本文關(guān)鍵詞：基于隱馬爾可夫模型的VaR度量方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國(guó)金融業(yè)的不斷發(fā)展與對(duì)外開(kāi)放、金融創(chuàng)新的步伐不斷加快、新型金融產(chǎn)品陸續(xù)推出,我國(guó)金融業(yè)所面臨的潛在風(fēng)險(xiǎn)也在慢慢變得更加復(fù)雜,2015年6月至9月我國(guó)股票市場(chǎng)所經(jīng)歷的暴跌也揭示了我國(guó)金融市場(chǎng)的潛在風(fēng)險(xiǎn)。分析金融市場(chǎng)的波動(dòng)特性同時(shí)對(duì)金融市場(chǎng)的風(fēng)險(xiǎn)進(jìn)行估計(jì)對(duì)投資者和監(jiān)管者等市場(chǎng)參與者都具有重要的意義。Va R以其出色的綜合概括能力,為投資者和監(jiān)管者提供了一個(gè)直觀、全面且具有前瞻性的風(fēng)險(xiǎn)度量方法。在巴塞爾委員會(huì)的推動(dòng)下,Va R已經(jīng)變成全球金融機(jī)構(gòu)廣泛使用的風(fēng)險(xiǎn)度量方法并且成為了計(jì)量商業(yè)銀行資本要求的核心指標(biāo)。本文主要針對(duì)金融市場(chǎng)運(yùn)行的模式轉(zhuǎn)換和金融資產(chǎn)收益率的“尖峰厚尾”等特征,構(gòu)建了基于隱馬爾可夫模型的Va R度量方法。本文首先提出了Va R度量方法研究的背景及意義,然后對(duì)國(guó)內(nèi)外的研究文獻(xiàn)進(jìn)行了梳理,發(fā)現(xiàn)考慮到金融市場(chǎng)運(yùn)行模式切換的方法往往無(wú)法有效衡量尾部風(fēng)險(xiǎn),尤其是左尾風(fēng)險(xiǎn),而能夠較好地覆蓋尾部風(fēng)險(xiǎn)的方法又往往沒(méi)有考慮到市場(chǎng)運(yùn)行的模式切換。為了將金融市場(chǎng)運(yùn)行的模式切換與極端損失的尾部風(fēng)險(xiǎn)相結(jié)合起來(lái),我們引入了隱馬爾可夫模型和混合正態(tài)分布并在此基礎(chǔ)上構(gòu)建了基于隱馬爾可夫模型的Va R度量方法(HMM GMM Va R)。模型的檢驗(yàn)方面我們首先使用了模擬數(shù)據(jù)來(lái)衡量Va R度量方法的準(zhǔn)確性,選擇了吳燕飛于2013年提出的將隱馬爾可夫模型與GARCH模型相結(jié)合度量Va R的方法(HMM GARCH Va R)和沒(méi)有考慮金融市場(chǎng)運(yùn)行的模式切換單獨(dú)使用混合正態(tài)分布來(lái)度量Va R的方法(GMM Va R)作為參照。發(fā)現(xiàn)HMM GMM Va R與GMM Va R準(zhǔn)確性相當(dāng)且優(yōu)于HMM GARCH Va R,大部分情況下HMM GMM Va R準(zhǔn)確性最佳。然后選擇上證指數(shù)的對(duì)數(shù)收益率數(shù)據(jù)進(jìn)行了實(shí)證研究,使用Kupiec和Christofferson兩種回溯檢驗(yàn)方法對(duì)上述三種Va R度量方法在現(xiàn)實(shí)中的適用情況進(jìn)行了分析,發(fā)現(xiàn)HMM GMM Va R在現(xiàn)實(shí)的市場(chǎng)環(huán)境中表現(xiàn)最佳。最后考察了三種Va R度量方法在2015年6月至9月中國(guó)股票市場(chǎng)大幅下跌的極端市場(chǎng)風(fēng)險(xiǎn)情況中的表現(xiàn),發(fā)現(xiàn)只有HMM GMM Va R在市場(chǎng)波動(dòng)加劇時(shí)給出了信號(hào)。如果投資者使用HMM GMM Va R監(jiān)控市場(chǎng)風(fēng)險(xiǎn)的變化情況,則可以相應(yīng)的減少所受的損失。
【關(guān)鍵詞】：隱馬爾可夫模型 混合正態(tài)分布 VaR
【學(xué)位授予單位】：華東政法大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.5;F224
【目錄】：

