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

【摘要】：我國(guó)改革開(kāi)放已經(jīng)30多年,我國(guó)資本市場(chǎng)也同樣經(jīng)歷30多年的發(fā)展。隨著我國(guó)金融發(fā)展不斷深化、資本市場(chǎng)的逐步放開(kāi),所面臨的市場(chǎng)風(fēng)險(xiǎn)將變得十分復(fù)雜,更多金融機(jī)構(gòu)和企業(yè)將暴露于市場(chǎng)風(fēng)險(xiǎn)之中。07-09年之間發(fā)生于美國(guó)的次貸危機(jī),不僅使得美國(guó)自身經(jīng)濟(jì)受到嚴(yán)重打擊,很多美國(guó)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(jì)進(jìn)入低迷狀態(tài)。我國(guó)為了應(yīng)對(duì)此次全球金融危機(jī)提出了4萬(wàn)億的振奮經(jīng)濟(jì)的救市計(jì)劃。自從我國(guó)加入WTO之后,與世界的聯(lián)系越來(lái)越緊密,資本的全球化流動(dòng)越來(lái)越廣泛、金融的聯(lián)動(dòng)性越來(lái)越強(qiáng)烈,2015年我國(guó)吸引外商直接投資總額1262.7億美元,對(duì)外投資總額達(dá)1180.2億美元,所以應(yīng)更加需要注重對(duì)風(fēng)險(xiǎn)進(jìn)行監(jiān)測(cè)和管理。金融監(jiān)管的發(fā)展往往是與時(shí)代相適應(yīng)的,也就是說(shuō)與經(jīng)濟(jì)發(fā)展相適應(yīng)�；仡欉^(guò)去一百多年的歷史,金融監(jiān)管經(jīng)歷了從全面的嚴(yán)格管制到金融自由化市場(chǎng)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(fēng)險(xiǎn),這給金融風(fēng)險(xiǎn)的管理帶來(lái)了巨大的挑戰(zhàn)。尤其對(duì)于我國(guó)正在實(shí)現(xiàn)“中國(guó)夢(mèng)”的偉大抱負(fù)時(shí),因而對(duì)于金融風(fēng)險(xiǎn)的識(shí)別、度量、防范、預(yù)測(cè)方面需要更加有效、更加準(zhǔn)確的方法。因此,為了保障我國(guó)金融市場(chǎng)的穩(wěn)定、穩(wěn)步發(fā)展我國(guó)資本市場(chǎng),著重提高市場(chǎng)風(fēng)險(xiǎn)管理監(jiān)督水平和加強(qiáng)對(duì)風(fēng)險(xiǎn)的控制與防范變得至關(guān)重要。隨著金融市場(chǎng)向著多樣化不斷發(fā)展,對(duì)金融風(fēng)險(xiǎn)的控制方法和度量水平的要求也越來(lái)越高,所以如何去準(zhǔn)確測(cè)量金融市場(chǎng)風(fēng)險(xiǎn)成為一個(gè)值得關(guān)注的問(wèn)題。如何從各種各樣的風(fēng)險(xiǎn)模型中去選擇適合我國(guó)國(guó)情的模型,顯得十分必要。VaR模型是風(fēng)險(xiǎn)管理中最常用、最成熟的模型之一,并被廣泛運(yùn)用于全球各大金融機(jī)構(gòu)、企業(yè)和政府中進(jìn)行風(fēng)險(xiǎn)管理,并已成為國(guó)際主流的金融風(fēng)險(xiǎn)度量標(biāo)準(zhǔn)。因此,對(duì)VaR模型進(jìn)行大力拓展、創(chuàng)新VaR計(jì)量方法,這對(duì)于改善金融市場(chǎng)風(fēng)險(xiǎn)計(jì)量,完善金融市場(chǎng)風(fēng)險(xiǎn)的管理和提高對(duì)金融市場(chǎng)風(fēng)險(xiǎn)的合理性和適應(yīng)性尤為重要,這對(duì)于我國(guó)金融風(fēng)險(xiǎn)管理將具有相當(dāng)重要的實(shí)際意義。VaR的本質(zhì)就是一個(gè)分位數(shù),其概念相對(duì)簡(jiǎn)單,但是計(jì)算VaR的思想和方法卻有成千上萬(wàn)種,很多方法都是通過(guò)對(duì)金融資產(chǎn)收益率的分布形式或是密度函數(shù)進(jìn)行估計(jì)測(cè)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(lái)計(jì)算VaR值,因?yàn)榉治粩?shù)回歸方法相較于其他傳統(tǒng)的模型方法,可以直接對(duì)模型進(jìn)行分位數(shù)回歸而不用考慮金融數(shù)據(jù)分布形式,對(duì)于異方差性也能夠很好的適應(yīng),而且對(duì)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(duì)于我國(guó)金融市場(chǎng)上金融數(shù)據(jù)尖峰厚尾、波動(dòng)聚集的特性尤其適合。同時(shí)本文結(jié)合一些其他VaR計(jì)量模型方法,通過(guò)實(shí)證分析研究,試圖比較模型之間的計(jì)量效果來(lái)分析研究分位數(shù)回歸方法在VaR上的優(yōu)勢(shì)和局限,希望為以后金融風(fēng)險(xiǎn)計(jì)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(fēng)險(xiǎn)計(jì)量之外的其他領(lǐng)域。本文主要分為五個(gè)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(jì)高度發(fā)達(dá),金融不斷深化和全球化的大環(huán)境中,金融風(fēng)險(xiǎn)的頻繁發(fā)生,對(duì)全球經(jīng)濟(jì)造成了巨大的損失,因此金融風(fēng)險(xiǎn)管理變得尤為重要。