本文關(guān)鍵詞：我國股票市場波動率和尾部風(fēng)險(xiǎn)溢出研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟(jì)全球化程度的不斷深化和我國改革開放的日益加深,金融市場成為我國經(jīng)濟(jì)發(fā)展的核心。經(jīng)濟(jì)的快速發(fā)展導(dǎo)致金融風(fēng)險(xiǎn)的大量累積,這使得金融風(fēng)險(xiǎn)能否被理性地認(rèn)識并有效地控制具有重要的理論意義和實(shí)踐意義。國內(nèi)外關(guān)于金融市場風(fēng)險(xiǎn)的研究主要有兩類：通過構(gòu)建合適的收益率波動模型,用波動率的大小來認(rèn)識風(fēng)險(xiǎn)程度；通過計(jì)算在一定概率水平下金融資產(chǎn)在未來特定時(shí)間的最大可能損失值VaR度量風(fēng)險(xiǎn)值并研究不同市場之間風(fēng)險(xiǎn)的傳導(dǎo)機(jī)制。盡管針對波動率刻畫的模型及其應(yīng)用已經(jīng)逐步完善,如GARCH族模型和隨機(jī)波動模型都得到了廣泛的應(yīng)用,但是面對樣本收益率分布高峰、厚尾、負(fù)偏等特征還需選擇合適的模型以保證對波動率和風(fēng)險(xiǎn)認(rèn)識的準(zhǔn)確性。經(jīng)濟(jì)政策的變革,金融監(jiān)管制度的創(chuàng)新以及金融市場自身的轉(zhuǎn)型升級等因素都將導(dǎo)致收益率分布的變化。因此本文分別建立了GARCH模型、基于混合高斯分布的GARCH模型、基于混合高斯分布的結(jié)構(gòu)轉(zhuǎn)換GARCH模型、隨機(jī)波動模型、基于混合貝塔分布的隨機(jī)波動模型刻畫收益率的波動。實(shí)證結(jié)果證明,使用混合分布的波動模型更能反映樣本期內(nèi)上證綜指高峰、厚尾、負(fù)偏的特點(diǎn)。然而,波動率是對雙側(cè)風(fēng)險(xiǎn)的度量,包含損失和盈利兩方面的波動。VaR是用一個(gè)簡潔的數(shù)字刻畫風(fēng)險(xiǎn)大小,它的本質(zhì)為分位數(shù),能夠只關(guān)注某一尾部的風(fēng)險(xiǎn)情況。為了分析我國股票市場內(nèi)部不同市場之間以及我國股市與國際股市之間的風(fēng)險(xiǎn)的來源關(guān)系和傳導(dǎo)機(jī)制,本文結(jié)合風(fēng)險(xiǎn)價(jià)值VaR,風(fēng)險(xiǎn)-Granger因果性檢驗(yàn)思想和貝葉斯分位數(shù)回歸方法,探究了不同市場風(fēng)險(xiǎn)的來源以及影響程度。分位數(shù)回歸能夠在不對總體分布做任何假設(shè)的情況下精確地描述自變量和因變量的變化范圍,捕捉分布的上尾和下尾的特征。本文選取樣本收益率自身波動和外圍市場波動為被解釋變量建立條件收益率的分位數(shù)回歸模型,著重關(guān)注股票市場尾部收益率風(fēng)險(xiǎn)的來源以及特點(diǎn)。實(shí)證研究表明,我國股票市場的風(fēng)險(xiǎn)受到自身過往波動情況和外圍市場波動的影響,影響程度各不相同并呈現(xiàn)非對稱性；風(fēng)險(xiǎn)與波動成正比關(guān)系。本文主要創(chuàng)新點(diǎn)有兩點(diǎn)。首先本文從如何合理刻畫波動率和尾部風(fēng)險(xiǎn)怎樣傳導(dǎo)這兩個(gè)角度研究了分別我國股票市場的風(fēng)險(xiǎn)情況。其次,本文建立條件風(fēng)險(xiǎn)-Granger因果關(guān)系,著重刻畫了不同市場的不同尾部之間的互動性。通過刻畫下尾分布上的因果關(guān)系,清晰地描述了不同市場間的下跌風(fēng)險(xiǎn)的來源以及溢出效應(yīng)；反之,通過刻畫上尾分布上的因果關(guān)系,透徹地展示了不同市場上漲風(fēng)險(xiǎn)的來源以及溢出效應(yīng)。
【關(guān)鍵詞】：CVaR-Granger因果關(guān)系 波動模型 VaR 混合分布 分位數(shù)回歸
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F224;F832.51
【目錄】：

