本文選題：雙曲分布　切入點：VaR　出處：《山東財經(jīng)大學》2013年碩士論文　論文類型：學位論文

【摘要】：隨著經(jīng)濟的全球化和金融的一體化，金融競爭與放松管制以及金融創(chuàng)新與技術取得了不斷地進步，，金融市場和全球金融環(huán)境發(fā)生了重大的變化。與此同時，金融市場的系統(tǒng)風險和波動性也大大加劇，風險管理作為工商企業(yè)和金融機構的核心競爭力之一，其基礎就是度量風險。VaR作為一種風險度量和管理的新工具，自誕生以來就得到廣泛應用，目前在國外已成為度量市場風險的主流方法。 傳統(tǒng)的VaR計量方法存在兩個問題，一是收益率分布的假設問題。傳統(tǒng)的VaR計量是在正態(tài)分布的假設條件下進行的，然而正態(tài)分布并不能很好地描述收益率分布的尖峰厚尾的特點；二是對風險價值度量時往往籠統(tǒng)的運用收益率的全部歷史數(shù)據(jù)進行分析，這就可能存在工作量大，度量結果不夠精確的弊端。針對這兩個問題，本文主要是從下面兩個部分進行解決的。 一是討論了收益率分布的問題。本文分別運用描述統(tǒng)計量和擬合圖對收益率是否符合正態(tài)分布做了初步研究，然后通過正態(tài)分布和雙曲分布下VaR的度量結果平滑圖比較，得出雙曲分布能更好的描述收益率分布，從而否定了傳統(tǒng)收益率正態(tài)分布的假設。 二是對市場處于牛市和熊市情況下的風險價值進行度量。本文把收益率數(shù)據(jù)分成了上升趨勢和下降趨勢，首先用收益率的全部歷史數(shù)據(jù)對牛市（熊市）情況下的風險價值進行度量，得到一組VaR值，然后再用上升趨勢（下降趨勢）的數(shù)據(jù)對牛市（熊市）情況下的風險價值進行度量，得到另一組VaR值，最后把這兩組VaR值用平滑的曲線表示出來，比較用收益率全部的歷史數(shù)據(jù)對牛市（熊市）情況下的風險價值度量和用上升趨勢（下降趨勢）的數(shù)據(jù)對牛市（熊市）情況下的風險價值度量的優(yōu)劣程度，從而得出一種更有效的風險價值度量方法。
[Abstract]:With economic globalization and financial integration, financial competition and deregulation, financial innovation and technology have made continuous progress, and financial markets and the global financial environment have undergone major changes. As one of the core competitiveness of business enterprises and financial institutions, risk management is based on measuring risk. VaR is a new tool for risk measurement and management. It has been widely used since its birth, and has become the mainstream method to measure market risk in foreign countries. There are two problems in the traditional VaR metrology, one is the assumption of the return distribution, and the other is the assumption of the normal distribution. However, the normal distribution can not well describe the characteristics of the sharp and thick tail of the return distribution. Second, the risk value measurement is often generally used to analyze all the historical data of the yield, which may have a large workload. The drawback that the measurement result is not accurate. In view of these two problems, this paper mainly from the following two parts to carry on the solution. Firstly, the problem of yield distribution is discussed. In this paper, we use the descriptive statistics and the fitting graph to study whether the yield conforms to the normal distribution, and then compare the measured results of VaR under normal distribution and hyperbolic distribution. It is concluded that the hyperbolic distribution can better describe the return distribution, thus negating the hypothesis of the traditional normal distribution. The second is to measure the risk value of the market in bull market and bear market. This paper divides the yield data into upward trend and downward trend. First, we measure the value of risk in bull market (bear market) with all the historical data of yield, get a set of VaR values, and then measure the value of risk in bull market (bear market) with the data of upward trend (downward trend). You get another set of VaR values, and you end up with these two sets of VaR values represented by a smooth curve. To compare the degree of risk value measurement in bull market (bear market) and in bull market (bear market) with data of upward trend (downward trend) using all historical data of yield. Thus, a more effective method of risk value measurement is obtained.
【學位授予單位】：山東財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：F830.91;F224

【參考文獻】

相關期刊論文 前10條

1 曹志廣;王安興;楊軍敏;;股票收益率非正態(tài)性的蒙特卡羅模擬檢驗[J];財經(jīng)研究;2005年10期

2 陳磊;任若恩;張金寶;;基于GARCH模型的風險價值蒙特卡羅模擬[J];系統(tǒng)工程;2006年07期

3 鄭文通;金融風險管理的VAR方法及其應用[J];國際金融研究;1997年09期

4 張留祿;王楚明;;上證指數(shù)市場風險度量問題研究[J];華東理工大學學報(社會科學版);2010年03期

5 張秀娟;;VaR的歷史模擬法的實證分析[J];黑龍江科技信息;2011年26期

6 劉宇飛;VaR模型及其在金融監(jiān)管中的應用[J];經(jīng)濟科學;1999年01期

7 謝非;陳利軍;秦建成;;蒙特卡羅模擬法與歷史模擬法度量匯率風險比較研究[J];經(jīng)濟師;2011年10期

8 谷偉;萬建平;魯鴿;;雙曲分布及其在VaR模型分析中的應用[J];經(jīng)濟數(shù)學;2006年03期

9 高可佑;王瀟怡;黃勇兵;;滬深300指數(shù)的VaR風險測量——基于歷史模擬法和蒙特卡羅模擬法[J];市場周刊(理論研究);2008年03期

10 李基梅;劉青青;;VaR-GARCH模型在我國股指期貨風險管理中的應用[J];山東理工大學學報(自然科學版);2009年04期

相關重要報紙文章 前1條

1 首創(chuàng)期貨研發(fā)中心金融工程組 徐澤平;[N];期貨日報;2007年

相關碩士學位論文 前9條

1 徐平;金融市場的VaR方法及在中國股市中的應用[D];華南理工大學;2011年

2 崔紅磊;VaR模型及其在金融風險測量中的應用[D];吉林大學;2005年

3 林加強;VaR方法在我國股票市場中的應用研究[D];重慶大學;2005年

4 郭繁;基與蒙特卡羅模擬法的風險價值（VaR）及其在中國股票市場中的運用[D];山東大學;2006年

5 任軍峰;廣義雙曲線分布族下的金融市場風險度量[D];浙江工商大學;2007年

6 曹建美;VaR方法在中國股票市場風險度量中的應用[D];東北財經(jīng)大學;2007年

7 郝維斌;證券收益率分布尾部比較分析[D];吉林大學;2008年

8 王湃;穩(wěn)定分布下股指收益的VaR模型及其在股指期貨保證金上的應用[D];遼寧大學;2008年

9 程艷榮;VaR方法及其在我國股票市場風險管理中的應用[D];華南理工大學;2010年

本文編號：1624591