基于多狀態(tài)結(jié)構轉(zhuǎn)換貝葉斯GARCH模型對中英股市風險進行ES測度及比較研究
發(fā)布時間:2020-04-12 18:42
【摘要】:經(jīng)濟全球化將各個國家的金融市場聯(lián)系在一起,一旦發(fā)生金融危機,就可能觸發(fā)全球范圍內(nèi)的連鎖反應.本文以中國上證綜指和英國富時100指數(shù)為研究對象,分別建立多狀態(tài)結(jié)構轉(zhuǎn)換貝葉斯GARCH模型,以波動率和VaR研究為基礎,進一步對中英股市風險進行ES測度及比較研究.本文的主要工作集中在三大部分.第一部分是建立多狀態(tài)結(jié)構轉(zhuǎn)換貝葉斯GARCH模型研究中英股市的波動率.通過對中國上證綜指和英國富時100指數(shù)的日收益圖的分析以及統(tǒng)計特征檢驗,發(fā)現(xiàn)兩組股指數(shù)據(jù)都具有異方差性和結(jié)構變化,從而將模型設定為多狀態(tài)結(jié)構轉(zhuǎn)換GARCH模型;為了使參數(shù)估計結(jié)果更準確,采用貝葉斯MCMC中的MH算法對參數(shù)進行估計,從而分別建立了中英股市的多狀態(tài)結(jié)構轉(zhuǎn)換貝葉斯GARCH模型.為了驗證模型的合理性,利用模型預測了樣本之外20個交易日的波動率,通過與實際發(fā)生值進行比較,發(fā)現(xiàn)誤差在合理的范圍內(nèi),說明模型是合理的.通過模型分析發(fā)現(xiàn):中國市場的波動周期更長(166.2天)且以中低波動(165天)為主,而英國市場的周期(121天)略短且以高中波動(109天)為主.此外,本文還根據(jù)模型分別預測了中英股市未來8個交易日的波動率,為之后VaR的預測提供準備.第二部分是在第一部分的基礎上對中英股市VaR的研究.根據(jù)上面已建立的波動率模型分別計算樣本內(nèi)每日的VaR,并利用kupiec失敗率分別驗證了VaR的可行性.結(jié)果如下:當置信水平為99%時,上證綜指VaR的均值(3.925)高于富時100指數(shù)VaR的均值(2.76),這說明,中國股市的風險值要高于英國股市.此外,本文根據(jù)上述中英股市8個波動率的預測值分別預測了相應的VaR.第三部分是利用第二部分所計算的VaR對ES進行的研究.由于ES比VaR能更好的度量尾部風險并具有一致性,從而利用ES對中英股市風險進行測度.結(jié)果如下:當置信水平為99%時,上證綜指ES的均值(4.923)高于富時100指數(shù)ES的均值(3.412),這同樣說明中國股市的風險更大些,此外,當VaR失效時,失效部分的損失值更接近于ES,說明ES是一種更為穩(wěn)健且全面的風險度量方法.此外,本文根據(jù)上述中英股市8個VaR的預測值分別預測了相應的ES值.
【圖文】:
上證綜指及其日收益率圖
圖 2. 3 樣本外上證綜指日收益率圖表 2.3 和圖 2.3 給出了模型預測結(jié)果和實際值, 利用 MSE 對結(jié)果進行評價, MSE值為 0.099717, 誤差在合理的范圍內(nèi), 這說明利用 2.2.2.2 中建立的模型對波動率進行刻畫是合理的選擇.在驗證了模型的合適程度后, 我們也對未來的日收益率進行了預測, 預測了2018 年 6 月 1 日到 2018 年 6 月 12 日所有交易日的波動率, 結(jié)果如下:表 2. 6 波動率預測結(jié)果2. 3 英國股票市場的波動率研究2. 3. 1 數(shù)據(jù)選取及特征檢驗富時 100 指數(shù)(FTSE100)是由富時集團收集, 融入了倫敦交易所中市值最日期 2018/6/1 2018/6/4 2018/6/5 2018/6/6預測值 1.42356 1.4602516 1.4045917 1.6865959日期 2018/6/7 2018/6/8 2018/6/11 2018/6/12預測值 1.5370783 1.634176 1.3624688 1.4839289
【學位授予單位】:南京財經(jīng)大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:F831.51
本文編號:2625051
【圖文】:
上證綜指及其日收益率圖
圖 2. 3 樣本外上證綜指日收益率圖表 2.3 和圖 2.3 給出了模型預測結(jié)果和實際值, 利用 MSE 對結(jié)果進行評價, MSE值為 0.099717, 誤差在合理的范圍內(nèi), 這說明利用 2.2.2.2 中建立的模型對波動率進行刻畫是合理的選擇.在驗證了模型的合適程度后, 我們也對未來的日收益率進行了預測, 預測了2018 年 6 月 1 日到 2018 年 6 月 12 日所有交易日的波動率, 結(jié)果如下:表 2. 6 波動率預測結(jié)果2. 3 英國股票市場的波動率研究2. 3. 1 數(shù)據(jù)選取及特征檢驗富時 100 指數(shù)(FTSE100)是由富時集團收集, 融入了倫敦交易所中市值最日期 2018/6/1 2018/6/4 2018/6/5 2018/6/6預測值 1.42356 1.4602516 1.4045917 1.6865959日期 2018/6/7 2018/6/8 2018/6/11 2018/6/12預測值 1.5370783 1.634176 1.3624688 1.4839289
【學位授予單位】:南京財經(jīng)大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:F831.51
【參考文獻】
相關期刊論文 前5條
1 周士元;;基于結(jié)構轉(zhuǎn)換非參數(shù)GARCH模型的股市波動率預測擬合性評估[J];統(tǒng)計與決策;2015年17期
2 李曉燕;林海潮;;人民幣匯率市場動態(tài)ES風險測度研究[J];求索;2015年05期
3 楊繼平;張春會;;基于馬爾可夫狀態(tài)轉(zhuǎn)換模型的滬深股市波動率的估計[J];中國管理科學;2013年02期
4 朱鈞鈞;謝識予;;上證綜指馬爾可夫轉(zhuǎn)換模型的MCMC估計和分析[J];系統(tǒng)工程;2010年04期
5 劉洋;陳妞;;均值—VaR分析與資本資產(chǎn)定價模型:一個理論拓展[J];湖南大學學報(社會科學版);2008年06期
,本文編號:2625051
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/2625051.html
教材專著