【摘要】： VaR(Value at Risk)是一種利用統(tǒng)計(jì)技術(shù)來(lái)度量市場(chǎng)風(fēng)險(xiǎn)的方法。一些權(quán)威金融研究機(jī)構(gòu)的調(diào)查表明,自二十世紀(jì)80年代以來(lái),VaR己經(jīng)為眾多商業(yè)銀行、投資銀行、非金融公司、機(jī)構(gòu)投資者及監(jiān)管機(jī)構(gòu)所使用和關(guān)注。許多金融機(jī)構(gòu)都將VaR作為防范金融風(fēng)險(xiǎn)的第一道防線,并且開(kāi)發(fā)了利用VaR進(jìn)行風(fēng)險(xiǎn)管理的軟件。監(jiān)管機(jī)構(gòu)則利用VaR技術(shù)作為金融監(jiān)管的工具,如在巴塞爾委員會(huì)發(fā)布的巴塞爾銀行業(yè)有效監(jiān)管核心原則及歐盟的資本充足度法案中,VaR成為其監(jiān)管市場(chǎng)風(fēng)險(xiǎn)的重要工具。 由于GARCH族模型能夠較好地刻畫收益的動(dòng)態(tài)變化特征,捕捉股市的叢集性效應(yīng)、非對(duì)稱特征,所以近年來(lái)計(jì)算VaR的參數(shù)方法多集中于用各類GARCH模型結(jié)合能捕捉股市收益的厚尾特征的t-分布、GED分布進(jìn)行計(jì)算。 本文首先介紹VaR的概念、計(jì)算方法及VaR模型的準(zhǔn)確性檢驗(yàn);接著回顧傳統(tǒng)的GARCH類波動(dòng)模型到FIGARCH模型的轉(zhuǎn)變,之后介紹了長(zhǎng)記憶的概念及檢驗(yàn)方法。在實(shí)證分析這一章,首先對(duì)上證綜合指數(shù)、深圳成份指數(shù)、香港恒生指數(shù)進(jìn)行了一個(gè)長(zhǎng)記憶性檢驗(yàn),在收益波動(dòng)率序列中我們發(fā)現(xiàn)了高度顯著的長(zhǎng)記憶性。然后我們用GARCH(1,1)、FIGARCH(1,d,1)和FIEGARCH(1,d,1)模型計(jì)算各指數(shù)在三個(gè)置信水平下的VaR值。我們用返回檢驗(yàn)法檢驗(yàn)對(duì)各模型的預(yù)測(cè)效果進(jìn)行了比較,但是從LR統(tǒng)計(jì)量考慮,我們不能拒絕GARCH、FIGARCH、或FEGARCH模型,它們都能對(duì)較好地對(duì)風(fēng)險(xiǎn)作出估計(jì),因此本文采用評(píng)分法評(píng)估各模型的優(yōu)劣,按各模型實(shí)際失敗率p *與期望失敗率p絕對(duì)差的大小,我們計(jì)算出各指數(shù)的9個(gè)模型的排序情況,并算出平均排序,平均排序最小的模型其準(zhǔn)確性總的來(lái)說(shuō)是最高的。評(píng)分法便于綜合評(píng)價(jià)各模型的優(yōu)劣。 實(shí)證結(jié)果表明在估計(jì)95%置信度下的VaR值時(shí)基于GED分布的FIGARCH(1,d,1)模型表現(xiàn)最佳。而在97.5%及99%置信水平下,基于GED分布的FIEGARCH(1,d,1)模型表現(xiàn)出了最好的預(yù)測(cè)能力。 我們發(fā)現(xiàn)FIGARCH和FIEGARCH模型在估計(jì)中國(guó)股市的VaR值時(shí)要比GARCH模型表現(xiàn)優(yōu)越。這表明考慮非對(duì)稱性和長(zhǎng)期記憶特征對(duì)于估計(jì)中國(guó)股市指數(shù)的VaR值來(lái)說(shuō)是非常有價(jià)值的�？紤]長(zhǎng)期記憶特征有助于提高波動(dòng)模型的實(shí)際預(yù)測(cè)能力,同時(shí)條件分布的選取對(duì)預(yù)測(cè)能力也有顯著影響。
【圖文】：

