MIDAS-Expectile回歸及風險管理
發(fā)布時間:2021-02-05 20:37
潛在的金融風險可能會觸發(fā)金融危機,其后果將對金融系統(tǒng)是災(zāi)難性的。縱觀歷史,發(fā)生了多次大型的金融危機沖擊經(jīng)濟社會的事件,整個社會的各個角落都受到了嚴重影響。在全球化浪潮的推動下,現(xiàn)如今各個國家、地區(qū)之間的聯(lián)絡(luò)愈發(fā)緊密起來,特別是各個金融市場日益開放與融合。雖然這一變化促進了資本流動與資源配置效率,但是也使得金融危機在各個國家的金融市場間傳染更加快速,單個金融市場的金融危機將可能影響更加廣泛的金融市場。因此,金融風險度量與管理受到越來越多的監(jiān)管者和金融從業(yè)者的重視。在金融風險這一研究領(lǐng)域中,如何識別和度量風險是首要解決的問題,選擇恰當?shù)娘L險度量方法從而準確地對風險進行度量尤為重要。經(jīng)過多年的發(fā)展,一些成熟的風險度量方法已經(jīng)在學術(shù)研究與金融業(yè)中被廣泛應(yīng)用,如波動率,VaR等經(jīng)常被用于度量金融風險。然而這些風險度量方法依然存在局限,于是諸如EVaR,ES等一系列新的風險度量方法和技術(shù)被提出。風險測度EVaR(以Expectile模型為基礎(chǔ))作為QVaR(以分位數(shù)為基礎(chǔ))的替代技術(shù),其計算更加簡便,且能夠更加準確地反映極端值的影響。為了充分綜合利用不同頻率數(shù)據(jù)所包含的信息,本文在Expectil...
【文章來源】:中國科學技術(shù)大學安徽省 211工程院校 985工程院校
【文章頁數(shù)】:54 頁
【學位級別】:碩士
【部分圖文】:
圖3-1衰減權(quán)重函數(shù)??18??
圖3-2不同T
'?〇??K、?Ljv??—5?^??I?I??I?!??|?I?j??-io?一 ̄—一1— ̄h??—一-一 ̄ ̄—i一-!-?■???—aaon?——?——?rppie?—^??r?wr?croc??r ̄i?i?ii?i?i?i?t?i?i?i?I?j?i?i?i?i?i?!?i?i?i?i?r-?i?n??2013/04?2014^01?2014/10?201S/07?2016^?2017/01?2017/10?201£W)7?2019/04??圖4-1加密貨幣日對數(shù)收盤價??從表4-1的Panel?A中可以發(fā)現(xiàn)加密貨幣月度收益率均值都為正;Ripple、??Litecoin?和?Stellar?中位數(shù)為負,而?Bitcoin?和?CRIX?中位數(shù)為正;Ripple、Litecoin??以及Stellar的標準差明顯大于Bitcoin和CRIX。這些表明Ripple、Litecoin、Stellar??收益率的波動較大,特別是會有極端的正收益率,從圖4-1的價格走勢也可以??發(fā)現(xiàn)它們會有突然的價格暴漲。不同地,Bitcoin作為市值最大的加密貨幣,收??益率的波動較小,價格變動更為穩(wěn)定,其在CRIX指數(shù)中的較大權(quán)重也致使??26??