• 摘要2-4
• Abstract4-8
• 第一章 引言8-11
• 1.1 研究背景及意義8-9
• 1.2 研究方法9
• 1.3 創(chuàng)新點(diǎn)及存在的問(wèn)題9-11
• 第二章 相關(guān)文獻(xiàn)研究11-17
• 2.1 VaR計(jì)算方法的相關(guān)研究11-15
• 2.2 隱馬爾可夫模型的相關(guān)研究15-17
• 第三章 基于隱馬爾可夫模型的VaR度量方法17-32
• 3.1 傳統(tǒng)VaR度量方法17-19
• 3.1.1 歷史模擬法17-18
• 3.1.2 參數(shù)估計(jì)法18
• 3.1.3 非參數(shù)估計(jì)法18-19
• 3.2 VaR的應(yīng)用領(lǐng)域19-22
• 3.2.1 風(fēng)險(xiǎn)調(diào)整資本收益率的衡量19-20
• 3.2.2 監(jiān)管資本的計(jì)量20-21
• 3.2.3 投資組合管理21-22
• 3.3 隱馬爾可夫模型22-28
• 3.4 混合正態(tài)分布28-30
• 3.5 基于隱馬爾可夫模型的VaR度量方法構(gòu)建30-32
• 第四章 模型分析32-54
• 4.1 基于模擬數(shù)據(jù)的分析32-41
• 4.1.1 分布函數(shù)的選擇33-34
• 4.1.2 準(zhǔn)確性的度量指標(biāo)34-35
• 4.1.3 準(zhǔn)確性的度量方法35
• 4.1.4 VaR度量模型準(zhǔn)確性結(jié)果35-40
• 4.1.5 VaR估計(jì)的準(zhǔn)確性總結(jié)40-41
• 4.2 基于實(shí)證數(shù)據(jù)的分析41-48
• 4.2.1 上證綜合指數(shù)的基本統(tǒng)計(jì)特征41-42
• 4.2.2 基于Baum-Welch算法的隱馬爾可夫模型建立42-45
• 4.2.3 實(shí)證數(shù)據(jù)的VaR估計(jì)方法45-46
• 4.2.4 VaR估計(jì)的檢驗(yàn)方法46
• 4.2.5 三種度量方法的比較46-48
• 4.3 2015 年股災(zāi)中的應(yīng)用48-54
• 4.3.1 股災(zāi)歷史回顧48
• 4.3.2 股災(zāi)與杠桿48-51
• 4.3.3 三種VaR度量模型在股災(zāi)中的表現(xiàn)51-54
• 第五章 結(jié)論54-56
• 參考文獻(xiàn)56-60
• 在讀期間發(fā)表的學(xué)術(shù)論文與研究成果60-61
• 后記61-62

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 騰格爾;賀昌政;蔣曉毅;;隱馬爾可夫模型研究進(jìn)展及其管理領(lǐng)域應(yīng)用[J];軟科學(xué);2012年02期

2 劉志強(qiáng);;基于連續(xù)隱馬爾可夫模型的旋律檢索算法研究[J];中小企業(yè)管理與科技(上旬刊);2011年12期

3 王實(shí),高文,黃鐵軍,馬繼勇,李錦濤;基于隱馬爾可夫模型的在線零售站點(diǎn)的自適應(yīng)[J];軟件學(xué)報(bào);2001年04期

4 劉華泓;姜克旺;蔡向高;;基于OpenCL的隱馬爾可夫模型的GPU并行實(shí)現(xiàn)[J];科技創(chuàng)新導(dǎo)報(bào);2013年15期

