近年來(lái),隨著經(jīng)濟(jì)全球化進(jìn)程的不斷推進(jìn),世界金融格局產(chǎn)生了巨大的變遷,同時(shí),潛在的金融風(fēng)險(xiǎn)也在逐步釋放。在我國(guó)明顯的表現(xiàn)是2015年A股市場(chǎng)的劇烈動(dòng)蕩,且作為中國(guó)資本市場(chǎng)對(duì)外開(kāi)放史上的里程碑事件,“滬港通”的運(yùn)行和不久前“深港通”的啟動(dòng)也引發(fā)了市場(chǎng)波動(dòng)和投資等一系列風(fēng)險(xiǎn),這再次提醒了廣大投資者和監(jiān)管機(jī)構(gòu),風(fēng)險(xiǎn)管理和金融市場(chǎng)相關(guān)性在金融市場(chǎng)的研究中有著不可忽視的重要地位。對(duì)市場(chǎng)波動(dòng)率的研究一直占據(jù)著風(fēng)險(xiǎn)管理領(lǐng)域的重要位置,隨著金融高頻數(shù)據(jù)的可得性越來(lái)越強(qiáng),基于高頻數(shù)據(jù)的已實(shí)現(xiàn)測(cè)度成為波動(dòng)率研究的熱點(diǎn)問(wèn)題�；谶@種情況,本文對(duì)Realized GARCH模型形式進(jìn)行了推廣,將其推廣到厚尾分布的情形,并與傳統(tǒng)的GARCH類模型進(jìn)行對(duì)比。同時(shí),考慮到不同的已實(shí)現(xiàn)測(cè)度的選取對(duì)模型效果的影響,采用四組具有層次性的高頻數(shù)據(jù)已實(shí)現(xiàn)測(cè)度,構(gòu)成對(duì)尾部風(fēng)險(xiǎn)度量的對(duì)比模型。在比較尾部風(fēng)險(xiǎn)度量的效果時(shí),采用VaR效果和兩個(gè)在金融市場(chǎng)風(fēng)險(xiǎn)管理視角下的損失函數(shù),進(jìn)一步提高模型比對(duì)結(jié)果的穩(wěn)健性。對(duì)于市場(chǎng)間的相關(guān)性測(cè)度,本文建立Realized GARCH Copula模型,該模型采用推廣的Realized GARCH模... 

