【摘要】：VaR作為金融機(jī)構(gòu)度量風(fēng)險(xiǎn)的工具,它是研究有多大把握將發(fā)生最大損失的幅度控制在某范圍內(nèi),目前VaR已成為市場(chǎng)風(fēng)險(xiǎn)度量的主流方法。VaR的計(jì)算實(shí)際上是對(duì)波動(dòng)率的探索研究,本文以上證綜指和深圳成指日對(duì)數(shù)收益率為研究對(duì)象,根據(jù)兩指數(shù)序列的波動(dòng)特征,在基于正態(tài)分布、偏正態(tài)分布、t分布、偏t分布、GED分布和SGED分布六種不同分布假設(shè)下,將APARCH模型來(lái)與傳統(tǒng)的GARCH模型和EGARCH模型進(jìn)行對(duì)比分析。在此基礎(chǔ)上,進(jìn)一步引入分位數(shù)回歸VaR模型,將其與擬合效果較好的APARCH模型結(jié)合,構(gòu)造出QR-APARCH模型。最后構(gòu)造基于偏t分布、GED分布和SGED分布的殘差分布假設(shè)下的QR-APARCH模型,與APARCH模型相比較,利用Kupiec失敗率檢驗(yàn)來(lái)比較模型的VaR測(cè)算精確度。實(shí)證研究結(jié)果表明,上證綜指和深圳成指指數(shù)序列均具有尖峰厚尾、偏態(tài)性和波動(dòng)集聚性等特征,此外深圳成指收益率序列的杠桿效應(yīng)比上證綜指更為明顯。從模型應(yīng)用來(lái)看,能刻畫(huà)杠桿效應(yīng)且靈活性較強(qiáng)的APARCH模型預(yù)測(cè)VaR的精確度高于EGARCH模型和傳統(tǒng)的GARCH模型;基于SGED分布的APARCH模型優(yōu)于基于偏t分布和GED分布的GARCH模型的EGARCH模型;將分位數(shù)回歸模型與APARCH-SGED模型有機(jī)結(jié)合的QR-APARCH-SGED模型度量效果優(yōu)于APARCH-SGED模型。從模型的優(yōu)化來(lái)看,分位數(shù)回歸對(duì)于度量風(fēng)險(xiǎn)價(jià)值VaR具有天然的優(yōu)勢(shì),它無(wú)須假定殘差的分布,采用最優(yōu)化途徑估計(jì)參數(shù),適合刻畫(huà)金融時(shí)間序列的尖峰厚尾特征。相應(yīng)地,分位數(shù)回歸的VaR估計(jì)是利用APARCH-SGED模型后得出的波動(dòng)率標(biāo)準(zhǔn)差來(lái)做出估算,它結(jié)合了兩類(lèi)模型的優(yōu)點(diǎn),能更好地預(yù)測(cè)上證綜指和深圳成指的風(fēng)險(xiǎn)值。
【圖文】：

其尖峰的特征比深圳成指更為顯著；且ＪＢ統(tǒng)計(jì)量的值均很大，ｐ值逡逑近似為零，說(shuō)明樣本并不服從正態(tài)分布，拒絕原假設(shè)。逡逑由圖１和圖２上證綜指和深圳成指ＱＱ圖可以看出，圖中兩端的點(diǎn)明顯呈曲逡逑線，均偏離了直線水平，愈往上（或下），偏離愈明顯，表明序列的尾部較厚，，逡逑峰度更高，進(jìn)一步驗(yàn)證了這兩只股票指數(shù)序列不服從正態(tài)分布，具有尖峰厚尾和逡逑偏態(tài)分布特征。故我們需要利用厚尾分布來(lái)擬合殘差的分布。逡逑Ｎｏｒｍａｌ邋Ｑ－Ｑ邋Ｐｌｏｔ逡逑－邐７逡逑＿逡逑／逡逑00°逡逑0邋0逡逑邐１邐１邐１邐１邐１邐１邐１邐逡逑？３邐－５邐－１邐０邐１邐２邐３逡逑Ｔｈｅｏｒｅｌ＇Ｃａ１邋Ｏｕａｒｔｉｌｅｓ逡逑圖丨上證綜指日對(duì)數(shù)收益率ＱＱ圖逡逑２５逡逑