都服從標(biāo)準(zhǔn)正態(tài)分布。取樣本長(zhǎng)度 T 為 10000，嚴(yán)格按照兩行模擬。1 為做一次模擬試驗(yàn)，得到的兩類過(guò)程的自相關(guān)函數(shù)曲線。從長(zhǎng)期記憶模型自相關(guān)函數(shù)呈現(xiàn)緩慢的衰減趨勢(shì)，而短期記憶2 為做一次模擬試驗(yàn)，樣本部分和方差與聚合樣本數(shù)之間的曲們可以看到，F(xiàn)IWN 過(guò)程呈現(xiàn)出冪指函數(shù)發(fā)散趨勢(shì)，而 AR(1性函數(shù)。本的譜密度離散程度比較大，為了起到平滑作用，本文采用 平均譜密度的方法，并將平均譜密度與圓頻率間的曲線繪于可以看到，F(xiàn)IWN 過(guò)程的譜密度在低頻處是以雙曲函數(shù)形式衰程的譜密度卻基本上保持常數(shù)值不變。

長(zhǎng)期記憶和短期記憶過(guò)程的部分和方差增長(zhǎng)速度比較
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：F832.51;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 崔海蓉;何建敏;胡小平;;FIEGARCH-EVT-ES風(fēng)險(xiǎn)測(cè)度及在期貨市場(chǎng)的應(yīng)用[J];南京航空航天大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2011年02期

2 林宇;黃登仕;魏宇;;胖尾分布及長(zhǎng)記憶下的動(dòng)態(tài)EVT-VaR測(cè)度研究[J];管理科學(xué)學(xué)報(bào);2011年07期

3 劉湘云;卞悅;;我國(guó)農(nóng)產(chǎn)品期貨的長(zhǎng)記憶研究:基于GPH與修正R/S實(shí)證檢驗(yàn)[J];南京財(cái)經(jīng)大學(xué)學(xué)報(bào);2011年03期

4 阿榮;張宏偉;徐賜文;;模型FI-EGARCH-M的建立及實(shí)證分析[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年09期

5 許文坤;張衛(wèi)國(guó);;金融時(shí)間序列分形維參數(shù)估計(jì)方法比較及應(yīng)用[J];系統(tǒng)工程;2011年07期

6 曾祥順;;股票市場(chǎng)波動(dòng)性研究述評(píng)[J];China's Foreign Trade;2011年16期

7 陳春春;胡日東;;基于半?yún)?shù)LM-ARMAX模型的股價(jià)波動(dòng)成因分析[J];金融理論與實(shí)踐;2011年07期

8 盧旺;;基于FIAPARCH-skt的紐約黃金期貨波動(dòng)分析[J];經(jīng)營(yíng)管理者;2011年17期

9 黃金;;基于GARCH類模型的人民幣匯率波動(dòng)性研究[J];知識(shí)經(jīng)濟(jì);2011年17期

10 ;[J];;年期

相關(guān)會(huì)議論文 前9條

1 許友傳;;金融時(shí)間序列R/S長(zhǎng)記憶性檢驗(yàn)的有效性[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

2 李錟;齊中英;雷瑩;;有限理性、異質(zhì)信念與商品期貨價(jià)格波動(dòng)[A];第九屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

3 夏南新;;中國(guó)黑市匯率長(zhǎng)記憶性的ARFIMA-FIGARCH模型研究[A];中國(guó)社會(huì)科學(xué)院第三屆中國(guó)經(jīng)濟(jì)論壇論文集（下）[C];2007年

4 李漢東;張世英;;隨機(jī)波動(dòng)模型的波動(dòng)持續(xù)性研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

5 王鵬;魏宇;;我國(guó)金屬期貨市場(chǎng)波動(dòng)的典型事實(shí)及風(fēng)險(xiǎn)計(jì)量模型研究[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2011年

