發(fā)布時(shí)間：2017-12-29 10:41

  本文關(guān)鍵詞：股票市場(chǎng)在險(xiǎn)價(jià)值加權(quán)聯(lián)合估計(jì)模型的設(shè)計(jì)及實(shí)證研究　出處：《吉林大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 在險(xiǎn)價(jià)值 股票收益率 指數(shù)移動(dòng)加權(quán)平均模型 條件自回歸風(fēng)險(xiǎn)值模型 廣義自回歸條件異方差模型

【摘要】：本文主要介紹了加權(quán)聯(lián)合估計(jì)模型(WCEM),WCEM是一種通過(guò)對(duì)現(xiàn)有的VaR估計(jì)模型進(jìn)行聯(lián)合,并配以適當(dāng)?shù)臋?quán)重將估計(jì)得出的VaR進(jìn)行加權(quán)平均,從而得到一個(gè)更加精確的VaR的模型。WCEM的基礎(chǔ)是其他現(xiàn)有已知的VaR估計(jì)方法,并且可以根據(jù)需要自行添加或移除WCEM中的其他VaR估計(jì)方法。WCEM的優(yōu)點(diǎn)是相比于其他任何單一的VaR估計(jì)模型,它可以更為接近"真實(shí)"VaR,而不會(huì)出現(xiàn)極端情況。WCEM的另一個(gè)特點(diǎn)是它可以對(duì)任何市場(chǎng)的收益的VaR都有良好的估計(jì)效果,這是其他模型所不具備的優(yōu)勢(shì)。WCEM之所以能夠擁有這樣的特征,是由于它包含了多種VaR的估計(jì)方法,每種VaR估計(jì)方法都是其他學(xué)者根據(jù)其所關(guān)注的市場(chǎng)特征而設(shè)計(jì)出的。這些市場(chǎng)特征在一些市場(chǎng)表現(xiàn)明顯,但在其他市場(chǎng)卻表現(xiàn)不佳。當(dāng)采用某種方法估計(jì)特定市場(chǎng)的VaR時(shí),如果市場(chǎng)對(duì)于估計(jì)方法所基于的市場(chǎng)特征明顯,則估計(jì)出的VaR比較準(zhǔn)確,但如果市場(chǎng)對(duì)該種市場(chǎng)特種表現(xiàn)不明顯,VaR估計(jì)的結(jié)果往往不會(huì)那么令人滿意。WCEM模型由于其包含了較多的估計(jì)方法,即使市場(chǎng)對(duì)于一種或幾種市場(chǎng)特征反應(yīng)不佳,但總有其他可以比較充分描述市場(chǎng)的市場(chǎng)特征。實(shí)際上,WCEM是同時(shí)通過(guò)多個(gè)市場(chǎng)特征所對(duì)應(yīng)的估計(jì)方法進(jìn)行VaR估計(jì),這使WCEM模型可以擁有以上估計(jì)方法的種種優(yōu)點(diǎn),并使得其對(duì)于VaR的估計(jì)趨近于VaR的真實(shí)值。對(duì)于WCEM的另一個(gè)延伸的應(yīng)用是可以通過(guò)其來(lái)描述市場(chǎng)特征。一個(gè)市場(chǎng)并不是只由單一市場(chǎng)特征構(gòu)成,而是包含著無(wú)數(shù)的市場(chǎng)特征。但不同的市場(chǎng)對(duì)同一個(gè)市場(chǎng)特征的反應(yīng)可能完全不同,這也是造成市場(chǎng)差異的原因。一個(gè)顯著的市場(chǎng)特征所對(duì)應(yīng)的估計(jì)方法可以得到更為準(zhǔn)確的VaR估計(jì),因此,從VaR估計(jì)的準(zhǔn)確程度可以倒推出該種方法所對(duì)應(yīng)的市場(chǎng)特征在特定市場(chǎng)上的反應(yīng)情況,我們需要做的就是比較單個(gè)方法估計(jì)出的VaR與真實(shí)的VaR。本文采用的方法是首先用單一方法估計(jì)得出VaR,然后對(duì)該VaR進(jìn)行檢驗(yàn),通過(guò)比較檢驗(yàn)結(jié)果中的偏差程度,得出市場(chǎng)對(duì)于某一具體市場(chǎng)特征的反應(yīng)程度,繼而用市場(chǎng)特征來(lái)描述市場(chǎng)間的區(qū)別。該偏差程度同時(shí)也是WCEM模型中權(quán)重的決定因素。通過(guò)上述方法,我們可以得出不同種類市場(chǎng)特征對(duì)于不同市場(chǎng)的顯著程度,從而比較市場(chǎng)差異。本文通過(guò)對(duì)德國(guó)DAX30指數(shù),美國(guó)道瓊斯工業(yè)指數(shù),中國(guó)的深市和滬市進(jìn)行實(shí)證分析,結(jié)果表明,WCEM的VaR估計(jì)結(jié)果不會(huì)出現(xiàn)極端情況,而且估計(jì)出的VaR更加精確。在對(duì)不同市場(chǎng)間市場(chǎng)特征進(jìn)行分析時(shí),我們發(fā)現(xiàn)發(fā)達(dá)市場(chǎng)與發(fā)達(dá)市場(chǎng)之間的市場(chǎng)特征有一定的相似,同樣,新興市場(chǎng)與新興市場(chǎng)之間的市場(chǎng)特征也有一定的相似,但值得注意的是,德國(guó)股票市場(chǎng)和中國(guó)深市的市場(chǎng)特征接近,而美國(guó)股市則是和中國(guó)滬市的市場(chǎng)特征相反。
[Abstract]:......
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F224;F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃芬紅;王志強(qiáng);;中國(guó)股市價(jià)值溢價(jià)與時(shí)變特質(zhì)風(fēng)險(xiǎn):基于GJR-GARCH-M模型的分析[J];金融經(jīng)濟(jì)學(xué)研究;2015年02期

