本文關(guān)鍵詞：基于GARCH過程和SV模型的上證50ETF的VaR計(jì)算

  更多相關(guān)文章： VaR 歷史模擬法 蒙特卡羅模擬法 GARCH過程 MCMC SV模型

【摘要】：上證50ETF期權(quán)于2015年2月9日正式在上海交易所上市交易,開啟了我國期權(quán)市場發(fā)展的序幕,這是我國資本市場的第一個(gè)上市期權(quán)產(chǎn)品,填補(bǔ)了我國證券交易所的產(chǎn)品空白。然而作為該期權(quán)合約的標(biāo)的物上證50ETF在股市中的重要性也隨之進(jìn)一步凸顯出來,這是因?yàn)橛绊懫跈?quán)價(jià)格的最大的風(fēng)險(xiǎn)為其標(biāo)的資產(chǎn)價(jià)格變動風(fēng)險(xiǎn)(delta),若能管控好上證50ETF的風(fēng)險(xiǎn),對于規(guī)避上證50ETF期權(quán)的風(fēng)險(xiǎn),達(dá)到穩(wěn)健投資有積極的意義。故本文選取上證50ETF的日基金累計(jì)單位凈值作為研究對象,計(jì)算其日回報(bào)率序列,以VaR作為風(fēng)險(xiǎn)指標(biāo)來度量市場風(fēng)險(xiǎn)。本文對上證50ETF的VaR計(jì)算首先采用了完全估值法中的歷史模擬法和蒙特卡羅模擬法。又對上證50ETF的回報(bào)率序列進(jìn)行了正態(tài)性、自相關(guān)性、平穩(wěn)性和ARCH效益檢驗(yàn),得出該序列存在金融資產(chǎn)回報(bào)率序列具有的一些重要形式化特征,如厚尾(Heavy tails)、波動聚集(Volatility clustering)等。針對明顯的厚尾性和波動聚集性,分別采用了基于正態(tài)分布誤差的GARCH模型和t分布誤差的GARCH模型,經(jīng)過實(shí)證對比分析,發(fā)現(xiàn)基于更具有重尾性的f分布的GARCH模型對回報(bào)率序列的擬合相對更好。為了更準(zhǔn)確的反映當(dāng)前環(huán)境和條件對回報(bào)率的影響,選取了隨機(jī)波動(SV)模型進(jìn)行改進(jìn)。針對SV模型參數(shù)估計(jì)的復(fù)雜性，本文采用馬爾科夫鏈蒙特卡羅(MCMC)方法來實(shí)現(xiàn)參數(shù)的估計(jì),經(jīng)過實(shí)證分析,得出基于MCMC方法的SV模型對上證50ETF回報(bào)率序列擬合效果最佳,風(fēng)險(xiǎn)控制最為有效的結(jié)論。GARCH模型和基于MCMC方法的SV模型是本文的重點(diǎn)研究對象。本文內(nèi)容具體分為四章討論：第一章,首先介紹研究上證50ETF風(fēng)險(xiǎn)價(jià)值的背景及意義；其次介紹了對金融市場進(jìn)行風(fēng)險(xiǎn)度量的歷史和國內(nèi)外研究現(xiàn)狀；最后對文本的研究內(nèi)容和方法進(jìn)行了概述。第二章,主要介紹市場風(fēng)險(xiǎn)的度量——VaR方法。系統(tǒng)的介紹了VaR的基本原理、計(jì)算方法、檢驗(yàn)方法和優(yōu)缺點(diǎn)等內(nèi)容。其中在VaR的計(jì)算方法部分,主要介紹了歷史模擬法、蒙特卡羅模擬法和GARCH過程。第三章,重點(diǎn)介紹基于MCMC方法的SV模型。首先講解了MCMC萬法的基本思想和抽樣方法,如Metropolis-Hastings抽樣和Gibbs抽樣；然后介紹了SV模型的基本理論和如何進(jìn)行波動率的預(yù)測。第四章,實(shí)證分析。首先對上證50ETF日回報(bào)率序列進(jìn)行正態(tài)性等一系列檢驗(yàn),然后利用歷史模擬法、蒙特卡羅模擬法,GARCH模型及基于MCMC方法的SV模型來計(jì)算其VaR值,最后對計(jì)算結(jié)果進(jìn)行Kupiec失敗頻率檢驗(yàn),得出結(jié)論并對文章的不足進(jìn)行了總結(jié)。
【關(guān)鍵詞】：VaR 歷史模擬法 蒙特卡羅模擬法 GARCH過程 MCMC SV模型
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F832.5
【目錄】：

• 中文摘要8-10
• 英文摘要10-12
• 第一章 緒論12-19
• §1.1 選題背景及研究意義12-14
• §1.1.1 選題背景12-13
• §1.1.2 研究意義13-14
• §1.2 國內(nèi)外研究現(xiàn)狀14-17
• §1.3 研究內(nèi)容與方法17-19
• 第二章 市場風(fēng)險(xiǎn)的度量——VaR19-29
• §2.1 VaR風(fēng)險(xiǎn)模型介紹19-21
• §2.2 VaR的計(jì)算方法21-26
• §2.2.1 歷史模擬法21-22
• §2.2.2 蒙特卡羅模擬法22-24
• §2.2.3 GARCH模型24-26
• §2.3 VaR模型的準(zhǔn)確性檢驗(yàn)26-27
• §2.4 VaR方法的優(yōu)缺點(diǎn)27-29
• 第三章 基于MCMC方法的SV模型29-37
• §3.1 MCMC方法29-33
• §3.1.1 MCMC的基本原理29-31
• §3.1.2 抽樣方法-轉(zhuǎn)移核的構(gòu)造31-33
• §3.2 SV模型33-37
• §3.2.1 SV模型基本理論33-35
• §3.2.2 SV模型進(jìn)行波動率的預(yù)測35-37
• 第四章 上證50ETF的VaR實(shí)證分析37-57
• §4.1 樣本的選取和描述性統(tǒng)計(jì)分析37-41
• §4.1.1 樣本的選取37
• §4.1.2 樣本的描述統(tǒng)計(jì)分析37-41
• §4.2 歷史模擬法計(jì)算VaR41-42
• §4.3 蒙特卡羅模擬法計(jì)算VaR42-43
• §4.4 GARCH模型參數(shù)估計(jì)及VaR計(jì)算43-49
• §4.4.1 GARCH(1,1)-N模型43-46
• §4.4.2 GARCH(1,1)-t模型46-49
• §4.5 基于MCMC的SV模型參數(shù)估計(jì)及VaR計(jì)算49-52
• §4.6 VaR模型準(zhǔn)確性檢驗(yàn)及實(shí)證結(jié)論52-57
• §4.6.1 Kupiec失敗頻率檢驗(yàn)52-53
• §4.6.2 實(shí)證結(jié)論及展望53-57
• 附錄57-60
• 參考文獻(xiàn)60-63
• 致謝63-64
• 學(xué)位論文評閱及答辯情況表64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 周彥;張世英;;基于MCMC方法的連續(xù)時(shí)間SV模型建模研究[J];工業(yè)工程;2007年01期

2 孫米強(qiáng),楊忠直,余素紅,宋軍;基于隨機(jī)波動模型的VaR的計(jì)算[J];管理工程學(xué)報(bào);2004年01期

  本文關(guān)鍵詞：基于GARCH過程和SV模型的上證50ETF的VaR計(jì)算

  更多相關(guān)文章： VaR 歷史模擬法 蒙特卡羅模擬法 GARCH過程 MCMC SV模型

，

本文編號：511341