金融風(fēng)險管理是金融資產(chǎn)管理領(lǐng)域的一個重大課題。不論是大型的金融機構(gòu)還是一般的基金經(jīng)理人,甚至是個人投資者都需要對自己所持有頭寸面臨的潛在風(fēng)險有足夠的認(rèn)識,也即要有能進(jìn)行風(fēng)險測度的手段。特別在近些年金融極端事件頻繁發(fā)生,而每一次這種異常波動的發(fā)生都會給國民財富帶來巨大的損失的情況下。比如97年的東南亞金融危機、08年美國次貸危機等都使得受害國在隨后的幾年中陷入不同程度的經(jīng)濟(jì)蕭條中而元氣大傷。近一點的例子就是我國在2015年的股災(zāi),導(dǎo)致股票市場波動劇烈,短短一年多的時間上證指數(shù)一度從2000點的低位沖上五千點,之后又遭遇斷崖式的下跌回到3000點,股災(zāi)當(dāng)中被套牢的股民和機構(gòu)不計其數(shù),這都是由于沒有良好的風(fēng)險測度手段以至于對所面臨的風(fēng)險估計不足造成的。為了應(yīng)對這種金融資產(chǎn)價值的異常波動帶來的損失,金融風(fēng)險管理技術(shù)顯得尤為重要,通過良好的金融風(fēng)險管理手段,我們可以最大程度地分散所持資產(chǎn)的風(fēng)險,并且對可能潛在的風(fēng)險進(jìn)行清晰的量化以便在風(fēng)險事件發(fā)生時可以很好地應(yīng)對。而VaR作為國際金融市場度量風(fēng)險的主流標(biāo)準(zhǔn),被廣泛應(yīng)用于各類金融工具的風(fēng)險測度中。而如何精確地度量VaR,構(gòu)建精準(zhǔn)的風(fēng)險測度模型,則是... 

【文章來源】：中南財經(jīng)政法大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
導(dǎo)論
    一、研究背景與研究意義
    二、文獻(xiàn)綜述
    三、研究思路和論文結(jié)構(gòu)
    四、本文的創(chuàng)新與不足之處
第一章 極值理論及VaR的基本理論
    第一節(jié) 極值理論的基礎(chǔ)
        一、次序統(tǒng)計量及極值分布的三種類型
        二、廣義極值分布及其參數(shù)估計
    第二節(jié) 極值理論估計VaR
        一、VaR的基本概念
        二、VaR的常見計算方法
        三、VaR的缺點
        四、用極值理論估計VaR
    第三節(jié) POT模型
        一、POT模型的基本理論基礎(chǔ)
        二、閾值的選取及模型參數(shù)估計
        三、POT模型計算VaR的方法
第二章 廣義雙曲線SV-EVT-POT模型的構(gòu)建
    第一節(jié) SV類模型介紹
        一、標(biāo)準(zhǔn)的SV模型
        二、厚尾的SV模型
    第二節(jié) SV-SKST模型的構(gòu)建
        一、SV-SKST模型的建立
        二、模型的參數(shù)估計
    第三節(jié) 馬爾科夫鏈蒙特卡羅方法
        一、貝葉斯統(tǒng)計學(xué)的基本知識
        二、Gibbs抽樣
        三、Metropolis-Hasting抽樣
    第四節(jié) 廣義雙曲線SV與EVT結(jié)合的VaR模型
        一、動態(tài)VaR模型
        二、SV-SKST模型與EVT理論結(jié)合的VaR模型
第三章 基于上證指數(shù)的VaR的實證分析
    第一節(jié) 數(shù)據(jù)的選取和統(tǒng)計分析
        一、樣本數(shù)據(jù)的選取和基本特征
        二、樣本的描述性統(tǒng)計分析
    第二節(jié) SV-SKST模型的參數(shù)估計
    第三節(jié) 標(biāo)準(zhǔn)化收益率序列的建模
        一、標(biāo)準(zhǔn)化殘差序列的構(gòu)造
        二、閾值的選取
        三、運用POT模型計算VaR
    第四節(jié) 樣本外測試結(jié)果評價
研究結(jié)論與展望
    一、研究結(jié)論
    二、研究展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]極端波動、跳躍和尾部風(fēng)險——基于已實現(xiàn)波動率的股票市場風(fēng)險動態(tài)預(yù)測[J]. 柳會珍,顧嵐,胡嘯兵.  數(shù)理統(tǒng)計與管理. 2014(01)
[2]基于SV-GED模型的極值風(fēng)險度量研究[J]. 周孝華,張保帥.  管理工程學(xué)報. 2014(01)
[3]具有有偏厚尾的非對稱SV模型及其實證研究[J]. 吳鑫育,馬超群,汪壽陽.  系統(tǒng)工程. 2012(01)
[4]胖尾分布及長記憶下的動態(tài)EVT-VaR測度研究[J]. 林宇,黃登仕,魏宇.  管理科學(xué)學(xué)報. 2011(07)
[5]基于EVT-POT-SVt模型的風(fēng)險度量研究[J]. 董耀武,周孝華,姜婷.  北京理工大學(xué)學(xué)報(社會科學(xué)版). 2011(03)
[6]基于極值理論的高頻條件VaR動態(tài)區(qū)間估計模型[J]. 王春峰,張亞楠,房振明,劉崢然.  系統(tǒng)工程理論與實踐. 2010(07)
[7]中國股票市場的最優(yōu)波動率預(yù)測模型研究——基于滬深300指數(shù)高頻數(shù)據(jù)的實證分析[J]. 魏宇.  管理學(xué)報. 2010(06)
[8]極值BMM與POT模型對滬深股市極端風(fēng)險的比較研究[J]. 花擁軍,張宗益.  管理工程學(xué)報. 2009(04)
[9]具有杠桿效應(yīng)的非線性SV模型及其應(yīng)用[J]. 孟利鋒,張世英.  系統(tǒng)管理學(xué)報. 2009(01)
[10]基于Gibbs抽樣的厚尾SV模型貝葉斯分析及其應(yīng)用[J]. 朱慧明,李峰,楊錦明,虞克明.  系統(tǒng)仿真學(xué)報. 2008(09)

博士論文
[1]基于SV模型和EVT理論的金融極值風(fēng)險度量研究[D]. 姬新龍.重慶大學(xué) 2014



本文編號：3157369