發(fā)布時(shí)間：2021-12-22 18:28

　　金融市場上的數(shù)據(jù)往往具有尖峰厚尾的特點(diǎn),根據(jù)這個(gè)特征,我們選擇用VaR模型來度量股指市場風(fēng)險(xiǎn)。VaR有多種計(jì)算方法,本文中選用的是基于分位數(shù)回歸的VaR模型,并利用近似貝葉斯方法中的ABC PMC算法估算模型參數(shù)。本文應(yīng)用以上方法對滬深300、深證綜指兩個(gè)指數(shù)在2015年1月5日—2018年3月15日的收盤價(jià)格數(shù)據(jù)進(jìn)行實(shí)證分析,同時(shí)利用Kupiec失敗率檢驗(yàn)方法檢驗(yàn)不同顯著性水平下模型的表現(xiàn)效果,并與經(jīng)典的VaR模型計(jì)算結(jié)果進(jìn)行對比。結(jié)果顯示基于近似貝葉斯的分位數(shù)回歸VaR模型對市場風(fēng)險(xiǎn)有更好的估計(jì)。 

【文章來源】：蘇州大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：39 頁

【學(xué)位級別】：碩士

【部分圖文】：

滬深300指數(shù)的對數(shù)收益率圖

圖 5-2 深證綜指的對數(shù)收益率圖從以上兩張圖中可以看出，該時(shí)間段內(nèi)，這兩個(gè)指數(shù)的日收益率波動都很頻繁基本圍繞在零值附近波動。深證綜指的波動性稍強(qiáng)于滬深 300 指數(shù)，在 2015 年個(gè)指數(shù)的日收益率都出現(xiàn)了較大幅度的波動，這與我國 2015 年股市震蕩的現(xiàn)不可分。同時(shí)可以發(fā)現(xiàn)，兩列序列都存在一段時(shí)期波動性持續(xù)偏小、一段時(shí)期

圖 5-6 滬深 300 指數(shù)1, 、2, 、3, 分布直方圖（ 0.01）圖 5-7 深證綜指 、 、 分布直方圖（ 0.05）圖 5-8 深證綜指 、 、 分布直方圖（ 0.01）

【參考文獻(xiàn)】：
期刊論文
[1]分位數(shù)回歸與上證綜指VaR研究[J]. 關(guān)靜,史道濟(jì).  統(tǒng)計(jì)與信息論壇. 2008(12)
[2]基于分位數(shù)回歸模型的滬深股市風(fēng)險(xiǎn)測量研究[J]. 王新宇,趙紹娟.  中國礦業(yè)大學(xué)學(xué)報(bào). 2008(03)
[3]分位數(shù)回歸技術(shù)綜述[J]. 陳建寶,丁軍軍.  統(tǒng)計(jì)與信息論壇. 2008(03)
[4]分位數(shù)回歸及應(yīng)用簡介[J]. 李育安.  統(tǒng)計(jì)與信息論壇. 2006(03)



本文編號：3546874