本文關(guān)鍵詞：基于分位數(shù)回歸的金融風(fēng)險管理

  更多相關(guān)文章： 分位數(shù)回歸 VaR MM算法 Q-EGARCH模型

【摘要】：近年來,隨著各國經(jīng)濟(jì)全球化步伐的加快,各國之間的金融市場也逐步走向了融合,各國金融市場的關(guān)聯(lián)性不斷增強。金融市場的開放與融合,在加速資本流動、加強資源配置效率的同時,也給各國金融市場帶來了前所未有的風(fēng)險。在各國金融一體化時代,某個或某些國家的金融市場在發(fā)生金融危機時,危機會迅速傳導(dǎo)至其它國家,并且逐步蔓延,從而造成全球性的金融危機和經(jīng)濟(jì)下滑。由于金融市場在市場經(jīng)濟(jì)運行中的作用日益凸顯,使得金融風(fēng)險管理已經(jīng)成為各國金融機構(gòu)及學(xué)術(shù)界關(guān)注的共同焦點,如何有效的度量、控制風(fēng)險已經(jīng)成為金融研究和實踐的核心內(nèi)容。在金融風(fēng)險管理方面,全球通用的指標(biāo)是在險價值VaR。對于VaR的度量,本文提出將EGARCH模型與分位數(shù)回歸相結(jié)合的分位數(shù)EGARCH模型(Q-EGARCH模型)。Q-EGARCH模型既有分位數(shù)回歸不受收益率分布假設(shè)影響的優(yōu)點,又能直接反映資產(chǎn)收益波動率對VaR的影響,使得計算的VaR值更加貼近真實市場狀況,為金融風(fēng)險管理提供了一種新思路。由于在非線性分位數(shù)回歸模型中,不宜使用傳統(tǒng)參數(shù)估計方法進(jìn)行參數(shù)估計,因此,本文在第三章就MM算法在非線性分位數(shù)回歸參數(shù)估計中的運用進(jìn)行了深入研究,并通過蒙特卡洛模擬試驗驗證了MM算法在非線性分位數(shù)回歸模型參數(shù)估計中的適應(yīng)性和優(yōu)越性。模擬試驗結(jié)果表明,在極端分位數(shù)水平下,MM算法比非線性分位數(shù)回歸內(nèi)點法的參數(shù)估計效果更優(yōu)越。鑒于MM算法在非線性分位數(shù)回歸參數(shù)估計中優(yōu)越性,故本文第四章基于傳統(tǒng)MM算法思想,探討了MM算法在Q-EGARCH模型中的應(yīng)用,從而利用MM算法估計Q-EGARCH模型的參數(shù),然后計算出相應(yīng)的在險價值。通過對滬深300股指期貨的實證分析,并將Q-EGARCH模型與傳統(tǒng)VaR計算模型的VaR計算結(jié)果進(jìn)行比較,發(fā)現(xiàn)Q-EGARCH模型在95%和99%的置信水平下所計算的VaR均比其它VaR計算方法更加精確,特別是在99%置信水平下,Q-EGARCH模型的優(yōu)勢體現(xiàn)的更加明顯。說明本文新構(gòu)造的Q-EGARCH模型,能夠更加準(zhǔn)確的計算VaR,使得金融機構(gòu)能夠更加有效的進(jìn)行風(fēng)險管理,特別是對于風(fēng)險厭惡性金融機構(gòu)而言,本文具有非常寶貴的參考價值。
【關(guān)鍵詞】：分位數(shù)回歸 VaR MM算法 Q-EGARCH模型
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;F831.5
【目錄】：