5 張圣忠;李倩;吳群琪;;基于隱馬爾可夫模型的物流企業(yè)客戶違約風(fēng)險(xiǎn)評(píng)估[J];財(cái)經(jīng)理論與實(shí)踐;2010年03期

6 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 史笑興;王太君;何振亞;;論二階隱馬爾可夫模型與一階隱馬爾可夫模型的關(guān)系[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

2 馬勇;金峗;顧明亮;趙力;;基于隱馬爾可夫模型的漢語(yǔ)方言辨識(shí)[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

3 吳志強(qiáng);陳珂;遲惠生;;基于隱馬爾可夫模型的有限詞匯集內(nèi)與文本無(wú)關(guān)的說(shuō)話人辨認(rèn)的研究[A];第四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

4 徐毅瓊;李弼程;王波;;隱馬爾可夫模型在人臉檢測(cè)與識(shí)別中的應(yīng)用[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

5 吳成東;柴佩琪;;基于分類的隱馬爾可夫模型的聲母識(shí)別[A];第一屆全國(guó)語(yǔ)言識(shí)別學(xué)術(shù)報(bào)告與展示會(huì)論文集[C];1990年

6 徐東風(fēng);周萍;景新幸;;改進(jìn)隱馬爾可夫模型的非線性分段技術(shù)應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（下）[C];2007年

7 邢穎;南敬昌;;基于隱馬爾可夫模型的人臉檢測(cè)與識(shí)別系統(tǒng)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

8 秦勇;莫福源;李昌立;關(guān)定華;;基于隱馬爾可夫模型的漢語(yǔ)二字詞音調(diào)模式識(shí)別[A];第三屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1994年

9 楊文強(qiáng);鄧明華;錢(qián)敏平;;隱馬爾可夫模型與剪切位點(diǎn)識(shí)別[A];中國(guó)運(yùn)籌學(xué)會(huì)第六屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2000年

10 馬曉川;劉冬;趙榮椿;;孤立短語(yǔ)隱馬爾可夫模型自動(dòng)建模軟件的實(shí)現(xiàn)[A];第四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 李杰;隱馬爾可夫模型的研究及其在圖像識(shí)別中的應(yīng)用[D];清華大學(xué);2004年

2 夏麗莎;基于隱馬爾可夫模型的故障診斷及相關(guān)算法研究[D];華中科技大學(xué);2014年

3 劉韜;基于隱馬爾可夫模型與信息融合的設(shè)備故障診斷與性能退化評(píng)估研究[D];上海交通大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 吳瑞琪;面向農(nóng)牧民歌旋律的自動(dòng)伴奏技術(shù)研究[D];河南師范大學(xué);2015年

2 張凱;基于隱馬爾可夫模型的頻譜預(yù)測(cè)和感知方法研究[D];南京郵電大學(xué);2015年

3 趙效毓;基于最大熵隱馬爾可夫模型的基因啟動(dòng)子識(shí)別[D];南京農(nóng)業(yè)大學(xué);2014年

4 白雁飛;基于隱馬爾可夫模型的J波識(shí)別技術(shù)研究[D];太原理工大學(xué);2016年

5 崔晨雨;基于用戶經(jīng)驗(yàn)水平的推薦方法研究[D];清華大學(xué);2015年

6 李若冰;基于貝葉斯網(wǎng)絡(luò)和隱馬爾可夫模型的撲克對(duì)手建模研究[D];南京大學(xué);2013年

7 朱超然;基于隱馬爾可夫模型的無(wú)線傳感器網(wǎng)絡(luò)入侵檢測(cè)研究[D];華北電力大學(xué)(北京);2014年

8 李倫;基于隱馬爾可夫模型的VaR度量方法研究[D];華東政法大學(xué);2016年

9 王宇寧;隱馬爾可夫模型在信息抽取中的應(yīng)用研究[D];大連理工大學(xué);2007年

10 楊戰(zhàn);基于隱馬爾可夫模型的自動(dòng)和弦識(shí)別[D];哈爾濱工業(yè)大學(xué);2010年

  本文關(guān)鍵詞：基于隱馬爾可夫模型的VaR度量方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：445716