發(fā)布時(shí)間：2018-04-17 19:04

  本文選題：隨機(jī)波動(dòng) + 極值理論��； 參考：《重慶大學(xué)》2014年博士論文

【摘要】：國際金融市場聯(lián)系日益緊密，金融波動(dòng)越發(fā)劇烈，局部類、區(qū)域類、國際類的金融危機(jī)出現(xiàn)的頻率越來越高，時(shí)間間隔也越來越短。各國金融監(jiān)管機(jī)構(gòu)、市場參與者對(duì)金融資產(chǎn)價(jià)值變動(dòng)尤為敏感，提出和構(gòu)建更有效和實(shí)用的金融風(fēng)險(xiǎn)管理方法和技術(shù)顯得更為迫切。然而，以往金融風(fēng)險(xiǎn)管理方法中的理論假設(shè)或應(yīng)用假設(shè)卻與實(shí)際存在較大偏差，比如經(jīng)典的金融資產(chǎn)收益序列正態(tài)分布假定就與事實(shí)中的尖峰、肥尾特征嚴(yán)重不符，因此如何描述和刻畫實(shí)際的金融資產(chǎn)尾部特征，探尋更合適的樣本分布形式，構(gòu)建更加精確的金融風(fēng)險(xiǎn)度量模型，對(duì)改進(jìn)金融風(fēng)險(xiǎn)度量方法至關(guān)重要。 風(fēng)險(xiǎn)管理的思路和方法有很多，比如風(fēng)險(xiǎn)分散、風(fēng)險(xiǎn)對(duì)沖、風(fēng)險(xiǎn)轉(zhuǎn)移、風(fēng)險(xiǎn)規(guī)避、風(fēng)險(xiǎn)補(bǔ)償?shù)�，但是面�?duì)當(dāng)前信息高效和即將進(jìn)入的金融大數(shù)據(jù)時(shí)代背景，帶有被動(dòng)性甚至具有某些主觀特性的類似于風(fēng)險(xiǎn)規(guī)避等定性類的風(fēng)險(xiǎn)管理方法根本不適合金融機(jī)構(gòu)的業(yè)務(wù)現(xiàn)狀，更不能及時(shí)有效地服務(wù)于實(shí)體經(jīng)濟(jì)。因此，風(fēng)險(xiǎn)管理的核心應(yīng)該轉(zhuǎn)化為可以量化的風(fēng)險(xiǎn)價(jià)值預(yù)估。而VaR作為一種理解簡單便于計(jì)算的風(fēng)險(xiǎn)管理技術(shù)，是當(dāng)前金融風(fēng)險(xiǎn)管理領(lǐng)域的國際通用標(biāo)準(zhǔn)，尤其是巴塞爾協(xié)議（BaselAccord）更是將該方法作為銀行業(yè)經(jīng)營管理中重要的一個(gè)監(jiān)管考核指標(biāo)。與此同時(shí)，相關(guān)金融風(fēng)險(xiǎn)管理的文獻(xiàn)研究及對(duì)策建議中，都在不斷提示改進(jìn)VaR計(jì)量或者變換VaR應(yīng)用思路，因此，構(gòu)建準(zhǔn)確的VaR量化模型也成為本文研究的一個(gè)主要目的所在。而VaR估值的關(guān)鍵在于正確判斷樣本數(shù)據(jù)的波動(dòng)形態(tài)，由此本文研究考慮以隨機(jī)波動(dòng)SV模型和極值EVT理論的組合應(yīng)用為主線，通過引入不同波動(dòng)條件分布、波動(dòng)結(jié)構(gòu)轉(zhuǎn)換等影響因素，試圖組合并構(gòu)建新的較為準(zhǔn)確的金融極值風(fēng)險(xiǎn)度量模型。文章的特色在于不同波動(dòng)風(fēng)險(xiǎn)度量模型的組合應(yīng)用，主要研究內(nèi)容和創(chuàng)新性體現(xiàn)如下： 首先是基本模型理論介紹及組合建模思路分析。在分別詳細(xì)介紹隨機(jī)波動(dòng)SV理論和極值EVT理論的基礎(chǔ)上，結(jié)合VaR的變換應(yīng)用，組合并構(gòu)建基于SV-EVT的動(dòng)態(tài)VaR計(jì)量模型。該部分首先強(qiáng)調(diào)的是如何選用合適的SV模型對(duì)樣本數(shù)據(jù)的波動(dòng)性進(jìn)行分析和刻畫，其次是對(duì)樣本均值的波動(dòng)殘差進(jìn)行標(biāo)準(zhǔn)化處理，然后探討應(yīng)用極值理論對(duì)樣本尾部分布擬合并預(yù)估極值分位數(shù)，，較為系統(tǒng)和全面的闡述了SV-EVT的組合模型構(gòu)建及其在測度VaR時(shí)的應(yīng)用思路。 