【文章頁(yè)數(shù)】：52 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 文獻(xiàn)綜述
        1.2.1 已實(shí)現(xiàn)測(cè)度的研究現(xiàn)狀
        1.2.2 Realized GARCH Copula模型的研究現(xiàn)狀
    1.3 研究思路架及框架
        1.3.1 研究思路
        1.3.2 基本框架
    1.4 研究方法與創(chuàng)新
        1.4.1 研究方法
        1.4.2 研究創(chuàng)新
第2章 Realized GARCH模型及實(shí)證分析
    2.1 GARCH類模型
        2.1.1 GARCH模型
        2.1.2 EGARCH模型
        2.1.3 Realized GARCH模型
    2.2 Realized GARCH模型參數(shù)估計(jì)及波動(dòng)率計(jì)算
    2.3 在險(xiǎn)價(jià)值VaR
    2.4 實(shí)證分析
        2.4.1 數(shù)據(jù)選擇與處理
        2.4.2 基本統(tǒng)計(jì)信息
        2.4.3 基于參數(shù)模型的波動(dòng)率和VaR測(cè)度
第3章 不同已實(shí)現(xiàn)測(cè)度的Realized GARCH模型的實(shí)證對(duì)比
    3.1 四組已實(shí)現(xiàn)測(cè)度介紹
    3.2 模型的實(shí)證分析
    3.3 模型評(píng)價(jià)
        3.3.1 波動(dòng)率預(yù)測(cè)效果比對(duì)
        3.3.2 VaR度量效果比對(duì)
        3.3.3 風(fēng)險(xiǎn)管理視角下模型效果比對(duì)
第4章 Realized GARCH Copula模型理論及實(shí)證
    4.1 Copula理論介紹
    4.2 Realized GARCH Copula模型的構(gòu)建
    4.3 建立實(shí)證模型并分析
第5章 總結(jié)與展望
    5.1 主要研究結(jié)論
    5.2 展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于Realized GARCH模型的滬深300指數(shù)波動(dòng)率研究[J]. 關(guān)璐,郭名媛.  甘肅科學(xué)學(xué)報(bào). 2016(06)
[2]利用高頻數(shù)據(jù)和copula度量資產(chǎn)組合市場(chǎng)風(fēng)險(xiǎn):建模與實(shí)證[J]. 唐振鵬,黃友珀,許雅妮.  運(yùn)籌與管理. 2016(05)
[3]中國(guó)股市波動(dòng)率的廣義周內(nèi)特征及其預(yù)測(cè)模型[J]. 施雅豐,艾春榮.  系統(tǒng)工程理論與實(shí)踐. 2016(08)
[4]基于藤copula–已實(shí)現(xiàn)GARCH的組合收益分位數(shù)預(yù)測(cè)[J]. 黃友珀,唐振鵬,唐勇.  系統(tǒng)工程學(xué)報(bào). 2016(01)
[5]基于偏t分布realized GARCH模型的尾部風(fēng)險(xiǎn)估計(jì)[J]. 黃友珀,唐振鵬,周熙雯.  系統(tǒng)工程理論與實(shí)踐. 2015(09)
[6]風(fēng)險(xiǎn)最小化套期保值比例估計(jì):基于RV-Copula模型[J]. 李勇,方兆本,韋勇鳳.  數(shù)理統(tǒng)計(jì)與管理. 2015(02)
[7]考慮跳躍和隔夜波動(dòng)的中國(guó)股票市場(chǎng)波動(dòng)率建模與預(yù)測(cè)[J]. 孫潔.  中國(guó)管理科學(xué). 2014(06)
[8]高頻農(nóng)產(chǎn)品期貨波動(dòng)率和相關(guān)性預(yù)測(cè)——基于Realized Copula-DCC模型的視角[J]. 黃雯,黃卓,王天一.  浙江社會(huì)科學(xué). 2013(05)
[9]利用高頻數(shù)據(jù)管理滬深300指數(shù)的尾部風(fēng)險(xiǎn)——基于Realized GARCH模型的VaR[J]. 黃雯,王天一,黃卓.  中大管理研究. 2012(02)
[10]高頻數(shù)據(jù)波動(dòng)率建�！诤裎卜植嫉腞ealized GARCH模型[J]. 王天一,黃卓.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2012(05)

博士論文
[1]Copula方法在金融風(fēng)險(xiǎn)管理中的應(yīng)用研究[D]. 魯訓(xùn)法.中國(guó)科學(xué)技術(shù)大學(xué) 2012
[2]基于高頻數(shù)據(jù)的金融波動(dòng)率研究[D]. 李勝歌.天津大學(xué) 2008

碩士論文
[1]上證50 ETF的波動(dòng)率研究及VaR測(cè)算[D]. 劉祥.華東理工大學(xué) 2017
[2]高頻數(shù)據(jù)波動(dòng)率建模及風(fēng)險(xiǎn)度量[D]. 傅聰.浙江工商大學(xué) 2017
[3]幾類RealGARCH模型的波動(dòng)率與VaR測(cè)度[D]. 甘甜.浙江大學(xué) 2016
[4]基于Copula-Realized GARCH模型的股指期貨動(dòng)態(tài)最優(yōu)套期保值比率研究[D]. 周士俊.南京大學(xué) 2016
[5]中國(guó)股市已實(shí)現(xiàn)波動(dòng)率估計(jì)[D]. 袁玲.暨南大學(xué) 2014
[6]基于高頻數(shù)據(jù)已實(shí)現(xiàn)GARCH-HAR模型的研究[D]. 許志香.廈門大學(xué) 2014
[7]基于結(jié)構(gòu)突變檢測(cè)的滬深300指數(shù)已實(shí)現(xiàn)波動(dòng)率研究[D]. 朱子豪.南京大學(xué) 2013
[8]我國(guó)股市的微觀結(jié)構(gòu)噪聲與波動(dòng)特征研究[D]. 黨略.暨南大學(xué) 2013
[9]超高頻期貨市場(chǎng)微觀結(jié)構(gòu)噪音實(shí)證研究[D]. 茍開(kāi)桂.西南財(cái)經(jīng)大學(xué) 2013



本文編號(hào)：3647728