本文關(guān)鍵詞：基于分位數(shù)回歸VaR模型對中國證券市場的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：我國改革開放已經(jīng)30多年,我國資本市場也同樣經(jīng)歷30多年的發(fā)展。隨著我國金融發(fā)展不斷深化、資本市場的逐步放開,所面臨的市場風險將變得十分復(fù)雜,更多金融機構(gòu)和企業(yè)將暴露于市場風險之中。07-09年之間發(fā)生于美國的次貸危機,不僅使得美國自身經(jīng)濟受到嚴重打擊,很多美國企業(yè)紛紛破產(chǎn),甚至華爾街到了“談次色變”的地步,并且使得全球經(jīng)濟進入低迷狀態(tài)。我國為了應(yīng)對此次全球金融危機提出了4萬億的振奮經(jīng)濟的救市計劃。自從我國加入WTO之后,與世界的聯(lián)系越來越緊密,資本的全球化流動越來越廣泛、金融的聯(lián)動性越來越強烈,2015年我國吸引外商直接投資總額1262.7億美元,對外投資總額達1180.2億美元,所以應(yīng)更加需要注重對風險進行監(jiān)測和管理。金融監(jiān)管的發(fā)展往往是與時代相適應(yīng)的,也就是說與經(jīng)濟發(fā)展相適應(yīng)。回顧過去一百多年的歷史,金融監(jiān)管經(jīng)歷了從全面的嚴格管制到金融自由化市場發(fā)展,再到目前的審慎性監(jiān)管。其發(fā)展的每一步都伴隨著金融產(chǎn)品的創(chuàng)新和發(fā)展,但是這些都將伴隨著潛在的金融風險,這給金融風險的管理帶來了巨大的挑戰(zhàn)。尤其對于我國正在實現(xiàn)“中國夢”的偉大抱負時,因而對于金融風險的識別、度量、防范、預(yù)測方面需要更加有效、更加準確的方法。因此,為了保障我國金融市場的穩(wěn)定、穩(wěn)步發(fā)展我國資本市場,著重提高市場風險管理監(jiān)督水平和加強對風險的控制與防范變得至關(guān)重要。隨著金融市場向著多樣化不斷發(fā)展,對金融風險的控制方法和度量水平的要求也越來越高,所以如何去準確測量金融市場風險成為一個值得關(guān)注的問題。如何從各種各樣的風險模型中去選擇適合我國國情的模型,顯得十分必要。VaR模型是風險管理中最常用、最成熟的模型之一,并被廣泛運用于全球各大金融機構(gòu)、企業(yè)和政府中進行風險管理,并已成為國際主流的金融風險度量標準。因此,對VaR模型進行大力拓展、創(chuàng)新VaR計量方法,這對于改善金融市場風險計量,完善金融市場風險的管理和提高對金融市場風險的合理性和適應(yīng)性尤為重要,這對于我國金融風險管理將具有相當重要的實際意義。VaR的本質(zhì)就是一個分位數(shù),其概念相對簡單,但是計算VaR的思想和方法卻有成千上萬種,很多方法都是通過對金融資產(chǎn)收益率的分布形式或是密度函數(shù)進行估計測算,比如Risk Metrics模型、方差-協(xié)方差方法等。本文引入分位數(shù)回歸方法來計算VaR值,因為分位數(shù)回歸方法相較于其他傳統(tǒng)的模型方法,可以直接對模型進行分位數(shù)回歸而不用考慮金融數(shù)據(jù)分布形式,對于異方差性也能夠很好的適應(yīng),而且對于極端情況也能很好的刻畫。因此分位數(shù)回歸方法是一種十分穩(wěn)健的回歸方法,對于我國金融市場上金融數(shù)據(jù)尖峰厚尾、波動聚集的特性尤其適合。同時本文結(jié)合一些其他VaR計量模型方法,通過實證分析研究,試圖比較模型之間的計量效果來分析研究分位數(shù)回歸方法在VaR上的優(yōu)勢和局限,希望為以后金融風險計量提供思路,也希望分位數(shù)回歸方法能夠廣泛應(yīng)用于除金融風險計量之外的其他領(lǐng)域。本文主要分為五個部分,各部分內(nèi)容如下：第一章：緒論。該章節(jié)闡述了在經(jīng)濟高度發(fā)達,金融不斷深化和全球化的大環(huán)境中,金融風險的頻繁發(fā)生,對全球經(jīng)濟造成了巨大的損失,因此金融風險管理變得尤為重要。如何對未來的風險進行合理預(yù)測、有效防范,成為研究的重點。同時,本章介紹了本文的研究思路和方法以便讀者對全文有個整體的把握。第二章：文獻綜述部分。該章節(jié)對國內(nèi)外相關(guān)文獻進行了閱讀和梳理。通過VaR和分位數(shù)回歸方法兩條主線,分國內(nèi)和國外兩個方向,對VaR和分位數(shù)回歸方法的理論發(fā)展過程和研究進展進行梳理和總結(jié)。并從其中得到對本文最主要的模型思路和方法過程。第三章：相關(guān)基礎(chǔ)理論的介紹。該章節(jié)通過對金融市場風險、VaR理論和分位數(shù)回歸理論的基礎(chǔ)進行介紹,把整個理論過程的基礎(chǔ)知識進行認真的梳理。從所涉及到的金融市場風險的概念到VaR理論的定義、計量方法以及模型的檢驗,再到分位數(shù)回歸理論。本文得到了對于VaR模型進行金融風險計量的難點,和各模型之間的優(yōu)缺點。并且通過對分位數(shù)回歸理論的梳理,加深了分位數(shù)回歸方法運用在VaR理論上的優(yōu)勢和意義。在此基礎(chǔ)上構(gòu)建了本文研究的分位數(shù)回歸模型,該分位數(shù)回歸模型借鑒Chen(2002)提出的一個線性分位數(shù)回歸模型,本文在模型的基礎(chǔ)上進行持有期一天的簡化,并結(jié)合GARCH(1,1)、ARCH(1)和EGARCH(1,1)模型對分位數(shù)回歸模型中的波動率進行估計。第四章：本文的實證部分。該章節(jié)中首先對選擇的四個證券市場指數(shù)進行描述性統(tǒng)計分析,從分析研究中發(fā)現(xiàn)我國證券市場的金融時間序列存在尖峰厚尾、有偏并且波動聚集的特性。由于四個指數(shù)所對應(yīng)板塊市場中的公司組成差異較大,所以各指數(shù)之間還是有很明顯的差異性。比如創(chuàng)業(yè)板綜合指數(shù)就會比其他指數(shù)更加明顯,而滬深300指數(shù)趨勢明顯相對平穩(wěn)。然后對四個指數(shù)的時間序列進行平穩(wěn)性檢驗和自相關(guān)分析,可以發(fā)現(xiàn)經(jīng)過對數(shù)收益率處理后,收益率序列呈現(xiàn)平穩(wěn)并且存在自相關(guān)。根據(jù)所構(gòu)建的分位數(shù)回歸模型對四個指數(shù)分別在99%、95%置信水平下,計算VaR值。并使用歷史模擬法,Copula函數(shù)模型在上證綜指和深證綜指的等權(quán)重聯(lián)合收益率分布計算VaR值作為模型間的對比。通過Kupiec似然比檢驗方法對VaR計量模型的有效性和準確性進行檢驗。通過對模型間LR統(tǒng)計量的比較,本文發(fā)現(xiàn)針對于不同的證券市場,模型的適應(yīng)性也是不一樣的。比如在中小板綜合指數(shù)中QR-ARCH(1)就相對比較有效,而在創(chuàng)業(yè)板綜合指數(shù)中則是QR-EGARCH(1,1)相對比較有效。分位數(shù)回歸方法、歷史模擬法和Gumbel Copula函數(shù)之間的表現(xiàn)則為分位數(shù)回歸方法和歷史模擬法相對于Gumbel Copula函數(shù)更加有效,并且分位數(shù)回歸方法較歷史模擬法更具有優(yōu)勢。這說明分位數(shù)回歸方法在我國證券市場VaR計量中具有很好的有效性和準確性。第五章：本文的總結(jié)和展望。該章節(jié)在總結(jié)實證結(jié)果的基礎(chǔ)上,對分位數(shù)回歸模型應(yīng)用的優(yōu)缺點進行分析。通過分析表明分位數(shù)回歸方法在我國證券市場具有良好的穩(wěn)健性,并且不需要對收益率分布進行假設(shè),可以很好適應(yīng)我國證券市場尖峰厚尾、有偏并波動聚集的特性。而且還可以對極端情況的風險計量有較好的準確性和有效性。在研究結(jié)論的基礎(chǔ)之上,本文對自身存在的不足進行了分析和總結(jié),并以此提出了未來可能的研究方向,從而為分位數(shù)回歸方法的廣泛應(yīng)用做出一點微薄的貢獻�？v觀全文,我國進入全面風險管理將成為趨勢,越來越多的學者將會投入到風險管理的研究中,研究的層次將越來越復(fù)雜。本文通過分位數(shù)回歸方法對我國證券市場風險價值進行研究分析發(fā)現(xiàn),我國證券市場各板塊是具有差異性的,模型對于各板塊模型間的適用性也是有區(qū)別的。對此分位數(shù)回歸方法可以結(jié)合其他模型來增強模型對VaR計量的準確性和有效性。’這些都可以為我國進行風險價值研究提供思路和方法。也希望后來者可以通過本文的研究分析找到更好的適應(yīng)我國證券市場的方法,為推進我國在金融風險管理方面的研究,增強我國防范金融風險的能力,以及完善我國金融風險監(jiān)管的體系提供理論基礎(chǔ)。
【關(guān)鍵詞】：風險價值 金融市場風險 證券市場 分位數(shù)回歸 非參數(shù)方法
【學位授予單位】：西南財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F832.51
【目錄】：