• 摘要2-4
• ABSTRACT4-9
• 第一章 緒論9-18
• 第一節(jié) 研究背景與意義9-11
• 一、研究背景9-10
• 二、研究意義10-11
• 第二節(jié) 文獻(xiàn)綜述11-14
• 一、關(guān)于波動率的研究11-13
• 二、關(guān)于風(fēng)險(xiǎn)值的研究13-14
• 第三節(jié) 研究思路與框架14-17
• 一、研究思路14-16
• 二、本文框架16-17
• 第四節(jié) 研究創(chuàng)新17-18
• 第二章 GARCH模型與隨機(jī)波動模型相關(guān)理論18-33
• 第一節(jié) GARCH類模型18-26
• 一、ARCH模型18-19
• 二、GARCH模型19-20
• 三、混合高斯分布GARCH模型20-22
• 四、混合高斯分布的結(jié)構(gòu)轉(zhuǎn)換GARCH模型22-26
• 第二節(jié) 隨機(jī)波動模型26-27
• 一、隨機(jī)波動模型的一般結(jié)構(gòu)26-27
• 二、基于混合貝塔分布的隨機(jī)波動模型27
• 第三節(jié) 貝葉斯分析理論27-33
• 一、貝葉斯定理27-29
• 二、分位數(shù)回歸的基本思想29-30
• 三、分位數(shù)回歸模型的貝葉斯估計(jì)30-33
• 第三章 基于GARCH模型和隨機(jī)波動模型的實(shí)證研究33-48
• 第一節(jié) 基于GARCH模型的實(shí)證結(jié)果33-39
• 一、樣本數(shù)據(jù)分析33-34
• 二、基于ARMA(4,0)-GARCH(1,1)模型的實(shí)證結(jié)果34-36
• 三、混合高斯分布GARCH(1,1)模型實(shí)證結(jié)果36-37
• 四、帶混合高斯分布的結(jié)構(gòu)轉(zhuǎn)換GARCH(1,1)模型實(shí)證結(jié)果37-39
• 第二節(jié) 基于隨機(jī)波動模型的實(shí)證結(jié)果39-47
• 一、SV-N模型實(shí)證結(jié)果39-42
• 二、SV-M模型實(shí)證結(jié)果42-47
• 第三節(jié) 本章小結(jié)47-48
• 第四章 基于分位數(shù)回歸貝葉斯估計(jì)的上證綜指風(fēng)險(xiǎn)的研究48-58
• 第一節(jié) VaR理論48-49
• 第二節(jié) 風(fēng)險(xiǎn)-Granger方法49-52
• 一、Granger因果檢驗(yàn)49-50
• 二、風(fēng)險(xiǎn)-Granger因果關(guān)系50-52
• 第三節(jié) 實(shí)證分析52-57
• 一、樣本數(shù)據(jù)分析52-53
• 二、波動率估計(jì)53-54
• 三、CVaR-Granger因果關(guān)系結(jié)果54-57
• 第四節(jié) 本章小結(jié)57-58
• 第五章 研究總結(jié)與展望58-61
• 第一節(jié) 研究總結(jié)58-59
• 第二節(jié) 研究不足與展望59-61
• 參考文獻(xiàn)61-66
• 致謝66-67

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王新宇;趙紹娟;;基于分位數(shù)回歸模型的滬深股市風(fēng)險(xiǎn)測量研究[J];中國礦業(yè)大學(xué)學(xué)報(bào);2008年03期

2 解棟棟;;服務(wù)業(yè)發(fā)展與人均收入的關(guān)系:基于分位數(shù)回歸的實(shí)證研究[J];當(dāng)代財(cái)經(jīng);2009年08期

3 盧荻千;;基于分位數(shù)回歸的凈資產(chǎn)收益率研究——來自2008年我國上市公司的財(cái)務(wù)數(shù)據(jù)[J];金融經(jīng)濟(jì);2009年20期

4 蘇h椒，

本文編號：315935