本文關(guān)鍵詞：基于GARCH族模型的VaR方法計(jì)算在證券市場的實(shí)證分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：最近這十年來我國金融市場的波動(dòng)加劇,如何使得證券市場健康穩(wěn)定的發(fā)展,有效做好風(fēng)險(xiǎn)的預(yù)警和防范,這成為了政府和投資機(jī)構(gòu)密切關(guān)注的主題。本文主要針對(duì)滬深市場和香港市場的指數(shù)收益率波動(dòng)進(jìn)行對(duì)比研究,借助計(jì)量經(jīng)濟(jì)學(xué)中的模型對(duì)收益分布和波動(dòng)性特征合理的描述出來,有效的解釋市場的特點(diǎn),并且為投資決策者提供規(guī)避風(fēng)險(xiǎn)和實(shí)施有效監(jiān)督的理論依據(jù)。全文共分為四章。第一章是引言部分,闡述了本文研究的背景、目的以及研究意義,系統(tǒng)的分析了國內(nèi)外科研界對(duì)于金融風(fēng)險(xiǎn)測度研究的現(xiàn)狀,GARCH族模型、Monte Carlo方法和風(fēng)險(xiǎn)理論的起源,把握國內(nèi)外對(duì)于金融風(fēng)險(xiǎn)測度的研究動(dòng)態(tài)。第二章是理論部分,介紹了GARCH模型理論和VaR計(jì)算的兩種方法。GARCH族模型理論包括ARCH模型、GARCH模型、TGARCH模型和EGARCH模型。VaR的兩種計(jì)算方法是非參數(shù)法和參數(shù)法。非參數(shù)法包括歷史模擬法和Monte Carlo模擬法,參數(shù)法主要介紹協(xié)方差矩陣法,著重強(qiáng)調(diào)基于GARCH模型下的VaR算法。基于誤差項(xiàng)的分布不同,分別構(gòu)造了VaR-GARCH-N模型、VaR-GARCH-t模型、VaR-GARCH-GED模型和VaR-GARCH-Asymmetric-Laplace分布模型,進(jìn)行樣本指數(shù)的VaR值計(jì)算,最后簡介了Kupiec失敗率檢驗(yàn)方法的原理。第三章是實(shí)證分析,主要是將基于GARCH族模型來計(jì)算VaR的方法融入到實(shí)際案例中來,以及結(jié)合Monte Carlo模擬法求解VaR值。文中選取四組收盤價(jià)作為研究對(duì)象,首先進(jìn)行正態(tài)性檢驗(yàn)、平穩(wěn)性檢驗(yàn)、自相關(guān)性檢驗(yàn)和ARCH效應(yīng)檢驗(yàn),檢驗(yàn)結(jié)果發(fā)現(xiàn)四種對(duì)數(shù)收益率序列表現(xiàn)為尖峰厚尾左偏性,且是平穩(wěn)分布,具有ARCH效應(yīng),認(rèn)為GARCH族模型能夠計(jì)算我國股票指數(shù)的波動(dòng)性。最后采用EGARCH模型求出滬深指數(shù)的風(fēng)險(xiǎn)值和TGARCH模型求出恒生指數(shù)的風(fēng)險(xiǎn)值,通過Kupiec失敗率檢驗(yàn)結(jié)果表明,非對(duì)稱Laplace分布恰當(dāng)?shù)臄M合了收益率系列的特征,彌補(bǔ)了尾部風(fēng)險(xiǎn)測量不充分的缺陷。在Monte Carlo模擬方面,誤差項(xiàng)基于t分布下的模型求出的VaR要好于正態(tài)分布。第四章是全文總結(jié),并對(duì)論文的不足和未來的可能研究方向進(jìn)行了展望。從我國金融市場的發(fā)展現(xiàn)狀出發(fā),闡述了我國風(fēng)險(xiǎn)管理發(fā)展的困境和瓶頸,并提出了在我國如何推廣和應(yīng)用風(fēng)險(xiǎn)度量方法的可行性建議。
【關(guān)鍵詞】：VaR 非對(duì)稱Laplace分布 GARCH族模型 Monte Carlo模擬
