基于Bayes方法的VaR分位點的估計與檢驗
發(fā)布時間:2023-06-03 12:54
V aR(V alue at Risk),即風險價值法,具體地說是指在一定概率水平下(置信度),金融資產(chǎn)或者投資組合在未來特定一段時間內(nèi)的最大損失. V aR方法的基本思想是利用資產(chǎn)組合收益的歷史數(shù)據(jù)來預(yù)測未來的情況,而離現(xiàn)在較久遠的歷史數(shù)據(jù)與當前金融市場的相關(guān)性很低,早期的數(shù)據(jù)只能來說明歷史的問題,不能反映當前的情況,而基于經(jīng)典統(tǒng)計學的方法過分依賴于歷史數(shù)據(jù),這使得估計的V aR的精確度和有效性降低.本文建立了基于Bayes方法的V aR模型來估計金融市場的風險值,可以使投資者根據(jù)觀測數(shù)據(jù)和歷史信息對風險模型進行調(diào)整,使得預(yù)測的風險值能夠更準確的反映出當前市場的風險情況,以便做出正確的投資決策,避免不必要的損失.
【文章頁數(shù)】:41 頁
【學位級別】:碩士
【文章目錄】:
中文摘要
Abstract
符號說明
第1章 緒論
1.1 V aR 的概述
1.1.1 V aR 的概念
1.1.2 V aR 產(chǎn)生的背景
1.1.3 V aR 的特點
1.1.4 V aR 的應(yīng)用
1.1.5 V aR 的局限性
1.1.6 用V aR 度量金融市場風險的管理
1.2 本章小結(jié)
第2章 VaR 的計算方法
2.1 V aR 的傳統(tǒng)計算方法
2.2 V aR 的具體計算方法
2.3 利用Bayes 方法對V aR 的估計
2.3.1 Bayes 方法的基本思想
2.3.2 相關(guān)的定理與證明
2.3.3 基于Bayes 方法的模型假設(shè)
2.3.4 模型中的參數(shù)估計
2.4 利用Bootstrape 方法對V aR 的估計
2.4.1 Bootstrape 方法的基本思想
2.5 利用JAB 方法對 V aR 的估計
2.5.1 JAB 方法的基本思想
2.6 本章小結(jié)
第3章 用V aR 度量中國證券市場的實證分析
3.1 數(shù)據(jù)的選取
3.2 實證分析
3.2.1 基于Bayes 方法的數(shù)值計算
3.2.2 基于Bootstrape 方法的數(shù)值計算
3.2.3 基于JAB 方法的數(shù)值計算
3.2.4 基于上述三種方法的數(shù)值計算結(jié)果總結(jié)
3.3 V aR 模型有效性的檢驗
3.4 V aR 模型的誤差分析
3.5 Bayes 方法、Bootstrape 方法與 V aR 加權(quán)樣本分位數(shù)估計之間的對比
3.5.1 利用Bayes 方法
3.5.2 利用Bootstrape 方法
3.5.3 基于以上三種方法的數(shù)值計算結(jié)果總結(jié)
3.5.4 V aR 模型的有效性檢驗
3.6 本章小結(jié)
結(jié)論
參考文獻
致謝
本文編號:3829374
【文章頁數(shù)】:41 頁
【學位級別】:碩士
【文章目錄】:
中文摘要
Abstract
符號說明
第1章 緒論
1.1 V aR 的概述
1.1.1 V aR 的概念
1.1.2 V aR 產(chǎn)生的背景
1.1.3 V aR 的特點
1.1.4 V aR 的應(yīng)用
1.1.5 V aR 的局限性
1.1.6 用V aR 度量金融市場風險的管理
1.2 本章小結(jié)
第2章 VaR 的計算方法
2.1 V aR 的傳統(tǒng)計算方法
2.2 V aR 的具體計算方法
2.3 利用Bayes 方法對V aR 的估計
2.3.1 Bayes 方法的基本思想
2.3.2 相關(guān)的定理與證明
2.3.3 基于Bayes 方法的模型假設(shè)
2.3.4 模型中的參數(shù)估計
2.4 利用Bootstrape 方法對V aR 的估計
2.4.1 Bootstrape 方法的基本思想
2.5 利用JAB 方法對 V aR 的估計
2.5.1 JAB 方法的基本思想
2.6 本章小結(jié)
第3章 用V aR 度量中國證券市場的實證分析
3.1 數(shù)據(jù)的選取
3.2 實證分析
3.2.1 基于Bayes 方法的數(shù)值計算
3.2.2 基于Bootstrape 方法的數(shù)值計算
3.2.3 基于JAB 方法的數(shù)值計算
3.2.4 基于上述三種方法的數(shù)值計算結(jié)果總結(jié)
3.3 V aR 模型有效性的檢驗
3.4 V aR 模型的誤差分析
3.5 Bayes 方法、Bootstrape 方法與 V aR 加權(quán)樣本分位數(shù)估計之間的對比
3.5.1 利用Bayes 方法
3.5.2 利用Bootstrape 方法
3.5.3 基于以上三種方法的數(shù)值計算結(jié)果總結(jié)
3.5.4 V aR 模型的有效性檢驗
3.6 本章小結(jié)
結(jié)論
參考文獻
致謝
本文編號:3829374
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/3829374.html
教材專著