參數(shù)VaR方法的比較及實(shí)證研究
發(fā)布時(shí)間:2020-04-29 23:31
【摘要】: 本文主要就參數(shù)VaR方法展開研究,結(jié)合我國(guó)股票市場(chǎng)上具有代表性的兩種股價(jià)指數(shù)——上證180指數(shù)和深圳成分指數(shù)的實(shí)際情況,選取了8種參數(shù)VaR方法進(jìn)行實(shí)證分析。根據(jù)建立的95%置信水平下的VaR模型計(jì)算500天的樣本外預(yù)測(cè)值,并通過構(gòu)建VaR模型的后續(xù)檢驗(yàn)體系,從準(zhǔn)確性、保守性和有效性三方面對(duì)所有模型進(jìn)行分析比較。通過后續(xù)檢驗(yàn)比較分析我們可以看到,沒有任何一個(gè)VaR模型能在所有的考察指標(biāo)中都表現(xiàn)得最好。盡管如此,通過比較分析我們?nèi)阅艿贸鲆恍┹^有普遍性的結(jié)論: 1.綜合來看:(1)除了上證180指數(shù)的GARCH-M模型外,本文考察的大部分模型在各個(gè)指標(biāo)上的表現(xiàn)都沒有十分顯著的差別。(2)在波動(dòng)率估計(jì)模型的選擇上,考慮杠桿效應(yīng)以及風(fēng)險(xiǎn)溢價(jià)調(diào)整對(duì)VaR模型的效率能有一定的改進(jìn)。(3)與大多數(shù)相關(guān)研究的結(jié)論不一致的是,相比正態(tài)性假設(shè)下的VaR模型,非正態(tài)性假設(shè)下的VaR建模效果并沒有像理論分析中那么理想,模型總體偏于保守。(4)在整個(gè)分析過程中,都涉及到第四階段的反,F(xiàn)象。我認(rèn)為這是在牛市持續(xù)時(shí)間過長(zhǎng)后,給予股市投資者的警告。股市不可能一直持續(xù)上漲,而反,F(xiàn)象終究會(huì)恢復(fù)正常,所以現(xiàn)階段的股市投資要慎重考慮。 2.從各項(xiàng)指標(biāo)的綜合比較結(jié)果來看,在95%置信水平下,風(fēng)險(xiǎn)管理者可以參考用于風(fēng)險(xiǎn)度量的VaR模型有:(1) EWMA模型。在模型準(zhǔn)確性、保守性和有效性上,EWMA方法都有較好的表現(xiàn)。同時(shí)該模型的構(gòu)造十分簡(jiǎn)單,也便于操作和調(diào)整。估計(jì)這正是Riskmetrics公司一直沿用此方法至今的原因。(2) GARCH-t模型。相對(duì)其他模型而言,該模型在各方面的綜合表現(xiàn)還是比較突出的,因此同樣值得風(fēng)險(xiǎn)管理者加以借鑒和應(yīng)用。
【圖文】:
兩者都通過了 J-B 檢驗(yàn),拒絕了收益率分布正態(tài)性的假設(shè)。表 3.2 滬深兩市收益率序列的基本統(tǒng)計(jì)特性均值 標(biāo)準(zhǔn)差 偏度 峰度 J-B統(tǒng)計(jì)量 ADF統(tǒng)計(jì)量 P-P統(tǒng)計(jì)量上證180指數(shù) 0.00047 0.014422 0.305565 8.692549 2048.662 -38.399 -39.86699深圳成分指數(shù) 0.000553 0.015415 0.253548 7.87519 1501.539 -37.57904 -37.79468另外從滬深兩市的 Q-Q 圖(如圖 3.1 和圖 3.2)也可以直觀的看出,兩種收益率序列的分布具有明顯的尖峰厚尾特性,不服從正態(tài)分布假設(shè)。