【學(xué)位授予單位】：湖北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;F832.51
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 引言9-16
• 1.1 研究背景9-10
• 1.2 研究目的及其意義10-11
• 1.3 風(fēng)險(xiǎn)理論的國內(nèi)外研究現(xiàn)狀11-14
• 1.3.1 國外研究現(xiàn)狀11-12
• 1.3.2 國內(nèi)研究現(xiàn)狀12-14
• 1.4 研究思路、方法與內(nèi)容14-16
• 第2章 GARCH族模型與VaR模型研究16-32
• 2.1 GARCH族模型比較分析16-20
• 2.1.1 ARCH模型16-17
• 2.1.2 GARCH模型17-18
• 2.1.3 EGARCH模型18-19
• 2.1.4 TGARCH模型19-20
• 2.2 VaR模型的計(jì)算方法20-31
• 2.2.1 VaR模型的原理20-22
• 2.2.2 非參數(shù)法求VaR風(fēng)險(xiǎn)值22-24
• 2.2.3 參數(shù)法求VaR風(fēng)險(xiǎn)值24-30
• 2.2.4 VaR模型檢驗(yàn)30-31
• 2.3 本章小結(jié)31-32
• 第3章 指數(shù)收益波動(dòng)性和風(fēng)險(xiǎn)性度量32-50
• 3.1 樣本數(shù)據(jù)的選取和統(tǒng)計(jì)特征分析32-33
• 3.2 收益率檢驗(yàn)過程33-39
• 3.2.1 正態(tài)性檢驗(yàn)34-36
• 3.2.2 平穩(wěn)性檢驗(yàn)36-37
• 3.2.3 自相關(guān)性檢驗(yàn)37-39
• 3.2.4 ARCH效應(yīng)檢驗(yàn)39
• 3.3 基于GARCH族模型模擬VaR的計(jì)算39-46
• 3.3.1 實(shí)驗(yàn)結(jié)果40-44
• 3.3.2 基于失敗率的VaR檢驗(yàn)44-46
• 3.4 基于Monte Carlo模擬VaR的計(jì)算46-49
• 3.4.1 實(shí)驗(yàn)結(jié)果46-48
• 3.4.2 基于失敗率的VaR檢驗(yàn)48-49
• 3.5 本章小結(jié)49-50
• 第4章 結(jié)論與展望50-54
• 4.1 本文總結(jié)51-52
• 4.2 未來研究的思考和展望52-54
• 參考文獻(xiàn)54-57
• 致謝57-58
• 附錄58-62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫大利;;VaR方法及其在操作風(fēng)險(xiǎn)管理中的應(yīng)用[J];中國信用卡;2007年16期

2 鄭龍欣;;VaR方法在我國商業(yè)銀行風(fēng)險(xiǎn)管理中的應(yīng)用[J];金融經(jīng)濟(jì);2008年14期

3 彭芳春;;商業(yè)銀行風(fēng)險(xiǎn)管理與VaR方法應(yīng)用研究[J];理論月刊;2007年04期

4 周國軍;;VaR方法在我國商業(yè)銀行風(fēng)險(xiǎn)管理中的應(yīng)用[J];江西金融職工大學(xué)學(xué)報(bào);2008年02期

5 李茵茵;;風(fēng)險(xiǎn)度量方法VaR方法的綜述[J];現(xiàn)代經(jīng)濟(jì)信息;2009年14期

6 郭順蘭;潘勇輝;王楊;;外債與中國經(jīng)濟(jì)增長:基于VAR方法的研究[J];統(tǒng)計(jì)與決策;2010年16期

7 王源Z

本文編號(hào)：308912