• 摘要6-8
• Abstract8-12
• 第1章 緒論12-21
• 1.1 研究背景及意義12-15
• 1.1.1 本文研究背景12-13
• 1.1.2 本文研究目的及意義13-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-19
• 1.2.1 國外研究現(xiàn)狀15-17
• 1.2.2 國內(nèi)研究現(xiàn)狀17-19
• 1.3 本文的研究內(nèi)容及創(chuàng)新19-21
• 1.3.1 本文的研究內(nèi)容19-20
• 1.3.2 本文的創(chuàng)新點20-21
• 第2章 VaR及分位數(shù)回歸理論21-34
• 2.1 VaR理論與計算21-27
• 2.1.1 VaR的定義21-22
• 2.1.2 VaR的計算22-25
• 2.1.3 VaR的事后檢驗25-27
• 2.2 分位數(shù)回歸基本原理27-34
• 2.2.1 分位數(shù)的定義及推導(dǎo)27-29
• 2.2.2 分位數(shù)回歸模型29-30
• 2.2.3 分位數(shù)回歸模型的參數(shù)估計30-32
• 2.2.4 分位數(shù)回歸模型的檢驗32-34
• 第3章 基于MM算法的分位數(shù)回歸估計34-52
• 3.1 MM算法思想35-36
• 3.2 非線性分位數(shù)回歸的MM算法估計36-41
• 3.3 MM算法的蒙特卡洛模擬41-51
• 3.4 本章小結(jié)51-52
• 第4章 分位數(shù)回歸EGARCH模型52-76
• 4.1 傳統(tǒng)VaR計算模型52-55
• 4.1.1 GARCH類模型計算VaR52-53
• 4.1.2 分位數(shù)回歸方法計算VaR53-55
• 4.2 分位數(shù)回歸EGARCH模型55-58
• 4.3 基于Q-EGARCH模型的中國股指期貨市場實證分析58-68
• 4.3.1 描述性統(tǒng)計分析59-61
• 4.3.2 Q-EGARCH模型參數(shù)估計61-66
• 4.3.3 VaR的計算及結(jié)果分析66-68
• 4.4 與傳統(tǒng)VaR計算模型的比較分析68-76
• 第5章 結(jié)論與展望76-78
• 5.1 結(jié)論76-77
• 5.2 展望77-78
• 致謝78-79
• 參考文獻(xiàn)79-84
• 攻讀研究生期間發(fā)表的學(xué)術(shù)論文84-85
• 附錄：MM算法MATLAB程序85-87

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張代強;張屹山;;前瞻性利率規(guī)則在我國的實證研究——基于分位數(shù)回歸方法的變參數(shù)檢驗[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2008年10期

2 劉生龍;;教育和經(jīng)驗對中國居民收入的影響——基于分位數(shù)回歸和審查分位數(shù)回歸的實證研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2008年04期

3 羅玉波;;房價影響因素分析:分位數(shù)回歸方法[J];統(tǒng)計與決策;2011年06期

4 李順毅;;房價如何影響消費對經(jīng)濟(jì)增長的貢獻(xiàn)——基于分位數(shù)回歸的實證分析[J];消費經(jīng)濟(jì);2011年03期

5 朱平芳;張征宇;;無條件分位數(shù)回歸:文獻(xiàn)綜述與應(yīng)用實例[J];統(tǒng)計研究;2012年03期

6 胡豐;許啟發(fā);蔣翠俠;;基于分位數(shù)回歸的基金風(fēng)格分析與業(yè)績評價[J];鄭州航空工業(yè)管理學(xué)院學(xué)報;2012年06期

7 王朝;高敬雅;王琪;;基于分位數(shù)回歸的房地產(chǎn)價格研究[J];商;2012年14期

8 胡永遠(yuǎn);倪麗艷;;基于分位數(shù)回歸的社會救助再就業(yè)人群收入研究[J];山東財政學(xué)院學(xué)報;2013年03期

9 歐陽勝銀;;外資溢出效應(yīng)的分位數(shù)回歸研究[J];財經(jīng)理論與實踐;2013年04期

10 劉昕明;李志強;;基于分位數(shù)回歸的企業(yè)債信用風(fēng)險研究[J];北京化工大學(xué)學(xué)報(自然科學(xué)版);2013年06期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 林藝圃;;中國股市價量關(guān)系的實證分析分位數(shù)回歸模型[A];中國社會科學(xué)院第三屆中國經(jīng)濟(jì)論壇論文集（下）[C];2007年

