本文關(guān)鍵詞：金融時(shí)間序列的時(shí)序性特點(diǎn)分析及相應(yīng)的風(fēng)險(xiǎn)測(cè)度方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：金融時(shí)間序列的風(fēng)險(xiǎn)測(cè)度一直是金融學(xué)研究的熱點(diǎn),自馬科維茨提出均值-方差來(lái)度量金融風(fēng)險(xiǎn),風(fēng)險(xiǎn)測(cè)度的研究得到了長(zhǎng)久發(fā)展。出現(xiàn)了很多度量金融時(shí)間序列風(fēng)險(xiǎn)的指標(biāo),如Va R,CVa R等。對(duì)于這些風(fēng)險(xiǎn)度量指標(biāo),無(wú)論是方差、Va R還是CVa R,在計(jì)算過(guò)程中均使用方差來(lái)表征時(shí)間序列的波動(dòng)性和不確定性,得到的風(fēng)險(xiǎn)值同時(shí)間序列的排序大多無(wú)關(guān)。而本文經(jīng)論證得出金融時(shí)間序列的風(fēng)險(xiǎn)與序列排序是有關(guān)系的,即有時(shí)序性,用方差表征時(shí)間序列的波動(dòng)性和不確定性有局限性。國(guó)內(nèi)外學(xué)者對(duì)于時(shí)間序列風(fēng)險(xiǎn)的時(shí)序性特點(diǎn)研究較少,目前尚未有系統(tǒng)闡述時(shí)序性特點(diǎn)的研究。為此,本文研究分析了金融時(shí)間序列風(fēng)險(xiǎn)的時(shí)序性特點(diǎn),對(duì)不同的時(shí)間序列的波動(dòng)性和不確定性進(jìn)行了研究分析。針對(duì)如何將時(shí)序性特點(diǎn)引入到金融時(shí)間序列的風(fēng)險(xiǎn)計(jì)算中的問(wèn)題,本文分別采用兩種方法進(jìn)行研究。第一種方法是設(shè)計(jì)時(shí)序性指標(biāo)——時(shí)序方差TV2代替方差來(lái)描述時(shí)間序列的不確定性和波動(dòng)性,從而將時(shí)序性引入到風(fēng)險(xiǎn)值的計(jì)算中;第二種方法是建立ARMA-GARCH模型計(jì)算得到條件方差,進(jìn)而計(jì)算時(shí)間序列的風(fēng)險(xiǎn)值。本文采用CVa R值來(lái)表征金融時(shí)間序列的風(fēng)險(xiǎn),并選擇蒙特卡洛模擬法作為計(jì)算方法。針對(duì)樣本數(shù)據(jù)分布呈現(xiàn)的尖峰厚尾特性選擇GED分布運(yùn)用到蒙特卡洛模擬法中。利用本文提出的兩種方法對(duì)CVa R值的計(jì)算進(jìn)行優(yōu)化,建立時(shí)序性CVa R,稱為T-CVa R,并與蒙特卡洛模擬法相結(jié)合分別建立了TV-MC模型和ARMA-GARCH-MC模型。為驗(yàn)證本文建立的兩種模型,選取2010年2月4日至2015年3月5日的上證綜合指數(shù)的日收盤指數(shù)為研究對(duì)象進(jìn)行了實(shí)證分析,并與未進(jìn)行時(shí)序調(diào)整的傳統(tǒng)計(jì)算模型的結(jié)果進(jìn)行比較。結(jié)果表明,經(jīng)過(guò)時(shí)序性調(diào)整后的兩種模型結(jié)果均優(yōu)于未經(jīng)時(shí)序調(diào)整的結(jié)果。對(duì)結(jié)果分析得到兩種模型存在不同的局限性,因此本文將兩種模型結(jié)合建立了ARMA-TV-GARCH-MC模型,并得到了更加理想的結(jié)果。
【關(guān)鍵詞】：金融時(shí)間序列 金融風(fēng)險(xiǎn) 時(shí)序性 CVaR 蒙特卡洛模擬法
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.51;F224
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 課題來(lái)源及研究的背景和意義9-12
• 1.1.1 課題的來(lái)源9
• 1.1.2 課題研究的背景和意義9-12
• 1.2 國(guó)內(nèi)外在該方向的研究現(xiàn)狀及評(píng)述12-15
• 1.2.1 國(guó)外研究現(xiàn)狀12-13
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀13-14
• 1.2.3 國(guó)內(nèi)外研究現(xiàn)狀評(píng)述14-15
• 1.3 本文研究主要內(nèi)容15-16
• 1.4 研究方法與技術(shù)路線16-17
• 第2章 與金融時(shí)間序列風(fēng)險(xiǎn)相關(guān)的預(yù)備知識(shí)17-27
• 2.1 一致性風(fēng)險(xiǎn)測(cè)度理論17-18
• 2.1.1 一致性風(fēng)險(xiǎn)測(cè)度的定義17
• 2.1.2 一致性風(fēng)險(xiǎn)測(cè)度的經(jīng)濟(jì)學(xué)含義17-18
• 2.2 Va R模型簡(jiǎn)介18-19