6 范為;房四海;;金融危機(jī)中的黃金定價(jià)模型[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2011年

7 李海英;;機(jī)構(gòu)投資者、股價(jià)穩(wěn)定性與中小投資者利益保護(hù)[A];中國(guó)會(huì)計(jì)學(xué)會(huì)財(cái)務(wù)成本分會(huì)2011年年會(huì)暨第二十四次理論研討會(huì)論文集[C];2011年

8 李海英;;機(jī)構(gòu)投資者、股價(jià)穩(wěn)定性與中小投資者利益保護(hù)[A];中國(guó)會(huì)計(jì)學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

9 高偉;;隱分辨模型的功率譜分析[A];第十二屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2010年

相關(guān)重要報(bào)紙文章 前1條

1 方正期貨研究所 顏涵;分形市場(chǎng)理論在商品期貨市場(chǎng)的應(yīng)用[N];期貨日?qǐng)?bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 張曉偉;水文動(dòng)力系統(tǒng)自記憶特性及其應(yīng)用研究[D];西安理工大學(xué);2009年

2 肖煒麟;具有長(zhǎng)記憶性的權(quán)證定價(jià)方法研究[D];華南理工大學(xué);2010年

3 徐立霞;一類時(shí)間序列的頻域分析及其應(yīng)用[D];華中科技大學(xué);2006年

4 李美洲;門限及分?jǐn)?shù)維協(xié)整分析及其在經(jīng)濟(jì)中的應(yīng)用[D];暨南大學(xué);2008年

5 鄧露;長(zhǎng)記憶理論及其在金融市場(chǎng)建模中的應(yīng)用[D];南開(kāi)大學(xué);2009年

6 燕愛(ài)玲;河川徑流時(shí)間序列的分形特征研究[D];西安理工大學(xué);2007年

7 于棟華;金融市場(chǎng)中的時(shí)間變換方法及其應(yīng)用[D];上海交通大學(xué);2007年

8 余俊;證券市場(chǎng)的分形特征研究[D];青島大學(xué);2008年

9 江洲;基于分布特征與宏觀經(jīng)濟(jì)因素的證券市場(chǎng)收益率描述與預(yù)測(cè)[D];湖南大學(xué);2008年

10 曹廣喜;基于分形分析的我國(guó)股市波動(dòng)性研究[D];河海大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 吳大勤;金融時(shí)間序列的長(zhǎng)記憶與分形協(xié)整關(guān)系研究[D];東南大學(xué);2006年

2 石紀(jì)信;基于長(zhǎng)記憶性的中國(guó)股票市場(chǎng)波動(dòng)行為分析[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

3 卞悅;我國(guó)農(nóng)產(chǎn)品期貨長(zhǎng)記憶性研究[D];廣東商學(xué)院;2012年

4 曾艷;中美股市的長(zhǎng)記憶性及聯(lián)動(dòng)性研究[D];華南理工大學(xué);2012年

5 李偉;長(zhǎng)記憶條件下中國(guó)股市VaR估計(jì)模型的比較研究[D];湘潭大學(xué);2007年

6 胡焰林;中國(guó)股市量?jī)r(jià)關(guān)系的長(zhǎng)記憶性及非線性時(shí)變相關(guān)研究[D];浙江工業(yè)大學(xué);2012年

7 宋曉琴;中國(guó)股市收益序列的異方差性和長(zhǎng)記憶性研究[D];中央民族大學(xué);2010年

8 羅來(lái)東;股票市場(chǎng)收益率波動(dòng)長(zhǎng)記憶性實(shí)證研究[D];西南財(cái)經(jīng)大學(xué);2005年

9 姜仁娜;一類雙截尾模型的MCMC算法及證券的長(zhǎng)記憶性分析[D];清華大學(xué);2004年

10 魏莉婭;基于高頻數(shù)據(jù)的基金市場(chǎng)長(zhǎng)記憶性研究[D];電子科技大學(xué);2007年

，

本文編號(hào)：2699143