【摘要】：房地產(chǎn)業(yè)是國民經(jīng)濟發(fā)展的支柱產(chǎn)業(yè),對拉動經(jīng)濟的增長有著重要的作用。同時,房地產(chǎn)作為民生的重要生活資料,具有特殊性。然而,在經(jīng)歷的美國次貸危機的沖擊后,我國政府為控制房地產(chǎn)價格的過度增長而出臺了針對房地產(chǎn)的宏觀調(diào)控政策,使得房地產(chǎn)投資收益出現(xiàn)的較大的不確定性。房地產(chǎn)投資本質(zhì)上是風險投資,將金融理論中的方法應(yīng)用于其中作為房地產(chǎn)企業(yè)分散風險的有效途徑和手段,會對房地產(chǎn)投資者起到很好的指導(dǎo)作用,而控制風險首先是識別和量化風險。因此,為了更直觀地量化房地產(chǎn)投資風險,本文應(yīng)用金融風險管理理論中最流行的方法一風險價值來對房地產(chǎn)投資風險進行分析。 此外,在VaR的傳統(tǒng)估計方法中,應(yīng)用GARCH模型及改進的GARCH模型估計收益率方差進而估計VaR的方法較為廣泛,但是這些方法沒有考慮技術(shù)的變革,危機的出現(xiàn),政策的變化等因素的影響,這些都會引起波動產(chǎn)生狀態(tài)的變化。尤其是我國房地產(chǎn)市場在經(jīng)歷了金融危機和國家房地產(chǎn)調(diào)控后,對其波動進行區(qū)制轉(zhuǎn)換的研究將有利于房地產(chǎn)投資者了解市場風險的程度。本文將結(jié)合我國房地產(chǎn)投資的特點,利用深圳交易所的房地產(chǎn)指數(shù)的時間序列數(shù)據(jù),對房地產(chǎn)風險進行量化并分析,在風險價值的基礎(chǔ)上對比房地產(chǎn)投資GARCH類模型和SWARCH模型。
【圖文】：

產(chǎn)市場投資風險，本文選取在深圳證券交易所的房地產(chǎn)業(yè)指數(shù)(399202010年2月25號的日收盤價(共2332個數(shù)據(jù))進行實證分析。數(shù)一指數(shù)歷史數(shù)據(jù)①。選取房地產(chǎn)指數(shù)而未使用房價指數(shù)是因為房地產(chǎn)指數(shù)是在深圳證券類股票的地產(chǎn)行業(yè)分類指數(shù)，是以各股票的股本作為權(quán)數(shù)加以計算的，業(yè)投資情況的綜合走勢，而房價指數(shù)是根據(jù)實際房產(chǎn)銷售情況制定的映房地產(chǎn)投資的風險。此外，，由于房價具有一定的剛性，所以其對外股票那樣敏感，風險結(jié)構(gòu)的變化也就不會很明顯。本文使用的計.0、EVIEWSS.0以及EXCEL。據(jù)的統(tǒng)計特征每日的對數(shù)收益為:氣一ln(p，/八_;)一Inp;一inp‘_，，p，表示第t日的統(tǒng)計特征分析如下:

圖4.4地產(chǎn)指數(shù)(399200)收益率分布直方圖及描述性統(tǒng)計量資卡}來源:作者編制從圖4.3和圖4.4可以看出，地產(chǎn)指數(shù)的收益率曲線正如大多數(shù)金融數(shù)據(jù)一樣，具有尖峰厚尾的特征。而且其偏度小于0，說明該樣本分布左偏。從Jarque一Bera檢驗結(jié)果看，不能接受收益率服從正態(tài)分布的原假設(shè)。4.1.3數(shù)據(jù)檢驗首先，我們先對數(shù)據(jù)進行ADF平穩(wěn)性檢驗，選擇不帶截距項和趨勢項的回歸模型作單位根檢驗，在序列存在單位根的原假設(shè)下，檢驗結(jié)果如表4.1:表4.1房地產(chǎn)指數(shù)收益率序列單位根檢驗結(jié)果 ttttt一 StatisticccProb.*** AAAugmentedDickey一 Fullerteststatistieee一 46.0261110.000111 TTTesteriticalvalues:::l%levelll一 2.5659555555 55555%levelll一1， 940966666 111110%levelll一 1.6166088888資料來源:作者編制從表4.1的結(jié)果看
【學位授予單位】：天津財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：F224;F293.3

【參考文獻】

相關(guān)期刊論文 前10條

1 李繼祥,郭多祚;VaR模型的反饋檢驗方法[J];貴州財經(jīng)學院學報;2003年04期

2 蔣祥林,王春峰;基于SWARCH的VaR及壓力測試值的一致性估計[J];管理科學;2005年01期

3 陳國坤;李斌;周芬;;基于VAR的房地產(chǎn)投資風險度量方法研究[J];基建優(yōu)化;2006年05期

4 孫葉萌;王晨;;基于馬爾科夫區(qū)制轉(zhuǎn)移模型的風險價值度量——對我國股市波動區(qū)制的識別與預(yù)警[J];經(jīng)濟縱橫;2010年03期

5 陳守東,俞世典;基于GARCH模型的VaR方法對中國股市的分析[J];吉林大學社會科學學報;2002年04期

6 孫寧華;;金融衍生產(chǎn)品風險度量:從靈敏度到VaR[J];生產(chǎn)力研究;2006年11期

7 龔銳,陳仲常,楊棟銳;GARCH族模型計算中國股市在險價值(VaR)風險的比較研究與評述[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2005年07期

8 蘇濤;詹原瑞;;SWARCH模型下的VaR估計[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2005年12期

9 江孝感;萬蔚;;馬爾科夫狀態(tài)轉(zhuǎn)換GARCH模型的波動持續(xù)性研究——對估計方法的探討[J];數(shù)理統(tǒng)計與管理;2009年04期

10 蘇濤;詹原瑞;朱春生;;體制對中國股市波動影響分析研究[J];西安電子科技大學學報(社會科學版);2006年01期

相關(guān)會議論文 前1條

1 陳守東;王晨;孫葉萌;;中國股市波動性的MS方差模型和SWARCH模型比較研究[A];中國現(xiàn)場統(tǒng)計研究會第十三屆學術(shù)年會論文集[C];2007年

相關(guān)碩士學位論文 前2條

1 王晨;基于馬爾可夫區(qū)制轉(zhuǎn)移模型的VaR度量[D];吉林大學;2007年

2 王立紅;房地產(chǎn)投資組合及VaR風險測度研究[D];中南大學;2009年

本文編號：2593970