2 陳娟;林龍;葉阿忠;;基于分位數(shù)回歸的中國居民消費研究[A];中國社會科學(xué)院第三屆中國經(jīng)濟(jì)論壇論文集（下）[C];2007年

3 夏寧;;中國上市公司高管人員薪酬的影響因素與成因分解——一個基于分位數(shù)回歸模型的實證研究[A];中國會計學(xué)會財務(wù)管理專業(yè)委員會2009年學(xué)術(shù)年會論文集[C];2009年

4 宋馬林;吳杰;高玉強;張琳玲;宋峰;;中國入世以來的對外貿(mào)易與環(huán)保效率——基于分省面板數(shù)據(jù)的實證分析[A];中國貿(mào)易救濟(jì)與產(chǎn)業(yè)安全論叢（2012）——第七屆中國貿(mào)易救濟(jì)與產(chǎn)業(yè)安全研究獎獲獎?wù)撐募痆C];2013年

5 任聲策;;創(chuàng)新和出口的互動關(guān)系:基于中國制造業(yè)企業(yè)的實證[A];第八屆（2013）中國管理學(xué)年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2013年

6 劉鑫波;張志敏;梁逸曾;;高效準(zhǔn)確的高分辨數(shù)據(jù)快速平滑與基線校正算法[A];中國化學(xué)會第29屆學(xué)術(shù)年會摘要集——第19分會：化學(xué)信息學(xué)與化學(xué)計量學(xué)[C];2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 邸俊鵬;分位數(shù)回歸的貝葉斯估計與應(yīng)用研究[D];南開大學(xué);2013年

2 康寧;分位數(shù)回歸模型及在金融經(jīng)濟(jì)中的應(yīng)用[D];合肥工業(yè)大學(xué);2016年

3 韓月麗;極值統(tǒng)計與分位數(shù)回歸理論及其應(yīng)用[D];天津大學(xué);2009年

4 關(guān)靜;分位數(shù)回歸理論及其應(yīng)用[D];天津大學(xué);2009年

5 項云帆;資本資產(chǎn)定價模型及實證分析[D];華中科技大學(xué);2010年

6 陳林興;基于空間視角的我國省際農(nóng)村居民消費趨同性研究[D];浙江大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 代貝;基于分位數(shù)回歸的農(nóng)村居民消費區(qū)域差異研究[D];昆明理工大學(xué);2015年

2 羅小青;基于分位數(shù)回歸的中國GDP與電力消費量關(guān)系研究[D];華南理工大學(xué);2015年

3 張成林;隨機截斷線性模型的加權(quán)組合分位數(shù)回歸[D];武漢科技大學(xué);2015年

4 葛偉康;基于分位數(shù)回歸的高速公路交通事故預(yù)測[D];東南大學(xué);2015年

5 郝祥如;基于分位數(shù)回歸的政府經(jīng)濟(jì)管制強度對公眾創(chuàng)業(yè)頻度影響的統(tǒng)計研究[D];山東財經(jīng)大學(xué);2016年

6 趙建芳;基于分位數(shù)回歸模型的農(nóng)村養(yǎng)老保險消費效應(yīng)分析[D];山東財經(jīng)大學(xué);2016年

7 蔣興凡;城鎮(zhèn)居民收入差距代際傳遞的分位數(shù)回歸研究[D];安徽大學(xué);2016年

8 常琳;異方差泊松自回歸模型的分位數(shù)回歸估計[D];吉林大學(xué);2016年

9 杜艷芳;基于分位數(shù)回歸的空氣質(zhì)量指數(shù)分析[D];蘭州大學(xué);2016年

10 張成;基于分位數(shù)回歸的金融風(fēng)險管理[D];西南交通大學(xué);2016年

，

本文編號：575367