本文選題：華夏滬深ETF聯(lián)接　切入點(diǎn)：開放式基金　出處：《統(tǒng)計(jì)與決策》2017年01期 　論文類型：期刊論文

【摘要】：文章以華夏滬深300ETF聯(lián)接為例,對開放式基金的風(fēng)險度量進(jìn)行了研究。選取2009年至2015年的每日單位凈值,以對數(shù)收益率為樣本數(shù)據(jù)。該基金的收益率具有尖峰厚尾性、波動聚集性。建立能消除ARCH效應(yīng)的GARCH模型,引入適用于厚尾性的t分布和GED分布對樣本數(shù)據(jù)擬合。預(yù)測各模型的條件均值和條件方差,最后代入到VaR公式中計(jì)算華夏滬深300ETF聯(lián)接在不同分布下的風(fēng)險值。應(yīng)用Kupiec失敗率檢驗(yàn)法對基于各模型計(jì)算的VaR值的準(zhǔn)確性進(jìn)行檢驗(yàn),結(jié)果顯示t分布下的GARCH-M模型能較好地?cái)M合該基金并有效地度量風(fēng)險。
[Abstract]:According to the China CSI 300ETF connection for example, measurement of the risk of open-end fund research. From 2009 to 2015 the daily net unit, the logarithmic return rate as the sample data. The yield of the fund has a fat tail, volatility clustering. Establish GARCH model to eliminate the effect of ARCH, t distribution and GED is suitable for thick tail distribution was introduced to fit the sample data. The prediction model of the conditional mean and variance, and finally into the VaR formula in the calculation of China CSI 300ETF connection risk under different distributions. The accuracy of calculation value value based on the model of the VaR application of Kupiec failure rate test method to test the results. GARCH-M model of t distribution can better fit the fund and measure the risk effectively.

【作者單位】： 哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院;
【基金】：國家軟科學(xué)項(xiàng)目(2013GXS4D113) 黑龍江省社會科學(xué)基金資助項(xiàng)目(14C041)
【分類號】：F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李紅權(quán),馬超群;風(fēng)險度理論及其實(shí)證研究[J];管理工程學(xué)報(bào);2005年03期

2 王洪禮;李勝朋;李棟;;風(fēng)險投資中風(fēng)險度量研究[J];科學(xué)管理研究;2005年06期

3 孫健;安實(shí);王巖;王健;;離散過程風(fēng)險度量屬性研究[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2006年S1期

4 張維;;風(fēng)險度量的主要模型及其評述[J];南京審計(jì)學(xué)院學(xué)報(bào);2008年03期

5 徐源;;淺議財(cái)務(wù)風(fēng)險度量技術(shù)[J];中國證券期貨;2012年01期

6 唐湘晉,李楚霖;關(guān)于風(fēng)險度量:期望虧空、最壞條件期望和尾部條件期望的等價定理[J];工程數(shù)學(xué)學(xué)報(bào);2003年06期

7 彭壽康;;金融監(jiān)管新模式下合理風(fēng)險度量的條件與結(jié)構(gòu)框架[J];商業(yè)經(jīng)濟(jì)與管理;2006年10期

8 楊華輝;;上市公司績效及風(fēng)險度量[J];經(jīng)濟(jì)管理;2006年04期

9 文平;;基于一種新的風(fēng)險度量的保費(fèi)計(jì)算方法[J];統(tǒng)計(jì)與決策;2007年21期

10 周小英;王寧建;;風(fēng)險度量模式評析[J];財(cái)會通訊;2009年26期

相關(guān)會議論文 前8條

1 丁義明;葛新元;方�？�;;一類相容風(fēng)險度量[A];Data Analysis, Econo-physics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

2 李紅權(quán);馬超群;;風(fēng)險度向量方法及其實(shí)證研究[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第8屆全國青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會議論文集[C];2005年

3 萬上海;;基于凸組合的一致性風(fēng)險度量決策分析[A];第四屆中國智能計(jì)算大會論文集[C];2010年

4 許文坤;張衛(wèi)國;陸文可;;基于蒙特卡羅方法的可轉(zhuǎn)債模糊風(fēng)險度量[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2011年

