風險測量技術一直是金融領域關注的核心及熱點。本文主要針對金融數(shù)據(jù)所呈現(xiàn)的特征,探討金融市場風險度量的VaR模型的改進與應用。首先介紹文章的選題背景及意義,并進行文獻綜述。接著闡述VaR方法的基本原理及一般計算方法,從而明確VaR計算的實質(zhì)要領,并對傳統(tǒng)的VaR計算方法進行評價；針對上述方法的不足,緊密結合金融數(shù)據(jù)的尖峰厚尾和波動集聚性特征,提出VaR模型的改進方向。緊接著,據(jù)此改進方向探討基于GARCH模型的VaR計算方法,將GARCH模型與t分布或GED分布有機結合起來,建立GARCH-t模型與GARCH-GED模型,既能刻畫數(shù)據(jù)的波動集聚性特征,又能刻畫其厚尾特征,針對上述模型,給出了相應的VaR計算的具體步驟。然后利用上述分析思路與計算步驟分別對2006年到2008年15只基金的日收益率數(shù)據(jù)進行了VaR計算及返回檢驗,通過與基于GARCH-N模型的VaR計算結果比較,發(fā)現(xiàn)基于GARCH-GED模型計算出的VaR結果更能反應此樣本基金的真實風險。最后,為消除金融資產(chǎn)收益率之間的相關性,引入主成分分析方法探討了基于正交GARCH模型的投資組合的VaR計算,并進行了實證分析,得出了合理... 

【文章來源】：南京財經(jīng)大學江蘇省

【文章頁數(shù)】：41 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 選題背景及意義
    1.2 文獻綜述
    1.3 本文的研究框架與創(chuàng)新之處
第2章 VaR方法的基本原理及計算方法
    2.1 VaR的數(shù)學表述及參數(shù)選擇
    2.2 VaR的一般計算方法
        2.2.1 一般分布下的VaR計算
        2.2.2 正態(tài)分布中的VaR計算
    2.3 VaR的計算原理
    2.4 對傳統(tǒng)VaR計算方法的評價
第3章 基于GARCH模型的VAR計算方法及應用
    3.1 基于GARCH模型的VaR計算方法
        3.1.1 描述波動集聚性的GARCH模型
        3.1.2 描述厚尾特征的GED分布與t分布密度函數(shù)
        3.1.3 基于GARCH模型的VaR計算
    3.2 VaR模型的返回檢驗
    3.3 實證研究
        3.3.1 樣本數(shù)據(jù)的選取
        3.3.2 樣本數(shù)據(jù)基本統(tǒng)計特征分析
        3.3.3 模型設定及VaR計算結果
    3.4 VaR模型的返回檢驗結果及分析
第4章 基于GARCH模型的VaR方法在投資組合中的應用
    4.1 組合VaR及計算方法
    4.2 成分VaR
    4.3 實證研究
第5章 全文總結與展望
    5.1 全文總結
    5.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的論文
后記



本文編號：3322785