其次是組合模型的實(shí)證檢驗(yàn)及其在實(shí)踐中的應(yīng)用分析。針對(duì)已構(gòu)建的SV-EVT模型，引入不同樣本分布函數(shù)或波動(dòng)狀態(tài)變化因素到該組合模型中，通過樣本序列數(shù)據(jù)對(duì)其進(jìn)行實(shí)證檢驗(yàn)和分析。其中，對(duì)于樣本變量的分布問題，借助廣義雙曲學(xué)生偏t分布（GHSKt）能夠反映樣本波動(dòng)非對(duì)稱厚尾的特性，首次提出用該分布與帶有杠桿效應(yīng)的SV模型進(jìn)行組合，由此構(gòu)建SV-GHSKt模型。進(jìn)而應(yīng)用該模型對(duì)初始樣本擬合處理并得到標(biāo)準(zhǔn)化殘差序列，再與極值理論方法聯(lián)立，形成SV-GHSKt-EVT的組合風(fēng)險(xiǎn)測度模型。實(shí)證分析驗(yàn)證了SV-GHSKt-EVT模型比其他異方差模型、簡單SV模型更具優(yōu)勢，為帶有尖峰厚尾、隨機(jī)波動(dòng)、杠桿效應(yīng)特征的金融資產(chǎn)的風(fēng)險(xiǎn)測度提供了更實(shí)用的方法。而對(duì)于樣本變量的波動(dòng)狀態(tài)轉(zhuǎn)移問題，考慮到以往研究中的波動(dòng)模型在擬合樣本數(shù)據(jù)時(shí)都是暗含波動(dòng)變換是呈單一連續(xù)狀態(tài)的，因此考慮將能夠反映變結(jié)構(gòu)特征的馬爾科夫結(jié)構(gòu)轉(zhuǎn)換模型引入到SV模型中，同時(shí)結(jié)合厚尾t分布提出構(gòu)建MSSV-t模型，再結(jié)合極值理論對(duì)經(jīng)MSSV-t模型篩選過的殘差進(jìn)行極值分析，得出建立在MSSV-t-EVT基礎(chǔ)上的VaR測度模型。實(shí)證分析也表明，MSSV-t-EVT模型能夠有效識(shí)別樣本數(shù)據(jù)的波動(dòng)轉(zhuǎn)換特征，并且能合理的測度風(fēng)險(xiǎn)變化，尤其在高置信水平下表現(xiàn)更好。 最后是多元極值及組合模型的拓展應(yīng)用分析。由于前文介紹的SV-EVT模型僅是考慮一維樣本變量的風(fēng)險(xiǎn)狀況，而對(duì)衡量多維市場或者金融資產(chǎn)組合的整體風(fēng)險(xiǎn)時(shí)似乎并不適用。因此本文考慮從簡單的二元市場結(jié)構(gòu)的風(fēng)險(xiǎn)相關(guān)性分析入手，引入連接函數(shù)Copula理論到SV-EVT模型中，運(yùn)用該組合模型刻畫二元資產(chǎn)變量波動(dòng)的厚尾性、非對(duì)稱性和尾部相關(guān)性，同時(shí)為了凸顯組合變量之間風(fēng)險(xiǎn)相關(guān)的時(shí)變性，又將Copula函數(shù)進(jìn)行時(shí)變變形，進(jìn)而建立了時(shí)變Copula-SV-EVT模型。實(shí)證分析表明，與靜態(tài)的風(fēng)險(xiǎn)相關(guān)性測度方法對(duì)比，基于時(shí)變特征的Copula-SV-EVT更能反映不同金融資產(chǎn)之間的尾部風(fēng)險(xiǎn)相依關(guān)系。雖然該時(shí)變模型并不能有效解決多變量資產(chǎn)組合的整體風(fēng)險(xiǎn)測度問題，但卻為后續(xù)研究奠定了有益基礎(chǔ)。 本文關(guān)于金融波動(dòng)和極值風(fēng)險(xiǎn)的研究貫穿了SV模型、EVT理論的聯(lián)合應(yīng)用，追求對(duì)樣本變量的隨機(jī)特性和變化特征刻畫，符合VaR計(jì)量的條件和實(shí)踐要求；同時(shí)也規(guī)范并拓展了極值理論在金融風(fēng)險(xiǎn)管理中的應(yīng)用，為市場參與者，尤其是監(jiān)管機(jī)構(gòu)、投資機(jī)構(gòu)等市場主體提供了防范和抵御極端金融風(fēng)險(xiǎn)的理論方法。
[Abstract]:Financial supervision organizations and market participants are particularly sensitive to the changes in financial assets value .