不服從正態(tài)分布假設(shè)。圖 3.1 上證 180 指數(shù) Q-Q 圖 圖 3.2 深圳成分指數(shù) Q-Q 圖3.2.2 序列的相關(guān)性檢上證 180 指數(shù)和深圳成分指數(shù)收益率序列的自相關(guān)系數(shù)如圖 3.3 和 3.4 所示。由圖可以知道,,上證 180 指數(shù)和深圳成分指數(shù)的日收益率序列的 1-15 階自相關(guān)系數(shù)幾乎都接近于 0,且日收益率序列滯后 1-15 階 Q 檢驗(yàn)的邊際概率值都大于 10%,顯然無法拒絕收益率序列不存在自相關(guān)性的原假設(shè),即兩市指數(shù)日收益率序列均無明顯的序列自相關(guān)性。圖 3.5 和 3.6 是關(guān)于兩市指數(shù)的日收益率平方序列的自相關(guān)性檢驗(yàn)。由圖 3.5 和3.6 可知,兩市指數(shù)日收益率平方序列的 Q 檢驗(yàn)相伴概率都為 0,表明兩市都存在顯著的高階自相關(guān)性?偨Y(jié)而言,兩市股指的收益率序列不存在自相關(guān)性,但收益率并非完全獨(dú)立,都存在高階自相關(guān)的特征。14
【學(xué)位授予單位】:華中科技大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2007
【分類號(hào)】:F224;F832.51
本文編號(hào):2645116
【圖文】:
兩者都通過了 J-B 檢驗(yàn),拒絕了收益率分布正態(tài)性的假設(shè)。表 3.2 滬深兩市收益率序列的基本統(tǒng)計(jì)特性均值 標(biāo)準(zhǔn)差 偏度 峰度 J-B統(tǒng)計(jì)量 ADF統(tǒng)計(jì)量 P-P統(tǒng)計(jì)量上證180指數(shù) 0.00047 0.014422 0.305565 8.692549 2048.662 -38.399 -39.86699深圳成分指數(shù) 0.000553 0.015415 0.253548 7.87519 1501.539 -37.57904 -37.79468另外從滬深兩市的 Q-Q 圖(如圖 3.1 和圖 3.2)也可以直觀的看出,兩種收益率序列的分布具有明顯的尖峰厚尾特性,不服從正態(tài)分布假設(shè)。
不服從正態(tài)分布假設(shè)。圖 3.1 上證 180 指數(shù) Q-Q 圖 圖 3.2 深圳成分指數(shù) Q-Q 圖3.2.2 序列的相關(guān)性檢上證 180 指數(shù)和深圳成分指數(shù)收益率序列的自相關(guān)系數(shù)如圖 3.3 和 3.4 所示。由圖可以知道,,上證 180 指數(shù)和深圳成分指數(shù)的日收益率序列的 1-15 階自相關(guān)系數(shù)幾乎都接近于 0,且日收益率序列滯后 1-15 階 Q 檢驗(yàn)的邊際概率值都大于 10%,顯然無法拒絕收益率序列不存在自相關(guān)性的原假設(shè),即兩市指數(shù)日收益率序列均無明顯的序列自相關(guān)性。圖 3.5 和 3.6 是關(guān)于兩市指數(shù)的日收益率平方序列的自相關(guān)性檢驗(yàn)。由圖 3.5 和3.6 可知,兩市指數(shù)日收益率平方序列的 Q 檢驗(yàn)相伴概率都為 0,表明兩市都存在顯著的高階自相關(guān)性?偨Y(jié)而言,兩市股指的收益率序列不存在自相關(guān)性,但收益率并非完全獨(dú)立,都存在高階自相關(guān)的特征。14
【學(xué)位授予單位】:華中科技大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2007
【分類號(hào)】:F224;F832.51
【引證文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前1條
1 韓美琴;參數(shù)、非參數(shù)和半?yún)?shù)GARCH模型的研究與比較[D];天津財(cái)經(jīng)大學(xué);2011年
本文編號(hào):2645116
本文鏈接:http://sikaile.net/guanlilunwen/zhqtouz/2645116.html
最近更新
教材專著