Ｏ逡逑ｏ逡逑／逡逑0邋Ｏ邋Ｏ逡逑Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ逡逑－３－２－１０１２３逡逑Ｔｈｅｏｒｅｔｉｃａｌ邋Ｑｕａｎｔｉｌｅｓ逡逑圖２深圳成指日對(duì)數(shù)收益率ＱＱ圖逡逑４．２．２自相關(guān)性檢驗(yàn)逡逑要擬合股票指數(shù)收益率的分布，需要保證收益率序列服從隨機(jī)游走的假設(shè)。逡逑下面對(duì)上證綜指、深圳成指進(jìn)行相關(guān)性檢驗(yàn)，檢驗(yàn)結(jié)果如圖３、圖４所示：逡逑（■）邋Ｍｗ邋ＡＣＦ邋ｏｆ邋ＲＭｕｍ邐（ｂ）邋？＞？邋ＰＡＣＦ邋ｏｆ邋Ｒｖｔｕｍ逡逑
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：F224;F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖桂姣;;分位數(shù)回歸下的指標(biāo)設(shè)計(jì)與實(shí)現(xiàn)[J];當(dāng)代經(jīng)濟(jì);2019年02期

2 周少甫;范兆媛;;年齡對(duì)醫(yī)療費(fèi)用增長(zhǎng)的影響:基于分位數(shù)回歸模型的分析[J];中國(guó)衛(wèi)生經(jīng)濟(jì);2016年06期

3 陳子亮;卿清;;影響波士頓不同社區(qū)房?jī)r(jià)水平的因素分析——基于分位數(shù)回歸方法[J];商;2015年30期

4 施鵬;;分位數(shù)回歸對(duì)資產(chǎn)定價(jià)模型的比較分析[J];商業(yè)故事;2016年34期

5 吳衛(wèi)星;魏曉璇;吳錕;;金融素養(yǎng)與金融滿(mǎn)意度[J];金融科學(xué);2017年01期

6 李濤;王健俊;;國(guó)產(chǎn)電影票房績(jī)效的影響因素研究——基于分位數(shù)回歸及門(mén)限效應(yīng)的分析[J];文化產(chǎn)業(yè)研究;2017年02期

7 姜?jiǎng)?lì)卿;錢(qián)文榮;;公共部門(mén)與非公共部門(mén)工資差異的分位數(shù)回歸分析[J];統(tǒng)計(jì)研究;2012年01期

8 朱平芳;張征宇;;無(wú)條件分位數(shù)回歸:文獻(xiàn)綜述與應(yīng)用實(shí)例[J];統(tǒng)計(jì)研究;2012年03期

9 吳建南;馬偉;;分位數(shù)回歸與顯著加權(quán)分析技術(shù)的比較研究[J];統(tǒng)計(jì)與決策;2006年07期

10 譚治國(guó);蔡乙萍;;分位數(shù)回歸在風(fēng)險(xiǎn)管理中的應(yīng)用[J];統(tǒng)計(jì)與決策;2006年17期

相關(guān)會(huì)議論文 前10條

1 夏寧;;中國(guó)上市公司高管人員薪酬的影響因素與成因分解——一個(gè)基于分位數(shù)回歸模型的實(shí)證研究[A];中國(guó)會(huì)計(jì)學(xué)會(huì)財(cái)務(wù)管理專(zhuān)業(yè)委員會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2009年

2 李坤明;;空間滯后分位數(shù)回歸模型的截面估計(jì)法[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第18卷）[C];2017年

3 朱高培;吳學(xué)森;;基于分位數(shù)回歸制定HbA1c的醫(yī)學(xué)參考值范圍[A];2017年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)學(xué)術(shù)年會(huì)論文集[C];2017年

4 張晗希;許志夢(mèng);曾澄波;蔡衛(wèi)平;郭艷;;基于分位數(shù)回歸模型探索社會(huì)支持對(duì)HIV/AIDS患者應(yīng)對(duì)方式的影響[A];2017年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)學(xué)術(shù)年會(huì)論文集[C];2017年

5 陳磊;;股災(zāi)期間滬深300股指期貨的量?jī)r(jià)關(guān)系——基于聯(lián)立方程和分位數(shù)回歸的實(shí)證研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第17卷）[C];2016年

6 李唐;李飛;;民航客機(jī)最佳燃油攜帶量推薦[A];第八屆中國(guó)航空學(xué)會(huì)青年科技論壇論文集[C];2018年

7 姚欲清;邢星;呂冰;閔捷;;應(yīng)用分位數(shù)回歸分析中國(guó)成年居民蛋白質(zhì)攝入量與體質(zhì)指數(shù)及腰圍的關(guān)系[A];達(dá)能營(yíng)養(yǎng)中心青年科學(xué)工作者論壇優(yōu)秀論文集2017年第5期[C];2017年

