發(fā)布時(shí)間：2020-06-17 20:36

【摘要】： 伴隨著金融市場的波動(dòng)日益劇烈,金融風(fēng)險(xiǎn)管理已經(jīng)逐漸成為金融活動(dòng)最重要的組成部分之一.近年來, VaR和CVaR已經(jīng)成為廣泛認(rèn)可和應(yīng)用的兩種風(fēng)險(xiǎn)度量工具,對它們進(jìn)行準(zhǔn)確的估計(jì)是風(fēng)險(xiǎn)管理工作者面臨的最大挑戰(zhàn). 本文首先介紹了VaR和CVaR理論以及它們的常用估計(jì)方法,包括方差-協(xié)方差方法,歷史模擬法,蒙特卡洛模擬法,并分別說明了這些方法的優(yōu)點(diǎn)和不足.由于CVaR是一致性風(fēng)險(xiǎn)度量并具有一些非常好的數(shù)學(xué)性質(zhì),很多學(xué)者展開了對CVaR的研究,但是目前CVaR的估計(jì)方法仍然很少而且精確性較差.故本文的主要研究目的是構(gòu)造一種有較高精確性的估計(jì)CVaR的新方法. Acerbi和Tasche(2002, [47])指出了ES的一種積分表示方法,并說明ES和CVaR在連續(xù)的情況下是等價(jià)的.本文結(jié)合極值理論和以上的理論,得到CVaR的一種新的極值POT估計(jì)方法.估計(jì)CVaR的一種常用方法是次序統(tǒng)計(jì)量方法,這種方法易于理解,計(jì)算簡便,將用于與極值方法做比較.本文考慮在輕尾分布、厚尾分布、獨(dú)立樣本、相依樣本多種情況下,利用數(shù)值模擬的方法比較我們提出的CVaR極值估計(jì)方法和次序統(tǒng)計(jì)量方法的優(yōu)良性.數(shù)值模擬的結(jié)果顯示,該方法精確度較傳統(tǒng)方法高,是一種非常好的方法. 本文另外構(gòu)建了一個(gè)動(dòng)態(tài)風(fēng)險(xiǎn)管理模型,考慮了波動(dòng)率的時(shí)變性,下一時(shí)刻的波動(dòng)率與前一時(shí)刻的波動(dòng)率有關(guān),在整個(gè)時(shí)間段內(nèi)波動(dòng)率是時(shí)刻變化的.而靜態(tài)模型不考慮波動(dòng)率的時(shí)變性,其假設(shè)整個(gè)過程中的波動(dòng)率是固定的. GARCH模型可以很好地體現(xiàn)波動(dòng)率的變化過程,因而被廣泛應(yīng)用于金融時(shí)間序列分析中.我們詳細(xì)的介紹如何利用GARCH模型和極值方法構(gòu)建動(dòng)態(tài)風(fēng)險(xiǎn)管理模型. 最后我們在實(shí)證分析中把動(dòng)態(tài)風(fēng)險(xiǎn)管理模型應(yīng)用于上證綜指日對數(shù)收益率序列.通過分析我們可以看到傳統(tǒng)的靜態(tài)的風(fēng)險(xiǎn)模型已不能度量劇烈波動(dòng)時(shí)期的風(fēng)險(xiǎn),而我們介紹的動(dòng)態(tài)極值風(fēng)險(xiǎn)管理模型依然具有較高的精度.同時(shí)我們還將建立了殘差分布為t-分布, GED分布, skewed-t, skewed-GED分布的GARCH, APARCH模型,通過信息準(zhǔn)則和Backtest方法找到最適合目前的上證綜指的模型.
【學(xué)位授予單位】：廣西師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：F224;F830.9

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 高凱民;中國股票市場風(fēng)險(xiǎn)測度方法的比較研究[D];重慶工商大學(xué);2011年

2 劉孝;基于極值理論的動(dòng)態(tài)VaR研究[D];重慶大學(xué);2012年

本文編號(hào)：2718128