在金融風(fēng)暴席卷全球的背景下,不管是金融投資機(jī)構(gòu)還是個(gè)人投資者都注重的市場風(fēng)險(xiǎn)更加備受外界關(guān)注了。相比歐美金融業(yè)發(fā)達(dá)的國家而言,我國的金融開放程度不高,金融業(yè)亦相形見絀,但此次金融危機(jī)對我國金融業(yè)還是造成了巨大的創(chuàng)傷。研究我國資本市場中的風(fēng)險(xiǎn)管理在全球金融危機(jī)的背景下就顯得更加必要,VaR作為度量市場風(fēng)險(xiǎn)的工具之一,運(yùn)用得當(dāng)能夠很好的揭示市場風(fēng)險(xiǎn)程度,對金融機(jī)構(gòu)和個(gè)人投資者管理資產(chǎn)頭寸風(fēng)險(xiǎn)起到很大的幫助。本文通過對我國上證指數(shù)與滬深300指數(shù)的VaR研究,對基金公司在管理指數(shù)基金或者金融機(jī)構(gòu)投資股指期貨市場時(shí)如何管理市場風(fēng)險(xiǎn)時(shí)給出了一些建議。 本文研究主要分為兩個(gè)部分,第一個(gè)部分研究了我國股票市場上收益率和波動率的特征,第二部分則是運(yùn)用這些特征連同F(xiàn)HS技術(shù)對現(xiàn)實(shí)的指數(shù)進(jìn)行VaR的風(fēng)險(xiǎn)度量研究,并將這種方法同傳統(tǒng)的VaR方法進(jìn)行了比較研究。第一部分首先介紹了現(xiàn)實(shí)資本市場中收益率和波動率的典型特征,主要有諸如“尖峰厚尾”、波動率集聚效應(yīng)及波動率的非對稱效應(yīng),本文分別從理論上介紹了t分布和廣義誤差分布(GED分布)來解釋收益率的特征和介紹了非對稱的GARCH族模型來解釋波動率的特征。第一部分...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖4.1MonteCarlo模擬一日上證指數(shù)收益率累積概率分布圖

圖4.2MonteCarl。模擬一日上證指數(shù)收益率的概率密度分布圖比較歷史模擬法和MonteCarlo模擬法的結(jié)果可知，MonteCarlo模擬方法雖然有一定程度上提高了預(yù)測VaR的精度，但提高的不多，95%

圖4.2Monte一0.1一0.D500.050.10.1502對數(shù)收益率

圖4.2MonteCarl。模擬一日上證指數(shù)收益率的概率密度分布圖比較歷史模擬法和MonteCarlo模擬法的結(jié)果可知，MonteCarlo模擬方法雖然有一定程度上提高了預(yù)測VaR的精度，但提高的不多，95%

圖4.12FHs技術(shù)模擬上證指數(shù)一日收益率的概率分布圖

圖4.12FHs技術(shù)模擬上證指數(shù)一日收益率的概率分布圖對比歷史模擬法與MonteCarlo模擬法可以發(fā)現(xiàn)，，運(yùn)用非對稱GARC及陽S技術(shù)求解出上證指數(shù)的VaR失敗天數(shù)只有8天，要好于前兩者1112天，即運(yùn)用該模型能夠更精確的管理資產(chǎn)的風(fēng)險(xiǎn)頭寸，F(xiàn)HS技術(shù)的方法能覆蓋更大的市場波動....

本文編號：3904247