8 宋馬林;吳杰;高玉強(qiáng);張琳玲;宋峰;;中國(guó)入世以來(lái)的對(duì)外貿(mào)易與環(huán)保效率——基于分省面板數(shù)據(jù)的實(shí)證分析[A];中國(guó)貿(mào)易救濟(jì)與產(chǎn)業(yè)安全論叢（2012）——第七屆中國(guó)貿(mào)易救濟(jì)與產(chǎn)業(yè)安全研究獎(jiǎng)獲獎(jiǎng)?wù)撐募痆C];2013年

9 宋利明;楊嘉j;武亞蘋(píng);惠明明;呂凱凱;;吉爾伯特群島海域大眼金槍魚(yú)棲息地綜合指數(shù)[A];漁業(yè)科技創(chuàng)新與發(fā)展方式轉(zhuǎn)變——2011年中國(guó)水產(chǎn)學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2011年

10 許玲麗;張復(fù)杰;;房地產(chǎn)上市企業(yè)盈利能力與資本結(jié)構(gòu)的異質(zhì)性關(guān)系研究——基于動(dòng)態(tài)面板分位數(shù)回歸視角[A];第九屆（2014）中國(guó)管理學(xué)年會(huì)——組織與戰(zhàn)略分會(huì)場(chǎng)論文集[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 周小英;逐段連續(xù)線性分位數(shù)回歸模型的統(tǒng)計(jì)推斷及其應(yīng)用[D];湖南大學(xué);2018年

2 蔡超;基于大規(guī)模數(shù)據(jù)的分位數(shù)回歸方法及應(yīng)用[D];合肥工業(yè)大學(xué);2017年

3 王生云;中國(guó)經(jīng)濟(jì)高速增長(zhǎng)的親貧困程度研究：1989-2009[D];浙江大學(xué);2013年

4 劉惠籃;基于復(fù)合分位數(shù)回歸方法的統(tǒng)計(jì)模型的相關(guān)研究[D];重慶大學(xué);2016年

5 周小雙;若干復(fù)雜數(shù)據(jù)模型的經(jīng)驗(yàn)似然和復(fù)合推斷方法[D];山東大學(xué);2013年

6 樊軍;高維二次度量回歸模型研究[D];北京交通大學(xué);2017年

7 孫旭;人力資本及其對(duì)中國(guó)省區(qū)全要素生產(chǎn)率增長(zhǎng)的影響[D];東北財(cái)經(jīng)大學(xué);2010年

8 陳林興;基于空間視角的我國(guó)省際農(nóng)村居民消費(fèi)趨同性研究[D];浙江大學(xué);2012年

9 周志永;幾類(lèi)金融時(shí)間序列模型統(tǒng)計(jì)推斷[D];浙江大學(xué);2016年

10 劉啟浩;風(fēng)險(xiǎn)值組合預(yù)測(cè)的理論與實(shí)證[D];北京工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 余博林;溫室氣體、霧霾污染減排策略及協(xié)同減排效應(yīng)研究[D];中國(guó)礦業(yè)大學(xué);2019年

2 趙亮;基于分位數(shù)回歸的中國(guó)股市VaR研究[D];河南財(cái)經(jīng)政法大學(xué);2019年

3 羅登菊;縱向數(shù)據(jù)下幾類(lèi)回歸模型的復(fù)合分位數(shù)回歸估計(jì)[D];貴州大學(xué);2019年

4 楊玉曉;基于核函數(shù)的貝葉斯半?yún)⒎治粩?shù)回歸模型及其對(duì)異常ADS的診斷[D];廈門(mén)大學(xué);2018年

5 卞蕾;基于分位數(shù)回歸模型的VaR度量[D];安徽大學(xué);2019年

6 楊香云;帶測(cè)量誤差的分位數(shù)回歸估計(jì)研究[D];天津大學(xué);2018年

7 朱佳;基于函數(shù)型數(shù)據(jù)分析和廣義分位數(shù)回歸的PM2.5數(shù)據(jù)探究[D];廈門(mén)大學(xué);2018年

8 Wisdom Kwabla Dewortor;援助和稅收對(duì)非洲政府支出有何影響？面板分位數(shù)回歸的證據(jù)[D];廈門(mén)大學(xué);2018年

9 劉娜;我國(guó)上市保險(xiǎn)公司系統(tǒng)風(fēng)險(xiǎn)的測(cè)度分析[D];山東財(cái)經(jīng)大學(xué);2018年

10 錢(qián)海燕;共享短租價(jià)格的驅(qū)動(dòng)因素研究[D];山東財(cái)經(jīng)大學(xué);2018年

本文編號(hào)：2595694