近年來,隨著金融創(chuàng)新和資本市場的不斷發(fā)展完善,可轉換債券已成為我國重要的金融衍生工具。風險價值VaR (Value at Risk)作為國際上流行的一種市場風險量化指標,在金融風險的管理中得到了有效的應用。本文將VaR的方法引入我國可轉換債券的風險價值測度體系。盡管VaR提出以后,有不少的計算方法出現(xiàn),但它們都有各自的缺陷。傳統(tǒng)方法都致力于研究序列的整體分布情況,由于樣本數(shù)據(jù)大部分集中在分布中部,因此不論采用何種統(tǒng)計工具,都不可避免的對極端現(xiàn)象發(fā)生所造成的損失產(chǎn)生有偏估計。而VaR計算所最關心的是分布在尾部的點,即一些極少發(fā)生又具有顯著影響的觀測值,稱為極值,極值理論正是對這些極值提供統(tǒng)計分析的模型。 本文所用實證數(shù)據(jù)為中信標普可轉債指數(shù)。首先,基于極值統(tǒng)計方法研究了可轉債指數(shù)收益時序的尾部特征,得出收益時序是尖峰、左偏的,并給出了收益率時序上下尾指數(shù)的估計與檢驗。其次,通過研究歷史收益率時序圖,進行自相關檢驗,發(fā)現(xiàn)收益時序具有波動率聚集現(xiàn)象、一階序列相關等特征,直接使用GPD方法可能使Poisson過程的獨立增量性不成立,為此我們給出GPD風險估計中考慮時序波動聚集現(xiàn)象的去聚集化方法...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖5.1zxr歷史直方圖及基本統(tǒng)計特征

____._尸不正義力R，=IUU軍In(二二)，多腸15U0/l、數(shù)獄虧。了丁一圖為中信標普轉債全價指數(shù)收益率時序(zxl.)n︸on︺︷日n0︺n︺n甘n︺0

圖5.2zxr與正態(tài)分布密度函數(shù)比較(相同的均值與標準差)

Ser一es:ZXRSamPle11500Obser歸石OnS1500MesnMedi日nMaXImUmMinlmUmStd.DeVtSkewneSSKUft0SIS0066920.033427.95278一6.206361.06475一04167310.3955Jarque一B....

圖5.3zxr時序的QQ圖(相對于指數(shù)分布)

土面zx:與正態(tài)分布密度函數(shù)比較圖，我們初步斷定zx:時序尾特征。對尾指數(shù)的初步估計可根據(jù)QQ圖(相對于指數(shù)分布

圖5.4Hill圖:zxr上尾指數(shù)

l一4u目On工口-︸u。SQ山只圖5.3zxr時序的QQ圖(相對于指數(shù)分布)圖5.3可以看出，與指數(shù)分布比較，zx:時序存在肥尾現(xiàn)象，但度要快于正態(tài)分布，顯示了該時序的密度函數(shù)尖峰特征。因此動模型的條件分布設定時，應更注重肥尾型的分布，如GED分布。

本文編號：3950580