風(fēng)險(xiǎn)價(jià)值度(Value at Risk,簡稱VaR)是目前金融市場上各種風(fēng)險(xiǎn)管理體系中被應(yīng)用于測量市場風(fēng)險(xiǎn)的主要工具。從計(jì)量經(jīng)濟(jì)學(xué)的角度來看,在金融風(fēng)險(xiǎn)管理中,VaR是在給定置信水平和持有期內(nèi)收益損失分布的分位數(shù)。在估計(jì)VaR的方法中,基于假設(shè)收益率服從某種分布的參數(shù)估計(jì)方法最為常見。因此,在常見的計(jì)算VaR的方法中,對金融資產(chǎn)收益率的統(tǒng)計(jì)分布作出正確的假設(shè)變得非常重要。結(jié)合金融時(shí)間序列數(shù)據(jù),在本文中我們使用分位數(shù)回歸這一不需要對數(shù)據(jù)分布提前作出假設(shè)的方法來對VaR進(jìn)行研究。本文試圖在條件自回歸風(fēng)險(xiǎn)價(jià)值(Conditional Autoregressive Value at Risk by Regression Quantiles,簡稱CAViaR)模型的基礎(chǔ)上提出一種新的計(jì)算VaR的方法。CAViaR是在2004年由Engle和Manganelli提出的一種類似于廣義自回歸條件異方差(Generalized Autoregressive Conditional Heteroskedasticity,簡稱GARCH)形式的計(jì)算分位數(shù)的方法。本文在CAViaR模型的基礎(chǔ)上,把其中揭示分位數(shù)與歷史信息間不同演化關(guān)系的連接函數(shù)看作一個(gè)動(dòng)態(tài)的函數(shù),并嘗試用非參數(shù)估計(jì)方法來對該連接函數(shù)進(jìn)行近似估計(jì)。本文提出使用非參數(shù)回歸樣條法和平滑樣條法來對連接函數(shù)進(jìn)行估計(jì)。在平滑參數(shù)的選擇中,我們使用Schwarz信息準(zhǔn)則(Schwarz Information Criterion,簡稱SIC)來對回歸樣條的結(jié)點(diǎn)位置和數(shù)量、平滑樣條的調(diào)節(jié)系數(shù)進(jìn)行選擇。最后,運(yùn)用本文提出的模型對中國外匯市場的風(fēng)險(xiǎn)價(jià)值進(jìn)行實(shí)證研究,并在此基礎(chǔ)上同其他幾種常見計(jì)算VaR的方法進(jìn)行比較。
【學(xué)位單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F224;F832.6
【部分圖文】：

連接函數(shù)為‘(x)的數(shù)據(jù)散點(diǎn)l

連接函數(shù)為幾(x)的數(shù)據(jù)散點(diǎn)圖

3連接函數(shù)人(籠〕
【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;;年齡對醫(yī)療費(fèi)用增長的影響:基于分位數(shù)回歸模型的分析[J];中國衛(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)房價(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)與金融滿意度[J];金融科學(xué);2017年01期

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

7 姜?jiǎng)?lì)卿;錢文榮;;公共部門與非公共部門工資差異的分位數(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;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)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;中國經(jīng)濟(jì)高速增長的親貧困程度研究：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;人力資本及其對中國省區(qū)全要素生產(chǎn)率增長的影響[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 楊雪梅;基于MM算法的部分線性分位數(shù)回歸[D];華北電力大學(xué)(北京);2019年

2 梁治軍;我國上市保險(xiǎn)公司系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)研究[D];華南理工大學(xué);2019年

3 王永珂;娘子關(guān)泉域降水及徑流變化分析[D];天津師范大學(xué);2019年

4 張欣;基于分位數(shù)回歸的省際電力行業(yè)碳排放差異性研究[D];華北電力大學(xué);2019年

5 嚴(yán)煜東;基于模糊信息�；c支持向量分位數(shù)回歸的風(fēng)光水概率密度預(yù)測方法[D];合肥工業(yè)大學(xué);2019年

6 秦楊;基于大數(shù)據(jù)分析與LASSO分位數(shù)回歸的電力負(fù)荷概率密度預(yù)測方法[D];合肥工業(yè)大學(xué);2019年

7 劉燕;面板數(shù)據(jù)的一些估計(jì)和檢驗(yàn)[D];天津師范大學(xué);2019年

8 吳川東;中國房地產(chǎn)和貴金屬市場對沖通貨膨脹能力研究[D];江西財(cái)經(jīng)大學(xué);2019年

9 陳曉明;分位數(shù)回歸的非參數(shù)估計(jì)及其對我國外匯市場風(fēng)險(xiǎn)的VaR應(yīng)用[D];西南財(cái)經(jīng)大學(xué);2018年

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

本文編號：2845852