基于房地產投資風險VaR:GARCH與SWARCH的比較
【圖文】:
產市場投資風險,本文選取在深圳證券交易所的房地產業(yè)指數(399202010年2月25號的日收盤價(共2332個數據)進行實證分析。數一指數歷史數據①。選取房地產指數而未使用房價指數是因為房地產指數是在深圳證券類股票的地產行業(yè)分類指數,是以各股票的股本作為權數加以計算的,業(yè)投資情況的綜合走勢,而房價指數是根據實際房產銷售情況制定的映房地產投資的風險。此外,,由于房價具有一定的剛性,所以其對外股票那樣敏感,風險結構的變化也就不會很明顯。本文使用的計.0、EVIEWSS.0以及EXCEL。據的統(tǒng)計特征每日的對數收益為: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地產指數(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,地產指數的收益率曲線正如大多數金融數據一樣,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檢驗結果看,不能接受收益率服從正態(tài)分布的原假設。4.1.3數據檢驗首先,我們先對數據進行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下,檢驗結果如表4.1:表4.1房地產指數收益率序列單位根檢驗結果 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的結果看
【學位授予單位】:天津財經大學
【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)制的識別與預警[J];經濟縱橫;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;;金融衍生產品風險度量:從靈敏度到VaR[J];生產力研究;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];數量經濟技術經濟研究;2005年07期
8 蘇濤;詹原瑞;;SWARCH模型下的VaR估計[J];數量經濟技術經濟研究;2005年12期
9 江孝感;萬蔚;;馬爾科夫狀態(tài)轉換GARCH模型的波動持續(xù)性研究——對估計方法的探討[J];數理統(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];中國現場統(tǒng)計研究會第十三屆學術年會論文集[C];2007年
相關碩士學位論文 前2條
1 王晨;基于馬爾可夫區(qū)制轉移模型的VaR度量[D];吉林大學;2007年
2 王立紅;房地產投資組合及VaR風險測度研究[D];中南大學;2009年
本文編號:2593970
本文鏈接:http://sikaile.net/jingjilunwen/fangdichanjingjilunwen/2593970.html