• 摘要4-8
• Abstract8-13
• 1. 緒論13-20
• 1.1 研究背景13-15
• 1.2 研究意義15-16
• 1.3 研究思路16-18
• 1.4 基本框架18-19
• 1.5 本文主要創(chuàng)新之處與不足19-20
• 2. 文獻綜述20-26
• 2.1 國外研究現(xiàn)狀20-23
• 2.1.1 國外對VaR的研究現(xiàn)狀20-22
• 2.1.2 國外對分位數(shù)回歸的研究現(xiàn)狀22-23
• 2.2 國內(nèi)研究現(xiàn)狀23-26
• 2.2.1 國內(nèi)對VaR的研究現(xiàn)狀23-25
• 2.2.2 國內(nèi)對分位數(shù)回歸的研究現(xiàn)狀25-26
• 3. 金融市場風險的VaR測度與分位數(shù)回歸理論26-45
• 3.1 金融市場風險26-29
• 3.1.1 金融風險的含義26-27
• 3.1.2 金融風險的特征27
• 3.1.3 金融風險的分類27-28
• 3.1.4 金融市場風險測度方法28-29
• 3.2 VaR基礎(chǔ)理論29-37
• 3.2.1 VaR的定義29-30
• 3.2.2 VaR的優(yōu)點與應(yīng)用30-31
• 3.2.3 VaR的計算方法31-36
• 3.2.4 VaR模型的檢驗36-37
• 3.3 分位數(shù)回歸理論37-45
• 3.3.1 分位數(shù)回歸的基本思想37-38
• 3.3.2 模型參數(shù)估計38-39
• 3.3.3 分位數(shù)回歸參數(shù)檢驗與模型評估39-41
• 3.3.4 基于分位數(shù)回歸VaR模型的建立41-45
• 4. 中國證券市場風險價值的實證研究45-65
• 4.1 基于分位數(shù)回歸的VaR模型對中國證券市場風險價值實證分析45-54
• 4.1.1 數(shù)據(jù)的選取及基本統(tǒng)計分析45-47
• 4.1.2 平穩(wěn)性檢驗47-48
• 4.1.3 自相關(guān)分析48-50
• 4.1.4 分位數(shù)回歸模型計算VaR的基本步驟50
• 4.1.5 分位數(shù)回歸技術(shù)計算證券市場VaR50-54
• 4.2 基于歷史模擬法和Copula方法對我國證券市場VaR的實證分析54-58
• 4.2.1 基于歷史模擬法對我國證券市場VaR的實證分析54-56
• 4.2.2 基于Copula函數(shù)法對我國證券市場VaR的實證分析56-58
• 4.3 歷史模擬法、Copula函數(shù)與分位數(shù)回歸方法的對比分析和結(jié)論58-65
• 4.3.1 Kupiec似然比檢驗基本原理59
• 4.3.2 Kupiec似然比檢驗結(jié)果分析59-65
• 5. 總結(jié)與展望65-68
• 5.1 論文總結(jié)65-67
• 5.2 展望67-68
• 參考文獻68-72
• 致謝72-73

