本文關(guān)鍵詞： 社�；� VaR模型 ES模型 非參數(shù)核密度估計方法　出處：《南京大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：2008年,次貸危機(jī)在美國華爾街爆發(fā),并最終發(fā)展成席卷全球的金融危機(jī)。我國經(jīng)濟(jì)發(fā)展受到了較大的沖擊,長久以來備受質(zhì)疑的養(yǎng)老金支付能力和隱形債務(wù)問題也再次被推到了風(fēng)口浪尖。與此同時,全國社會保障基金(以下簡稱社保基金)作為養(yǎng)老金給付的后備基金,其投資收益問題也隨之受到眾多社會學(xué)者、民眾和政策制定者的關(guān)注。作為備用金,社�；饡簳r不需要承擔(dān)和面臨支付的壓力,但是隨著社保基金投資資本市場渠道和規(guī)模不斷擴(kuò)大,對投資回報的穩(wěn)定高效性和風(fēng)險測度的精準(zhǔn)性也提出了更高的要求。本文所要探索的問題即是如何選用合適的方法和模型對我國社保基金股票投資的風(fēng)險進(jìn)行度量。在理論層面,本文首先簡要介紹社保基金、投資風(fēng)險及其度量模型、非參數(shù)核密度估計理論及方法,通過對風(fēng)險度量模型的比較,本文認(rèn)為基于非參數(shù)核密度估計的ES模型是適合社�；鹜顿Y風(fēng)險度量模型,并利用K-Means聚類分析方法從另一角度對社保基金投資風(fēng)險進(jìn)行分析；在實證層面,本文的樣本數(shù)據(jù)選自社保基金板塊股票2013年第四個季度投資的648家涉及公司、18個行業(yè)的收益率,并對其進(jìn)行分析,結(jié)果證明基于核密度估計的非參數(shù)方法計算出來的風(fēng)險大小能夠反映我國社保基金的股市投資風(fēng)險點及風(fēng)險大小,適用于比較分析社�；鸩煌袠I(yè)的股票投資決策。同時,利用K-Means聚類分析方法得到的結(jié)論與核密度估計的非參數(shù)方法ES模型所得到的結(jié)論是一致的。
[Abstract]:In 2008, the subprime mortgage crisis broke out on Wall Street in the United States, and finally developed into a global financial crisis. The question of pension ability to pay and hidden debt, which has long been questioned, is again being pushed to the fore. Meanwhile, the National Social Security Fund (NSSF) acts as a reserve fund for pension payments. The issue of its investment returns has also attracted the attention of many social scholars, people and policy makers. As a reserve fund, the Social Security Fund does not need to bear and face the pressure to pay for the time being. But with the expansion of the social security fund's investment capital market channels and scale, Higher requirements are also put forward for the stability and efficiency of investment return and the accuracy of risk measurement. The problem this paper will explore is how to select appropriate methods and models to carry out the risk of social security fund stock investment in China. Quantity. At the theoretical level, Firstly, this paper briefly introduces social security fund, investment risk and its measurement model, nonparametric kernel density estimation theory and method, and compares the risk measurement model. This paper holds that the es model based on nonparametric kernel density estimation is suitable for the investment risk measurement model of social security fund, and uses K-Means cluster analysis method to analyze the investment risk of social security fund from another angle. The sample data of this paper are selected from the 648 companies that invested in the fourth quarter of 2013 in the Social Security Fund sector, which involved the returns of 18 industries, and analyzed them. The results show that the non-parametric method based on nuclear density estimation can reflect the investment risk point and risk of social security fund in China, which is suitable for comparing and analyzing the stock investment decision of different industries of social security fund. The results obtained by K-Means clustering method are consistent with those obtained by the non-parametric method es model for kernel density estimation.
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F842.67;F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱喬，，陳遙;評價輸入、輸出最佳組合的非參數(shù)方法[J];系統(tǒng)工程理論與實踐;1994年01期

2 王靜;一致性檢驗的非參數(shù)方法[J];質(zhì)量與可靠性;1998年05期

3 田文霞,郭京福,張曉彤;生產(chǎn)前沿的參數(shù)與非參數(shù)方法的比較[J];決策借鑒;2000年02期

4 常振海;劉薇;;波動率預(yù)測的參數(shù)方法與非參數(shù)方法比較[J];寧夏師范學(xué)院學(xué)報;2009年06期

5 李俊;徐晉濤;;省際綠色全要素生產(chǎn)率增長趨勢的分析——一種非參數(shù)方法的應(yīng)用[J];北京林業(yè)大學(xué)學(xué)報(社會科學(xué)版);2009年04期

6 何進(jìn)成;;基于非參數(shù)方法的深圳股市周末效應(yīng)實證分析[J];周口師范學(xué)院學(xué)報;2009年06期

7 吳雙;;全要素生產(chǎn)率測算的參數(shù)方法與非參數(shù)方法之比較[J];時代經(jīng)貿(mào)(下旬刊);2008年02期

8 遲旭,楊德禮;生產(chǎn)過程狀態(tài)分析的非參數(shù)方法[J];管理工程學(xué)報;1998年02期

9 劉彤;利用非參數(shù)方法對上海股市周末效應(yīng)的研究[J];數(shù)理統(tǒng)計與管理;2003年01期

10 劉洪;王江濤;;基于非參數(shù)方法的城鎮(zhèn)化與經(jīng)濟(jì)發(fā)展的分析[J];統(tǒng)計與決策;2013年22期

相關(guān)會議論文 前1條

1 郭京福;劉叔麟;;一定約束條件下最小成本最大收益的非參數(shù)方法[A];發(fā)展的信息技術(shù)對管理的挑戰(zhàn)——99’管理科學(xué)學(xué)術(shù)會議專輯（上）[C];1999年

相關(guān)博士學(xué)位論文 前1條

1 莊嚴(yán);縱向等級數(shù)據(jù)基于秩次的非參數(shù)方法研究[D];南方醫(yī)科大學(xué);2014年

相關(guān)碩士學(xué)位論文 前8條

1 Chigaru Farai（法拉）;東南非共同市場自由貿(mào)易協(xié)定對貿(mào)易的作用—三種實證方法[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

2 Chigaru Faai（法拉）;東南非共同市場自由貿(mào)易協(xié)定對貿(mào)易的作用—三種實證方法[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

3 張維偉;基于非參數(shù)方法的社�；鸸善笔找媛恃芯縖D];南京大學(xué);2014年

4 馮嬌杰;非參數(shù)方法對校準(zhǔn)模型的改進(jìn)及在中國的實證研究[D];南京大學(xué);2013年

5 韓天紅;非參數(shù)方法對幾個經(jīng)濟(jì)數(shù)據(jù)的統(tǒng)計分析[D];華東師范大學(xué);2009年

6 張楠;基于非參數(shù)方法的我國商業(yè)銀行操作風(fēng)險計量研究[D];鄭州大學(xué);2012年

7 方晨暉;條件Beta定價模型在我國股票市場的實證研究—基于非參數(shù)方法[D];浙江工商大學(xué);2012年

8 王曉曦;基于非參數(shù)方法的短期風(fēng)電功率預(yù)測研究[D];大連理工大學(xué);2014年

本文編號：1511839