At the same time , the core of risk management should be transformed into a quantitative risk value estimate .

Firstly , the basic model theory and the combined modeling thought analysis are introduced . Based on the detailed introduction of the stochastic wave SV theory and the extreme - extremelet theory , the dynamic VaR measurement model based on SV - evt is combined and constructed based on the transformation application of VaR . The part of this part emphasizes how to select the appropriate SV model to analyze and characterize the volatility of sample data , then to discuss the application extreme theory to the sample tail distribution to estimate the extreme value quantile , the more systematic and comprehensive description of the SV - evt combination model construction and its application in measure VaR .

In this paper , the model of SV - GHSKt - EV1 is introduced into SV model .

This paper , based on the analysis of the risk correlation of the simple binary market structure , introduces the Copula theory of the connection function into the SV - evt model , and then constructs a time - varying Copula - SV - evt model . The empirical analysis shows that the Copula - SV - EVs based on time - varying characteristics can reflect the tail - risk dependence of different financial assets .

In this paper , the study of financial volatility and extreme risk extends through SV model , the joint application of evt theory , the pursuit of random property and changing characteristic of sample variable , which accords with the condition and practice requirement of VaR measurement ;
At the same time , the application of extreme value theory in financial risk management is also regulated and expanded , and the theory method of preventing and resisting extreme financial risks is provided for market participants , especially regulators and investment institutions .

【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：F224;F830

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董耀武;周孝華;姜婷;;基于EVT-POT-SVt模型的風(fēng)險(xiǎn)度量研究[J];北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2011年03期

2 曹志廣;王安興;楊軍敏;;股票收益率非正態(tài)性的蒙特卡羅模擬檢驗(yàn)[J];財(cái)經(jīng)研究;2005年10期

3 高瑩;周鑫;金秀;;GARCH-EVT模型在動(dòng)態(tài)VaR中的應(yīng)用[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

4 林美艷,薛宏剛,趙鳳群;上海證券市場收益率的正態(tài)性檢驗(yàn)[J];紡織高�；A(chǔ)科學(xué)學(xué)報(bào);2003年03期

5 蘇衛(wèi)東,齊安甜,黃興;長記憶SV模型的統(tǒng)計(jì)性質(zhì)及其實(shí)證分析[J];系統(tǒng)工程;2004年03期

6 柳會(huì)珍,顧嵐;股票收益率分布的尾部行為研究[J];系統(tǒng)工程;2005年02期

7 張瑞鋒;張世英;;基于VS-MSV模型的金融市場波動(dòng)溢出分析及實(shí)證研究[J];系統(tǒng)工程;2007年08期

8 羅付巖;鄧光明;;基于時(shí)變Copula的VaR估計(jì)[J];系統(tǒng)工程;2007年08期

9 朱鈞鈞;謝識(shí)予;;上證綜指馬爾可夫轉(zhuǎn)換模型的MCMC估計(jì)和分析[J];系統(tǒng)工程;2010年04期

10 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

相關(guān)博士學(xué)位論文 前3條

1 林宇;動(dòng)態(tài)極值VaR測試的準(zhǔn)確性及VaR因果關(guān)系研究[D];西南交通大學(xué);2008年

2 李偉;基于金融波動(dòng)模型的Copula函數(shù)建模與應(yīng)用研究[D];西南財(cái)經(jīng)大學(xué);2008年

3 花擁軍;極值理論在中國股市風(fēng)險(xiǎn)度量中的應(yīng)用研究[D];重慶大學(xué);2009年

本文編號(hào)：1764875