金融風(fēng)險(xiǎn)度量是金融風(fēng)險(xiǎn)管理的重點(diǎn)與核心,是進(jìn)一步進(jìn)行風(fēng)險(xiǎn)管理策略實(shí)施的前提。在金融市場(chǎng)中,有多種度量金融風(fēng)險(xiǎn)的方法,VaR(Value at Risk,在險(xiǎn)價(jià)值)方法是最流行的方法之一,也是國(guó)際上流行的風(fēng)險(xiǎn)管理標(biāo)準(zhǔn),CVaR(Conditional Value at Risk,條件在險(xiǎn)價(jià)值)方法的提出對(duì)VaR方法的缺陷進(jìn)行了改進(jìn)。近年來(lái),很多學(xué)者針對(duì)傳統(tǒng)的收益率是精確值時(shí)VaR與CVaR的計(jì)算模型進(jìn)行了一系列改進(jìn)與研究。然而,實(shí)際的金融市場(chǎng)除了隨機(jī)性還有其他的不確定性,比如模糊性、非精確性。若把收益率看成一個(gè)隨機(jī)區(qū)間,則既能刻畫(huà)市場(chǎng)的隨機(jī)性又能刻畫(huà)由于市場(chǎng)千變?nèi)f化導(dǎo)致的非精確性。本文主要在傳統(tǒng)的風(fēng)險(xiǎn)測(cè)度模型的基礎(chǔ)上,提出了收益率是區(qū)間值隨機(jī)變量的風(fēng)險(xiǎn)測(cè)度模型。首先介紹了經(jīng)典的VaR和CVaR的定義和常用的估計(jì)方法,對(duì)歷史模擬法和Bootstrap方法在VaR和CVaR計(jì)算中的應(yīng)用進(jìn)行了詳細(xì)的描述,然后考慮收益率為區(qū)間值隨機(jī)變量,對(duì)區(qū)間選取適當(dāng)?shù)呐判蚍椒?建立了區(qū)間值的VaR與CVaR的風(fēng)險(xiǎn)測(cè)度模型。實(shí)證分析部分,選取了上證指數(shù)、深證綜指、滬深300、中證500四個(gè)股票指數(shù)以及銀行業(yè)、房地產(chǎn)業(yè)、娛樂(lè)傳媒業(yè)、水利電力能源業(yè)、農(nóng)林牧漁業(yè)五個(gè)行業(yè)具有代表性的24只股票樣本,根據(jù)股票的收盤(pán)價(jià)、最高價(jià)、最低價(jià)等指標(biāo)構(gòu)建了收益率的精確值和區(qū)間值的形式,使用歷史模擬法分別對(duì)收益率是精確值和區(qū)間值時(shí)的VaR與CVaR值進(jìn)行了估計(jì),并結(jié)合Bootstrap方法對(duì)收益率是精確值時(shí)的計(jì)算模型進(jìn)行了改進(jìn)。最后,通過(guò)Kupiec檢驗(yàn)對(duì)估計(jì)VaR的三個(gè)模型進(jìn)行有效性的檢驗(yàn)與對(duì)比分析。結(jié)果表明,收益率是區(qū)間值的風(fēng)險(xiǎn)測(cè)度模型對(duì)VaR的估計(jì)效果最優(yōu):收益率是精確值時(shí),基于Bootstrap抽樣的歷史模擬法對(duì)VaR估計(jì)的精度要比基于原始樣本的歷史模擬法對(duì)VaR估計(jì)的精度高。最后,通過(guò)對(duì)區(qū)間值風(fēng)險(xiǎn)測(cè)度模型的深入分析,總結(jié)了文章的結(jié)論,并從區(qū)間排序準(zhǔn)則、風(fēng)險(xiǎn)測(cè)度模型有效性的檢驗(yàn)以及與傳統(tǒng)的方差協(xié)方差法或蒙特卡洛模擬法結(jié)合的區(qū)間值風(fēng)險(xiǎn)測(cè)度模型三個(gè)方向提出了進(jìn)一步的研究建議和展望。
【學(xué)位單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：F830.9
【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀及綜述
        1.2.1 在險(xiǎn)價(jià)值理論的研究綜述
        1.2.2 條件在險(xiǎn)價(jià)值理論的研究綜述
        1.2.3 區(qū)間值理論的研究綜述
    1.3 本文的研究結(jié)構(gòu)與創(chuàng)新點(diǎn)
第2章 VaR與CVaR的基本原理
    2.1 VaR和CVaR的基本理論
        2.1.1 VaR的定義
        2.1.2 VaR方法的優(yōu)缺點(diǎn)及CVaR的定義
    2.2 VaR與CVaR模型的計(jì)算方法
    2.3 Boostrap方法估計(jì)VaR與CVaR的基本原理
    2.4 VaR模型有效性檢驗(yàn)
    2.5 本章小結(jié)
第3章 區(qū)間值風(fēng)險(xiǎn)測(cè)度模型
    3.1 區(qū)間值隨機(jī)變量
    3.2 區(qū)間的基本運(yùn)算和排序準(zhǔn)則
    3.3 區(qū)間值風(fēng)險(xiǎn)測(cè)度模型的構(gòu)建
    3.4 本章小結(jié)
第4章 精確值收益率的風(fēng)險(xiǎn)測(cè)度模型實(shí)證分析
    4.1 數(shù)據(jù)選取與檢驗(yàn)
        4.1.1 數(shù)據(jù)選取
        4.1.2 收益率數(shù)據(jù)的正態(tài)性檢驗(yàn)
    4.2 歷史模擬法估計(jì)VaR與CVaR
    4.3 Boostrap方法估計(jì)VaR與CVaR
    4.4 模型的有效性檢驗(yàn)
    4.5 本章小結(jié)
第5章 區(qū)間值收益率的風(fēng)險(xiǎn)測(cè)度模型實(shí)證分析
    5.1 數(shù)據(jù)選取與區(qū)間值收益率的計(jì)算
    5.2 區(qū)間值VaR與CVaR的估計(jì)
    5.3 模型的有效性檢驗(yàn)
    5.4 本章小結(jié)
第6章 結(jié)論與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 伍楠林;鐘曉兵;;滬深300股指期貨風(fēng)險(xiǎn)的預(yù)警研究[J];統(tǒng)計(jì)與決策;2012年19期

2 孫海龍;姚衛(wèi)星;;區(qū)間數(shù)排序方法評(píng)述[J];系統(tǒng)工程學(xué)報(bào);2010年03期

3 徐永春;高岳林;;金融風(fēng)險(xiǎn)管理的CVaR方法及實(shí)證分析[J];求索;2009年02期

4 葉五一,繆柏其,吳振翔;基于Bootstrap方法的VaR計(jì)算[J];系統(tǒng)工程學(xué)報(bào);2004年05期

5 吳江,黃登仕;區(qū)間數(shù)排序方法研究綜述[J];系統(tǒng)工程;2004年08期

本文編號(hào)：2846939