本文關(guān)鍵詞： GARCH族模型 VaR測(cè)度 返回測(cè)試 風(fēng)險(xiǎn)測(cè)度 金融風(fēng)險(xiǎn) 股票指數(shù) 期貨投資　出處：《東岳論叢》2016年12期 　論文類型：期刊論文

【摘要】：運(yùn)用經(jīng)濟(jì)物理學(xué)方法驗(yàn)證滬深300指數(shù)市場(chǎng)存在的一些特征,進(jìn)而用四種GARCH模型在不同分布下進(jìn)行VaR風(fēng)險(xiǎn)測(cè)度建模,并用返回測(cè)試中的似然比和動(dòng)態(tài)分位數(shù)回歸加以檢驗(yàn),結(jié)果表明:收益分布服從有偏學(xué)生t分布的VaR測(cè)度模型可靠性顯著高于正態(tài)分布和學(xué)生t分布;在樣本內(nèi),GARCH、GJR、HYGARCH模型均能有效度量VaR風(fēng)險(xiǎn),HYGARCH在空頭VaR水平較高時(shí)精度更高;在樣本外,GARCH、GJR、FIGARCH、HYGARCH模型的VaR測(cè)度能力相差不大,但HYGARCH模型在空頭VaR水平下測(cè)度能力更高些。因此,在有偏學(xué)生t分布下,能捕捉更多金融資產(chǎn)特征的HYGARCH模型對(duì)滬深300指數(shù)的VaR測(cè)度更精確可靠,這意味著在風(fēng)險(xiǎn)管理時(shí),應(yīng)更多考慮具有尾部效應(yīng)的模型進(jìn)行度量。
[Abstract]:Using the economic physics method to verify some characteristics of Shanghai and Shenzhen 300 index market, and then use four kinds of GARCH models to model the VaR risk measurement under different distribution. The likelihood ratio and dynamic quantile regression in return test are used to test the results. The results show that the reliability of the VaR measure model of income distribution is significantly higher than that of normal distribution and student t distribution. The VaR risk can be effectively measured by the GJR GJR HYGARCH model in the sample. The accuracy of HYGARCH is higher when the short VaR level is higher than that of the HYGARCH model. There is little difference in the VaR measurement ability of the GARCHN GJRK FIGARCHH HYGARCH model outside the sample. However, the HYGARCH model is more capable of measuring at the level of short VaR. Therefore, in the case of biased student t distribution. The HYGARCH model, which can capture more characteristics of financial assets, is more accurate and reliable for the VaR measurement of the CSI 300 index, which means that in risk management. More consideration should be given to the measurement of models with tail effects.
【作者單位】： 齊魯工業(yè)大學(xué)工商學(xué)院;濰陰工學(xué)院管理工程學(xué)院;
【分類號(hào)】：F830.91
【正文快照】： (1)Mantegna,R.N.and H.E.Stanley:Scaling behaviour in the dynamics of an economic index,376(6535),pp.46-49,1995.(2)Kantelhardt,J.W.,S.A.Zschiegner,E.Koscielny-Bunde,S.Havlin,A.Bunde and H.E.Stanley:Multifractal detrendedfluctuation analysis of nonstationa

【相似文獻(xiàn)】

相關(guān)會(huì)議論文 前5條

1 劉京軍;;基于相對(duì)VaR的最優(yōu)套期保值比率研究[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集[C];2008年

2 翟建輝;朱南軍;;保險(xiǎn)資金房地產(chǎn)投資的風(fēng)險(xiǎn)分析與度量——基于VaR的角度[A];十二五·新挑戰(zhàn)：經(jīng)濟(jì)社會(huì)綜合風(fēng)險(xiǎn)管理——北大賽瑟（CCISSR）論壇文集·2011[C];2011年

3 劉啟浩;張杰;;監(jiān)控VaR的模型風(fēng)險(xiǎn)的控制圖方法[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

4 邵愛梅;邱崇踐;;4DVAR中插值計(jì)算引發(fā)的不穩(wěn)定性研究[A];中國(guó)氣象學(xué)會(huì)2005年年會(huì)論文集[C];2005年

5 鄭燕飛;徐偉;;信息產(chǎn)業(yè)、物流與GDP間的VAR分析[A];第十一屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前10條

1 黃夢(mèng);安全方案成熱點(diǎn)VAR積極介入[N];電腦商報(bào);2004年

2 黃夢(mèng);迎合客戶需求VAR頻出高招[N];電腦商報(bào);2003年

3 雷陽(yáng) 楊賀 編譯;VAR尋找推進(jìn)方案銷售的最佳方式[N];電腦商報(bào);2006年

4 王紅英;VaR在制定監(jiān)管期貨公司資本標(biāo)準(zhǔn)中的應(yīng)用[N];期貨日?qǐng)?bào);2007年

5 編譯 曉軒;VAR眼中的渠道主管[N];計(jì)算機(jī)世界;2007年

6 孫愛民;攜手VAR 愛普生打造共贏“生態(tài)圈”[N];中國(guó)電子報(bào);2004年

7 海證期貨 暢會(huì)玨 宋福軼;基于VaR的股指期權(quán)風(fēng)險(xiǎn)管理實(shí)證研究[N];期貨日?qǐng)?bào);2008年

8 黃夢(mèng)/編譯;供應(yīng)商提高折扣標(biāo)準(zhǔn) VAR坐收漁利[N];電腦商報(bào);2003年

9 黃夢(mèng);并購(gòu)催生強(qiáng)者 VAR實(shí)力飆升[N];電腦商報(bào);2003年

10 海通期貨研究所 郭梁;以基于VaR的動(dòng)量反轉(zhuǎn)策略應(yīng)對(duì)股指極端事件[N];期貨日?qǐng)?bào);2009年

相關(guān)博士學(xué)位論文 前3條

1 邵欣煒;基于VaR的金融風(fēng)險(xiǎn)度量與管理[D];吉林大學(xué);2004年

2 何旭彪;VaR風(fēng)險(xiǎn)耦合理論模型、數(shù)值模擬技術(shù)及應(yīng)用研究[D];華中科技大學(xué);2005年

3 林宇;動(dòng)態(tài)極值VaR測(cè)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

相關(guān)碩士學(xué)位論文 前10條

1 田金金;基于兩類異方差模型的滬深300指數(shù)的VAR研究[D];華中師范大學(xué);2015年

2 朱恩廁;iu值VAR方法n,度上海，

本文編號(hào)：1458088