2 張穎;孫和風(fēng);;中美股票市場(chǎng)風(fēng)險(xiǎn)差異的新解釋——收益對(duì)市場(chǎng)風(fēng)險(xiǎn)不對(duì)稱效應(yīng)的CAViaR模型與實(shí)證[J];南開(kāi)經(jīng)濟(jì)研究;2012年05期

3 傅強(qiáng);邢琳琳;;基于極值理論和Copula函數(shù)的條件VaR計(jì)算[J];系統(tǒng)工程學(xué)報(bào);2009年05期

4 劉向麗;成思危;汪壽陽(yáng);洪永淼;;參數(shù)法、半?yún)?shù)法和非參數(shù)法計(jì)算我國(guó)銅期貨市場(chǎng)VaR之比較[J];管理評(píng)論;2008年06期

5 高可佑;王瀟怡;黃勇兵;;滬深300指數(shù)的VaR風(fēng)險(xiǎn)測(cè)量——基于歷史模擬法和蒙特卡羅模擬法[J];市場(chǎng)周刊(理論研究);2008年03期

6 陳守東;孔繁利;胡錚洋;;基于極值分布理論的VaR與ES度量[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2007年03期

7 張維,張小濤,熊熊;上海股票市場(chǎng)波動(dòng)不對(duì)稱性研究—GJR-與VS-GARCH模型的比較[J];數(shù)理統(tǒng)計(jì)與管理;2005年06期

8 康宇虹,梁健;基于GJR-GARCH的VaR模型及其在上海證券市場(chǎng)的實(shí)證研究[J];南開(kāi)管理評(píng)論;2004年04期

9 陳學(xué)華,楊輝耀;股市風(fēng)險(xiǎn)VaR與ES的動(dòng)態(tài)度量與分析[J];系統(tǒng)工程;2004年01期

10 彭壽康;中國(guó)證券市場(chǎng)股價(jià)指數(shù)VaR研究[J];統(tǒng)計(jì)研究;2003年06期

相關(guān)碩士學(xué)位論文 前5條

1 桑成彥;量?jī)r(jià)混合信息GJR-GARCH模型下的上證指數(shù)量?jī)r(jià)關(guān)系分析與風(fēng)險(xiǎn)測(cè)度[D];西南財(cái)經(jīng)大學(xué);2014年

2 梁恒;基于GARCH族模型的我國(guó)滬深股市波動(dòng)非對(duì)稱性研究[D];安徽大學(xué);2014年

3 呂松;基于Delta-Normal方法和歷史模擬法的VAR算法研究[D];西南財(cái)經(jīng)大學(xué);2012年

4 張新建;基于歷史模擬法的市場(chǎng)風(fēng)險(xiǎn)VaR模型改進(jìn)研究[D];哈爾濱工程大學(xué);2008年

5 丁軍軍;基于CAViaR方法的我國(guó)股票市場(chǎng)風(fēng)險(xiǎn)度量及波動(dòng)性研究[D];廈門大學(xué);2007年

，

本文編號(hào)：1349967