5 彭錦;;不確定理論與風(fēng)險理論[A];第四屆中國智能計(jì)算大會論文集[C];2010年

6 劉向麗;常云博;;中國滬深300股指期貨風(fēng)險度量——基于流動性調(diào)整的收益率的方法研究[A];中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會論文集——A10系統(tǒng)工程方法在金融、投資、保險業(yè)等領(lǐng)域的研究[C];2014年

7 滕帆;;中國非壽險業(yè)現(xiàn)金流量風(fēng)險度量:基于ES和NRR的估計(jì)[A];中國保險學(xué)會首屆學(xué)術(shù)年會論文集[C];2009年

8 劉子蘭;嚴(yán)明;;全國社會保障基金投資風(fēng)險管理研究[A];風(fēng)險管理與經(jīng)濟(jì)安全：金融保險業(yè)的視角——北大CCISSR論壇文集·2006[C];2006年

相關(guān)重要報(bào)紙文章 前5條

1 鄭平;用風(fēng)險度評估股票投資組合的非系統(tǒng)風(fēng)險[N];證券時報(bào);2001年

2 廣永期貨 宋國玲　李雅靜;期貨公司核心風(fēng)險的量度與控制[N];期貨日報(bào);2008年

3 南華期貨研究所 陳彤　李曉萍;基于VaR方法對原油和黃金市場的風(fēng)險度量研究[N];期貨日報(bào);2008年

4 廣發(fā)期貨發(fā)展研究中心 高能斌;金融衍生品的風(fēng)險度量及管理[N];期貨日報(bào);2010年

5 肖海港　編譯;從《星球大戰(zhàn)》看VaR模型的缺陷[N];期貨日報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 孫健;金融資產(chǎn)的離散過程動態(tài)風(fēng)險度量研究[D];哈爾濱工業(yè)大學(xué);2007年

2 荀立;Haezendonck-Goovaerts風(fēng)險度量研究[D];吉林大學(xué);2012年

3 白曉迪;帶離散結(jié)構(gòu)的非凸優(yōu)化問題的算法研究[D];復(fù)旦大學(xué);2014年

4 紀(jì)榮林;動態(tài)凸風(fēng)險度量及相關(guān)問題研究[D];中國礦業(yè)大學(xué);2016年

5 洪江;客觀的風(fēng)險度量與風(fēng)險偏好相關(guān)研究[D];浙江大學(xué);2011年

6 李萍;標(biāo)準(zhǔn)化風(fēng)險度量下的投資決策與合同履約激勵對策[D];華中科技大學(xué);2005年

7 李徐;流動性風(fēng)險與市場風(fēng)險的集成風(fēng)險度量研究[D];復(fù)旦大學(xué);2008年

8 謝非;不確定條件下的企業(yè)國際貿(mào)易匯率風(fēng)險度量與規(guī)避研究[D];重慶大學(xué);2009年

9 白山;保費(fèi)的非線性風(fēng)險度量[D];山東大學(xué);2005年

10 王晨;我國金融市場波動的區(qū)制關(guān)聯(lián)性與風(fēng)險度量研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 賈佳;失真風(fēng)險度量[D];中國科學(xué)技術(shù)大學(xué);2009年

2 郭麗;穩(wěn)定分布下基于不同風(fēng)險度量的投資組合研究[D];鄭州大學(xué);2015年

3 姜智慧;基于含跳-Vasicek模型的VaR風(fēng)險度量及其敏感性分析[D];南京理工大學(xué);2015年

4 杜婷;冪律分布型隨機(jī)序列和分布的求解方法研究及其應(yīng)用[D];上海交通大學(xué);2015年

5 許瀟文;基于匯率—利率聯(lián)動性的匯率市場風(fēng)險度量研究[D];北京化工大學(xué);2015年

6 林雪勤;中國股市市場的風(fēng)險度量[D];安徽師范大學(xué);2015年

7 丁洋;基于EVT-CAViaR模型的碳交易市場的風(fēng)險度量研究[D];合肥工業(yè)大學(xué);2015年

8 劉雷;兩類熵風(fēng)險度量的估計(jì)及漸近行為的研究[D];揚(yáng)州大學(xué);2015年

9 黃敏;基于風(fēng)險態(tài)度的譜風(fēng)險度量研究[D];重慶大學(xué);2015年

10 王洋;非壽險一年期準(zhǔn)備金風(fēng)險度量研究[D];天津財(cái)經(jīng)大學(xué);2015年

，

本文編號：1599722