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉曉倩;周勇;;加權(quán)復(fù)合分位數(shù)回歸方法在動態(tài)VaR風險度量中的應(yīng)用[J];中國管理科學;2015年06期

2 許啟發(fā);徐金菊;蔣翠俠;劉曉華;;基于神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸的VaR金融風險測度[J];合肥工業(yè)大學學報(自然科學版);2014年12期

3 許啟發(fā);張金秀;蔣翠俠;;基于支持向量分位數(shù)回歸多期VaR測度[J];系統(tǒng)工程學報;2014年02期

4 程淑芳;陳盛雙;;基于GARCH模型的證券市場風險的VaR度量[J];武漢理工大學學報(信息與管理工程版);2012年06期

5 陶偉;;基于GARCH族模型的VaR與CVaR值的實證與應(yīng)用[J];統(tǒng)計與決策;2012年09期

6 王元月;杜希慶;曹圣山;;閾值選取的Hill估計方法改進——基于極值理論中POT模型的實證分析[J];中國海洋大學學報(社會科學版);2012年03期

7 王春峰;張亞楠;房振明;劉崢然;;基于極值理論的高頻條件VaR動態(tài)區(qū)間估計模型[J];系統(tǒng)工程理論與實踐;2010年07期

8 關(guān)靜;史道濟;;分位數(shù)回歸與上證綜指VaR研究[J];統(tǒng)計與信息論壇;2008年12期

9 王新宇;趙紹娟;;基于分位數(shù)回歸模型的滬深股市風險測量研究[J];中國礦業(yè)大學學報;2008年03期

10 陳建寶;丁軍軍;;分位數(shù)回歸技術(shù)綜述[J];統(tǒng)計與信息論壇;2008年03期

  本文關(guān)鍵詞：基于分位數(shù)回歸VaR模型對中國證券市場的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：498413