【參考文獻】:
期刊論文
[1]尾部風險網(wǎng)絡(luò)視角下的金融機構(gòu)系統(tǒng)性風險貢獻研究[J]. 黃瑋強,郭慧敏,姚爽. 運籌與管理. 2019(03)
[2]經(jīng)濟不確定性是股市波動的因子嗎?——基于GARCH-MIDAS模型的分析[J]. 夏婷,聞岳春. 中國管理科學. 2018(12)
[3]基于危機條件概率的系統(tǒng)性風險度量研究[J]. 朱曉謙,李靖宇,李建平,陳懿冰,魏璐. 中國管理科學. 2018(06)
[4]基于Expectile-based VaR變點檢測的金融傳染分析[J]. 譚常春,操毅文,葉五一. 數(shù)理統(tǒng)計與管理. 2018(02)
[5]短期利率波動測度與預測:基于混頻宏觀-短期利率模型[J]. 尚玉皇,鄭挺國. 金融研究. 2016(11)
[6]數(shù)字加密貨幣研究:一個文獻綜述[J]. 謝平,石午光. 金融研究. 2015(01)
[7]基于ARCH-Expectile方法的VaR和ES尾部風險測量[J]. 謝尚宇,姚宏偉,周勇. 中國管理科學. 2014(09)
[8]金融危機、宏觀經(jīng)濟因素與中美股市聯(lián)動[J]. 楊雪萊,張宏志. 世界經(jīng)濟研究. 2012(08)
[9]中美股票市場的聯(lián)動性研究[J]. 張兵,范致鎮(zhèn),李心丹. 經(jīng)濟研究. 2010(11)
[10]分整增廣GARCH-M模型[J]. 柯珂,張世英. 系統(tǒng)工程學報. 2003(01)
本文編號:3019539
【文章來源】:中國科學技術(shù)大學安徽省 211工程院校 985工程院校
【文章頁數(shù)】:54 頁
【學位級別】:碩士
【部分圖文】:
圖3-1衰減權(quán)重函數(shù)??18??
圖3-2不同T
'?〇??K、?Ljv??—5?^??I?I??I?!??|?I?j??-io?一 ̄—一1— ̄h??—一-一 ̄ ̄—i一-!-?■???—aaon?——?——?rppie?—^??r?wr?croc??r ̄i?i?ii?i?i?i?t?i?i?i?I?j?i?i?i?i?i?!?i?i?i?i?r-?i?n??2013/04?2014^01?2014/10?201S/07?2016^?2017/01?2017/10?201£W)7?2019/04??圖4-1加密貨幣日對數(shù)收盤價??從表4-1的Panel?A中可以發(fā)現(xiàn)加密貨幣月度收益率均值都為正;Ripple、??Litecoin?和?Stellar?中位數(shù)為負,而?Bitcoin?和?CRIX?中位數(shù)為正;Ripple、Litecoin??以及Stellar的標準差明顯大于Bitcoin和CRIX。這些表明Ripple、Litecoin、Stellar??收益率的波動較大,特別是會有極端的正收益率,從圖4-1的價格走勢也可以??發(fā)現(xiàn)它們會有突然的價格暴漲。不同地,Bitcoin作為市值最大的加密貨幣,收??益率的波動較小,價格變動更為穩(wěn)定,其在CRIX指數(shù)中的較大權(quán)重也致使??26??
【參考文獻】:
期刊論文
[1]尾部風險網(wǎng)絡(luò)視角下的金融機構(gòu)系統(tǒng)性風險貢獻研究[J]. 黃瑋強,郭慧敏,姚爽. 運籌與管理. 2019(03)
[2]經(jīng)濟不確定性是股市波動的因子嗎?——基于GARCH-MIDAS模型的分析[J]. 夏婷,聞岳春. 中國管理科學. 2018(12)
[3]基于危機條件概率的系統(tǒng)性風險度量研究[J]. 朱曉謙,李靖宇,李建平,陳懿冰,魏璐. 中國管理科學. 2018(06)
[4]基于Expectile-based VaR變點檢測的金融傳染分析[J]. 譚常春,操毅文,葉五一. 數(shù)理統(tǒng)計與管理. 2018(02)
[5]短期利率波動測度與預測:基于混頻宏觀-短期利率模型[J]. 尚玉皇,鄭挺國. 金融研究. 2016(11)
[6]數(shù)字加密貨幣研究:一個文獻綜述[J]. 謝平,石午光. 金融研究. 2015(01)
[7]基于ARCH-Expectile方法的VaR和ES尾部風險測量[J]. 謝尚宇,姚宏偉,周勇. 中國管理科學. 2014(09)
[8]金融危機、宏觀經(jīng)濟因素與中美股市聯(lián)動[J]. 楊雪萊,張宏志. 世界經(jīng)濟研究. 2012(08)
[9]中美股票市場的聯(lián)動性研究[J]. 張兵,范致鎮(zhèn),李心丹. 經(jīng)濟研究. 2010(11)
[10]分整增廣GARCH-M模型[J]. 柯珂,張世英. 系統(tǒng)工程學報. 2003(01)
本文編號:3019539
本文鏈接:http://sikaile.net/guanlilunwen/bankxd/3019539.html
最近更新
教材專著