近年來(lái),經(jīng)濟(jì)全球化發(fā)展迅速,各個(gè)經(jīng)濟(jì)體之間的聯(lián)系日益緊密,市場(chǎng)之間的依賴性逐漸增強(qiáng)。金融自由化快速推進(jìn),金融創(chuàng)新層出不窮,金融系統(tǒng)日漸脆弱。這些都為金融危機(jī)的爆發(fā)提供了土壤,頻繁發(fā)生的金融危機(jī)也讓人們逐漸意識(shí)到金融風(fēng)險(xiǎn)管理的重要性。微觀審慎監(jiān)管和宏觀審慎監(jiān)管是現(xiàn)代金融風(fēng)險(xiǎn)管理中兩種重要的監(jiān)管方式,二者互為補(bǔ)充,缺一不可。在兩種監(jiān)管模式下,金融風(fēng)險(xiǎn)測(cè)度都最為關(guān)鍵,如何提供準(zhǔn)確的金融風(fēng)險(xiǎn)測(cè)度既是監(jiān)管當(dāng)局思考的重要問(wèn)題也是學(xué)者們研究的重要課題。在金融風(fēng)險(xiǎn)測(cè)度過(guò)程中,由于不同來(lái)源的風(fēng)險(xiǎn)因子觀測(cè)頻率不一致等原因,存在著混頻數(shù)據(jù)問(wèn)題,即解釋變量與被解釋變量或解釋變量之間的觀測(cè)頻率不一致。傳統(tǒng)的處理方法主要依賴于數(shù)據(jù)同頻化處理,要么將高頻數(shù)據(jù)聚合為低頻數(shù)據(jù),要么將低頻數(shù)據(jù)插值為高頻數(shù)據(jù)。但這兩種做法都會(huì)產(chǎn)生較大的誤差,導(dǎo)致風(fēng)險(xiǎn)測(cè)度結(jié)果的不準(zhǔn)確,需要研究新的金融風(fēng)險(xiǎn)測(cè)度模型與方法�；诖�,本文提出“基于混頻數(shù)據(jù)分析方法的金融風(fēng)險(xiǎn)測(cè)度研究”的研究課題,將混頻數(shù)據(jù)抽樣模型(Mixed data sampling,MIDAS)分別引入微觀審慎監(jiān)管和宏觀審慎監(jiān)管過(guò)程中,旨在解決混頻數(shù)據(jù)環(huán)境下的金融風(fēng)險(xiǎn)測(cè)度問(wèn)題...

【文章頁(yè)數(shù)】：130 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 金融風(fēng)險(xiǎn)測(cè)度研究
        1.2.2 廣義分位數(shù)回歸研究
        1.2.3 混頻數(shù)據(jù)分析研究
        1.2.4 文獻(xiàn)評(píng)述
    1.3 研究?jī)?nèi)容和方法
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究方法
    1.4 主要?jiǎng)?chuàng)新與結(jié)構(gòu)安排
        1.4.1 主要?jiǎng)?chuàng)新
        1.4.2 結(jié)構(gòu)安排
第二章 金融風(fēng)險(xiǎn)管理相關(guān)理論、模型與方法
    2.1 金融風(fēng)險(xiǎn)測(cè)度理論與方法
        2.1.1 微觀審慎監(jiān)管和宏觀審慎監(jiān)管
        2.1.2 微觀審慎視角下的金融風(fēng)險(xiǎn)測(cè)度
        2.1.3 宏觀審慎視角下的金融風(fēng)險(xiǎn)測(cè)度
    2.2 廣義分位數(shù)回歸模型與方法
        2.2.1 經(jīng)典分位數(shù)回歸模型
        2.2.2 Expectile回歸模型
        2.2.3 聯(lián)合可導(dǎo)出回歸模型
    2.3 混頻數(shù)據(jù)分析模型與方法
        2.3.1 混頻數(shù)據(jù)均值回歸模型
        2.3.2 混頻數(shù)據(jù)波動(dòng)率模型
    2.4 本章小結(jié)
第三章 基于混頻數(shù)據(jù)Expectile回歸模型的VaR和ES測(cè)度研究
    3.1 問(wèn)題提出
    3.2 混頻數(shù)據(jù)Expectile回歸模型構(gòu)建
        3.2.1 模型表示
        3.2.2 參數(shù)選擇
        3.2.3 模型估計(jì)
        3.2.4 風(fēng)險(xiǎn)測(cè)度
    3.3 數(shù)值模擬
        3.3.1 數(shù)據(jù)生成
        3.3.2 實(shí)驗(yàn)過(guò)程
        3.3.3 結(jié)果討論
    3.4 應(yīng)用研究
        3.4.1 數(shù)據(jù)選取與描述
        3.4.2 模型估計(jì)
        3.4.3 結(jié)果比較
    3.5 本章小結(jié)
第四章 基于聯(lián)合可導(dǎo)出混頻數(shù)據(jù)模型的VaR和ES測(cè)度研究
    4.1 問(wèn)題提出
    4.2 聯(lián)合可導(dǎo)出混頻數(shù)據(jù)模型構(gòu)建
        4.2.1 模型表示
        4.2.2 參數(shù)選擇
        4.2.3 模型估計(jì)
    4.3 數(shù)值模擬
        4.3.1 數(shù)據(jù)生成
        4.3.2 實(shí)驗(yàn)過(guò)程
        4.3.3 結(jié)果討論
    4.4 應(yīng)用研究
        4.4.1 數(shù)據(jù)選取與描述
        4.4.2 模型估計(jì)
        4.4.3 結(jié)果討論
    4.5 本章小結(jié)
第五章 基于動(dòng)態(tài)條件相關(guān)混頻數(shù)據(jù)模型的CoVaR和CoES測(cè)度研究
    5.1 問(wèn)題提出
    5.2 動(dòng)態(tài)條件相關(guān)混頻數(shù)據(jù)模型構(gòu)建
        5.2.1 模型表示
        5.2.2 模型估計(jì)
        5.2.3 風(fēng)險(xiǎn)測(cè)度
    5.3 應(yīng)用研究
        5.3.1 數(shù)據(jù)選取與描述
        5.3.2 模型比較
        5.3.3 風(fēng)險(xiǎn)測(cè)度結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究總結(jié)
        6.1.1 主要研究工作
        6.1.2 主要研究結(jié)果
    6.2 研究展望
        6.2.1 高維變量選擇問(wèn)題研究
        6.2.2 非線性混頻數(shù)據(jù)模型研究
參考文獻(xiàn)
攻讀博士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況



本文編號(hào)：3766768