隨著經(jīng)濟(jì)全球化,貿(mào)易自由化的不斷深入,金融機(jī)構(gòu)間的聯(lián)系越來(lái)越緊密。金融網(wǎng)絡(luò)在壯大的同時(shí)也使得金融危機(jī)發(fā)生的更加迅速。在金融危機(jī)期間大量的基金產(chǎn)品會(huì)發(fā)生巨大的回撤,部分產(chǎn)品更面臨著被清算的風(fēng)險(xiǎn)�？紤]到高水位合約下的基金經(jīng)理的動(dòng)態(tài)最優(yōu)換手率可以降低基金被過(guò)早地清算的風(fēng)險(xiǎn)的特征。本文從行業(yè)的角度出發(fā),在極端風(fēng)險(xiǎn)的背景下,構(gòu)建行業(yè)板塊的極端風(fēng)險(xiǎn)網(wǎng)絡(luò),分析行業(yè)板塊之間的輪動(dòng)規(guī)律,為基金經(jīng)理提供決策建議。本文選取2005年1月至2019年9月中國(guó)股票市場(chǎng)的29個(gè)中信一級(jí)行業(yè)指數(shù)收益率序列作為研究對(duì)象,創(chuàng)新性地使用Barra風(fēng)格因子、國(guó)家因子的因子收益序列作為解釋變量,基于MIDAS-Quantile回歸模型估計(jì)行業(yè)指數(shù)收益率的月度VaR序列。在不同行業(yè)之間進(jìn)行基于分位數(shù)的格蘭杰因果檢驗(yàn)并構(gòu)建行業(yè)極端風(fēng)險(xiǎn)網(wǎng)絡(luò)。研究了 2008年和2015年兩次股災(zāi)時(shí)期各個(gè)行業(yè)在極端風(fēng)險(xiǎn)網(wǎng)絡(luò)中的角色,以及動(dòng)態(tài)地分析股災(zāi)前后時(shí)期板塊之間的風(fēng)險(xiǎn)特征。研究表明,不同時(shí)期行業(yè)間的風(fēng)險(xiǎn)網(wǎng)絡(luò)結(jié)構(gòu)存在較大差異,行業(yè)的風(fēng)險(xiǎn)輸出輸入特征也隨時(shí)間發(fā)生改變。周期類的行業(yè)例如煤炭、鋼鐵等均在初期呈現(xiàn)風(fēng)險(xiǎn)凈接受的角色,而醫(yī)藥、國(guó)防軍工等行業(yè)則...

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究?jī)?nèi)容與論文框架
    1.3 論文的創(chuàng)新點(diǎn)與不足
        1.3.1 論文的創(chuàng)新點(diǎn)
        1.3.2 論文的不足之處
第2章 文獻(xiàn)綜述
    2.1 風(fēng)險(xiǎn)傳染
    2.2 計(jì)量方法
    2.3 MIDAS方法
    2.4 極端風(fēng)險(xiǎn)網(wǎng)絡(luò)
    2.5 文獻(xiàn)評(píng)述
第3章 Barra因子暴露以及因子收益
    3.1 因子暴露
    3.2 因子收益
第4章 模型原理
    4.1 Quantile回歸模型與VaR
    4.2 MIDAS-Quantile回歸模型
    4.3 coverage檢驗(yàn)與信息準(zhǔn)則
    4.4 基于分位數(shù)的因果檢驗(yàn)
    4.5 極端風(fēng)險(xiǎn)網(wǎng)絡(luò)圖
第5章 實(shí)證分析
    5.1 數(shù)據(jù)描述
        5.1.1 行業(yè)日度收益率序列
        5.1.2 行業(yè)月度VaR序列
    5.2 行業(yè)極端風(fēng)險(xiǎn)網(wǎng)絡(luò)圖
    5.3 板塊時(shí)變極端風(fēng)險(xiǎn)網(wǎng)絡(luò)
第6章 總結(jié)
    6.1 總結(jié)
    6.2 政策建議
參考文獻(xiàn)
附錄
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果



本文編號(hào)：3768834