• 2.2.1 Va R的概念18
• 2.2.2 Va R的優(yōu)缺點(diǎn)18-19
• 2.3 Cva R模型簡(jiǎn)介19-23
• 2.3.1 Cva R的概念19-20
• 2.3.2 Cva R的計(jì)算方法20-22
• 2.3.3 CVa R估計(jì)的準(zhǔn)確性檢驗(yàn)22-23
• 2.4 ARMA-GARCH模型23-26
• 2.4.1 平穩(wěn)性時(shí)間序列23
• 2.4.2 ARMA模型23-24
• 2.4.3 GARCH模型24-26
• 2.5 本章小結(jié)26-27
• 第3章 金融時(shí)間序列風(fēng)險(xiǎn)的時(shí)序性特點(diǎn)和時(shí)序性指標(biāo)的建立27-47
• 3.1 有關(guān)方差不能很好地表達(dá)金融時(shí)間序列風(fēng)險(xiǎn)的論證27-29
• 3.2 同一組隨機(jī)收益率的不同排序的差別29-33
• 3.3 結(jié)合MACD指標(biāo)考察時(shí)間序列重新排列的效應(yīng)33-34
• 3.4 具有相同的期望與方差的不同收益率序列的差別34-38
• 3.5 設(shè)計(jì)描述金融時(shí)間序列不確定性的時(shí)序性指標(biāo)的若干原則38-39
• 3.6 基于單元段折點(diǎn)波動(dòng)法建立時(shí)序性指標(biāo)39-41
• 3.7 時(shí)間序列時(shí)序性指標(biāo)TV的合理性檢驗(yàn)41-46
• 3.8 本章小結(jié)46-47
• 第4章 蒙特卡洛模擬法結(jié)合時(shí)序性的T-CVa R計(jì)算模型47-56
• 4.1 借助于TV指標(biāo)構(gòu)造相應(yīng)的條件在險(xiǎn)價(jià)值指標(biāo)的設(shè)想47-48
• 4.2 T-CVa R概念的引入48-49
• 4.3 運(yùn)用蒙特卡洛模擬法估計(jì)CVa R的步驟49-52
• 4.4 基于時(shí)序方差TV~2的蒙特卡洛模擬法的T-Cva R模型建立52-54
• 4.5 基于ARMA-GARCH的蒙特卡洛模擬法的T-CVa R模型建立54-55
• 4.6 本章小結(jié)55-56
• 第5章 基于時(shí)序性調(diào)整的T-CVa R計(jì)算模型實(shí)證分析56-74
• 5.1 金融資產(chǎn)收益率的統(tǒng)計(jì)學(xué)檢驗(yàn)56-63
• 5.1.1 樣本的選取及收益率處理56-57
• 5.1.2 資產(chǎn)收益率的統(tǒng)計(jì)學(xué)檢驗(yàn)57-63
• 5.2 TV-MC模型的實(shí)證分析63-68
• 5.2.1 基于TV-MC模型的T-CVa R計(jì)算63-65
• 5.2.2 基于TV-MC模型的T-CVa R檢驗(yàn)65-68
• 5.3 ARMA-GARCH-MC模型的實(shí)證分析68-70
• 5.3.1 基于ARMA-GARCH-MC模型的T-CVa R計(jì)算68-69
• 5.3.2 基于ARMA-GARCH-MC模型的T-CVa R檢驗(yàn)69-70
• 5.4 時(shí)序方差TV~2優(yōu)化ARMA-GARCH-MC模型的實(shí)證分析70-73
• 5.4.1 時(shí)序方差TV~2優(yōu)化ARMA-GARCH-MC模型的建立70-71
• 5.4.2 基于ARMA-TV-GARCH-MC模型的T-CVa R計(jì)算與檢驗(yàn)71-73
• 5.5 本章小結(jié)73-74
• 結(jié)論74-75
• 參考文獻(xiàn)75-80
• 致謝80

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 何琳潔,文鳳華,馬超群;基于一致性風(fēng)險(xiǎn)價(jià)值的投資組合優(yōu)化模型研究[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年02期

2 李國(guó)成;肖慶憲;;均值-CVaR投資組合模型及改進(jìn)的蝙蝠算法求解[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

3 張曉蓉;徐劍剛;;VaR、ES與一致性風(fēng)險(xiǎn)測(cè)度[J];上海管理科學(xué);2006年04期

4 張鵬;曾玉婷;;具有熵約束的均值-CVaR投資組合決策研究[J];武漢科技大學(xué)學(xué)報(bào);2013年06期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張勇;基于ARMA-GARCH模型的國(guó)債指數(shù)實(shí)證研究[D];合肥工業(yè)大學(xué);2012年

  本文關(guān)鍵詞：金融時(shí)間序列的時(shí)序性特點(diǎn)分析及相應(yīng)的風(fēng)險(xiǎn)測(cè)度方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：386397