放式指数基金（简称上证50ETF）是经国务院和中国证监会正式批准，上海证券交易所于2004年11月29日采用IPO模式公开发行，2005年2月23日上市交易的内地首只ETF产品。上证50ETF是以上证50指数作为追踪目标。本文主要对上证50ETF 的市场风险管理理论进行了分析以及探索，并且在课题论证的过程中采用VaR模型进行验证，这样能够提高上证50ETF在我国开放型基金中的相关地位。因此，在本文的研究中，能够为人们的基金投资提供一定的参考以及借鉴，这样才能促进我国基金行业的稳步发展。
一、样本数据来源与选取
本课题主要对华夏基金管理公司的上证 50ETF 进行实证研究。通过选取2007年12月30日至2015年12月31日这一样本期间的基金累计净值作为研究的样本数据，数据均来自国泰君安大智慧和金融界网站。在研究的过程中，从上证50ETF指数基金的发展现状来看，这个基金的日收益序列具有一定的平稳性以及便利性，这样才能利用VaR模型来对基金的未来风险进行预测以及研究。
因此，本课题主要采用日收益率序列来描述上证ETF的价格波动性。其中，上证ETF基金的日收益率通过公式1计算得出：
在公式1 中，Rt为基金在t日的收益率；NAVt是第t日的基金累积净值，NAVt-1的基金累计净值。上证 50ETF 是一只指数型开对上证 50ETF 进行正态性检验，计算它们的均值、标准差、峰放式基金，在课题的研究中，本文主要对上证 50ETF进行正态性分布检验，然后计算这个基金的均值、标准差、峰度以及偏度等。
二、数据检验
（一）数据单位根检验
在金融时间内，由于时间序列存在一定的特殊波动性。在这个背景下，需要利用广义的自回归条件异方差来对收益率序列的方差。在本次数据的单位根检验中，通过利用样本期间内的上证50ETF数据，利用ADF对这个数据进行单位根检验，从而判断上证50ETF的收益率时间序列是否为平稳时间序列，具体结果如表2 所示：
从文中分析可以的初，原假设是上证 50ETF 的收益率序列存在单位根，而根据上表的数据可以看出，样本基金的t统计量为-39.5623，这个值要明显小于5%显著性水平下的t值，因此样本基金拒绝了原假设，这说明了上证50ETF基金的收益率序列是平稳序列。
（二）相关性检验
从本课题研究的模型来看， 这个模型中自身存在的时间序列有特定的特点，即惯性以及粘滞性。
这个特点主要表现在彼此之间具有相关的关系。基于这个背景，需要利用明星来检验这种特性，并且对这种特性进行描述。在本文的研究中，通过利用自相关函数以及偏相关函数对模型进行检验，同时在研究的过程中，利用Ljung- Box Q的检验方法对模型的相关性进行研究以及分析。在本课题的原假设中，主要是假定滞后阶数为10，并且求出相关的系数图。从Eviews5.0的计算结果来看，由于求出的Q值中概率的最终结果都大于0.05，这个数据说明原假设不能被拒绝，这就说明上证50ETF基金的收益率序列不存在序列相关的情况。
三、GARCH 模型实证分析
VaR是当前比较流行的风险度量方法，国外著名学者菲利普?乔瑞给这个模型下过定义，即VaR模型是指在一定置信水平区间以及一定的时间中，对最大的损失进行预期估计，通
在以上公式中，Pt-1为在t-1时期的金融资产，换句话来说，这是指某个证券或者证券组合的累计净值，在公式中，Z[α]是指模型的置信度，即在标准正态分布中模型的临界值。在一般情况下，当[α]= 0.05 时，Z[α]=1.645， [σrt]代表的含义是上证50ETF基金产品时间序列收益率的条件方差等。
从上述的分析可以看出，本课题研究的上证50ETF基金在样本期间内的日收益率为平稳序列，能够用GRRCH模型进行验证，因此，上证50ETF基金的收益率可以用一般的均值回归方程来计算，在广义的自回归条件异方差条件下，GARCH模型可以表现为GARCH（l，l）模型，最终估计的结果如下表所示：
从研究分析可以看出，上证50ETF基金的收益率序列属于标准的GARCH模型，同时，GARCH（l，l模型中的ARCH项以及GRCH项在5%水平下是全部显著的，这些结果表明该模型能够适合正态名。这个研究结果表明，本文研究的上证50ETF基金的时间序列收益率的波动性以及集聚性是确实存在的。另外。在本文研究的基金中，上证50ETF基金使用这个模型后，ARCH 项与 GARCH项之间的和0.9，这个值是<1的，因此，这个数据表明，上证50ETF基金的收益率是能够在短期内能够逐渐回归均值。通过利用现在的信息预测这个基金的累计净值以及收益率是可行的。
四、结论与建议
通过本文的研究发现，上证50ETF指数仅仅的日收益率序列能够通过使用广义自回归异方差模型对其进行估计、检验，同时能利用现在的信息对基金的累计净值以及收益率进行预测。
