本文關鍵詞：基于多分辨率分析和極值理論的集合VaR模型

  更多相關文章： 小波分析 多分辨率分析 GARCH模型 極值理論 VaR

【摘要】：金融資產(chǎn)價格的波動一般具有隨時間動態(tài)演化的特征,其收益的分布往往具有“厚尾性”。本文基于微觀市場具有異質(zhì)性,建立了MRA-EVT模型。該模型利用小波分析的多分辨率分析(MRA),多尺度捕獲資產(chǎn)價格波動的時變特征,將收益率序列分解成不同的時域正交分量,對各個分量序列分別建立適當?shù)腁RMA-GARCH模型,然后將上述子序列所建模型進行線性疊加,再結合極值理論(EVT)對厚尾性進行建模并預測風險價值(VaR)。將該模型應用于滬深300指數(shù)的VaR預測,并依據(jù)Kupiec后側(cè)檢驗,比較了該模型與傳統(tǒng)的ARMA-GARCH模型、無條件EVT模型、MRA模型的預測效果。實證結果表明,MRA-EVT模型確實改善了VaR預測的效果,有利于金融從業(yè)者對指數(shù)市場風險更清醒的認識,進而做好對金融市場中如股指期貨等的風險管理。
【關鍵詞】：小波分析 多分辨率分析 GARCH模型 極值理論 VaR
【學位授予單位】：中國科學技術大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F224;F832.5
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-15
• 1.1 研究的背景9-10
• 1.2 研究的目的與現(xiàn)實意義10-11
• 1.3 國內(nèi)外研究現(xiàn)狀11-15
• 第二章 VaR及其估計方法的預測與比較15-21
• 2.1 VaR簡介15-16
• 2.2 VaR估計的常用方法16-20
• 2.2.1 VaR估計的非參數(shù)方法17-19
• 2.2.2 VaR估計的參數(shù)方法19
• 2.2.3 VaR估計的半?yún)?shù)方法19-20
• 2.3 VaR應用的優(yōu)越性和缺陷性20-21
• 第三章 小波分析與多分辨率分析理論21-27
• 3.1 傅里葉分析理論21-22
• 3.2 小波分析與多分辨率分析理論22-27
• 第四章 極值理論27-31
• 4.1 極值理論回顧27-28
• 4.2 BMM模型理論基礎28-29
• 4.3 POT模型理論基礎29-31
• 第五章 MRA-EVT模型31-43
• 5.1 ARMA模型簡介31-32
• 5.2 GARCH模型簡介32-39
• 5.2.1 ARCH模型33-34
• 5.2.2 GARCH模型34-38
• 5.2.3 GARCH模型參數(shù)估計38-39
• 5.3 MRA-EVT模型具體操作步驟39-43
• 第六章 基于MRA-EVT模型的實證分析43-53
• 6.1 數(shù)據(jù)的選取與預處理43-44
• 6.2 描述性統(tǒng)計量與ARCH效應檢驗44-46
• 6.3 收益率相關性與多分辨率分析結果46-47
• 6.4 MRA-EVT模型建立47-51
• 6.5 預測結果的后側(cè)檢驗51-53
• 第七章 研究結論與展望53-55
• 7.1 研究結論53
• 7.2 本文研究的局限性研究結論53-54
• 7.3 后續(xù)研究方向54-55
• 參考文獻55-59
• 致謝59-61
• 在讀期間發(fā)表的學術論文61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 吳恒煜;朱福敏;;GARCH驅(qū)動下歷史濾波服從Levy過程的期權定價[J];系統(tǒng)工程學報;2012年03期

2 方立兵;郭炳伸;曾勇;;GARCH族模型的預測能力比較:一種半?yún)?shù)方法[J];數(shù)量經(jīng)濟技術經(jīng)濟研究;2010年04期

3 劉向麗;成思危;汪壽陽;洪永淼;;參數(shù)法、半?yún)?shù)法和非參數(shù)法計算我國銅期貨市場VaR之比較[J];管理評論;2008年06期

4 黃海南;鐘偉;;GARCH類模型波動率預測評價[J];中國管理科學;2007年06期

5 黃大山,盧祖帝;中國股市風險CAViaR建模的穩(wěn)定性分析[J];管理評論;2004年05期

6 張冕,萬建平,李楚進;小波理論在VaR計算中的應用[J];應用數(shù)學;2002年S1期

，

本文編號：1086725