如何對(duì)未來(lái)的風(fēng)險(xiǎn)進(jìn)行合理預(yù)測(cè)、有效防范,成為研究的重點(diǎn)。同時(shí),本章介紹了本文的研究思路和方法以便讀者對(duì)全文有個(gè)整體的把握。第二章：文獻(xiàn)綜述部分。該章節(jié)對(duì)國(guó)內(nèi)外相關(guān)文獻(xiàn)進(jìn)行了閱讀和梳理。通過(guò)VaR和分位數(shù)回歸方法兩條主線,分國(guó)內(nèi)和國(guó)外兩個(gè)方向,對(duì)VaR和分位數(shù)回歸方法的理論發(fā)展過(guò)程和研究進(jìn)展進(jìn)行梳理和總結(jié)。并從其中得到對(duì)本文最主要的模型思路和方法過(guò)程。第三章：相關(guān)基礎(chǔ)理論的介紹。該章節(jié)通過(guò)對(duì)金融市場(chǎng)風(fēng)險(xiǎn)、VaR理論和分位數(shù)回歸理論的基礎(chǔ)進(jìn)行介紹,把整個(gè)理論過(guò)程的基礎(chǔ)知識(shí)進(jìn)行認(rèn)真的梳理。從所涉及到的金融市場(chǎng)風(fēng)險(xiǎn)的概念到VaR理論的定義、計(jì)量方法以及模型的檢驗(yàn),再到分位數(shù)回歸理論。本文得到了對(duì)于VaR模型進(jìn)行金融風(fēng)險(xiǎn)計(jì)量的難點(diǎn),和各模型之間的優(yōu)缺點(diǎn)。并且通過(guò)對(duì)分位數(shù)回歸理論的梳理,加深了分位數(shù)回歸方法運(yùn)用在VaR理論上的優(yōu)勢(shì)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(gè)線性分位數(shù)回歸模型,本文在模型的基礎(chǔ)上進(jìn)行持有期一天的簡(jiǎn)化,并結(jié)合GARCH(1,1)、ARCH(1)和EGARCH(1,1)模型對(duì)分位數(shù)回歸模型中的波動(dòng)率進(jìn)行估計(jì)。第四章：本文的實(shí)證部分。該章節(jié)中首先對(duì)選擇的四個(gè)證券市場(chǎng)指數(shù)進(jìn)行描述性統(tǒng)計(jì)分析,從分析研究中發(fā)現(xiàn)我國(guó)證券市場(chǎng)的金融時(shí)間序列存在尖峰厚尾、有偏并且波動(dòng)聚集的特性。由于四個(gè)指數(shù)所對(duì)應(yīng)板塊市場(chǎng)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(huì)比其他指數(shù)更加明顯,而滬深300指數(shù)趨勢(shì)明顯相對(duì)平穩(wěn)。然后對(duì)四個(gè)指數(shù)的時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)和自相關(guān)分析,可以發(fā)現(xiàn)經(jīng)過(guò)對(duì)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(duì)四個(gè)指數(shù)分別在99%、95%置信水平下,計(jì)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(jì)算VaR值作為模型間的對(duì)比。通過(guò)Kupiec似然比檢驗(yàn)方法對(duì)VaR計(jì)量模型的有效性和準(zhǔn)確性進(jìn)行檢驗(yàn)。通過(guò)對(duì)模型間LR統(tǒng)計(jì)量的比較,本文發(fā)現(xiàn)針對(duì)于不同的證券市場(chǎng),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(duì)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(duì)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(duì)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(shì)。這說(shuō)明分位數(shù)回歸方法在我國(guó)證券市場(chǎng)VaR計(jì)量中具有很好的有效性和準(zhǔn)確性。第五章：本文的總結(jié)和展望。該章節(jié)在總結(jié)實(shí)證結(jié)果的基礎(chǔ)上,對(duì)分位數(shù)回歸模型應(yīng)用的優(yōu)缺點(diǎn)進(jìn)行分析。通過(guò)分析表明分位數(shù)回歸方法在我國(guó)證券市場(chǎng)具有良好的穩(wěn)健性,并且不需要對(duì)收益率分布進(jìn)行假設(shè),可以很好適應(yīng)我國(guó)證券市場(chǎng)尖峰厚尾、有偏并波動(dòng)聚集的特性。而且還可以對(duì)極端情況的風(fēng)險(xiǎn)計(jì)量有較好的準(zhǔn)確性和有效性。在研究結(jié)論的基礎(chǔ)之上,本文對(duì)自身存在的不足進(jìn)行了分析和總結(jié),并以此提出了未來(lái)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(diǎn)微薄的貢獻(xiàn)。縱觀全文,我國(guó)進(jìn)入全面風(fēng)險(xiǎn)管理將成為趨勢(shì),越來(lái)越多的學(xué)者將會(huì)投入到風(fēng)險(xiǎn)管理的研究中,研究的層次將越來(lái)越復(fù)雜。本文通過(guò)分位數(shù)回歸方法對(duì)我國(guó)證券市場(chǎng)風(fēng)險(xiǎn)價(jià)值進(jìn)行研究分析發(fā)現(xiàn),我國(guó)證券市場(chǎng)各板塊是具有差異性的,模型對(duì)于各板塊模型間的適用性也是有區(qū)別的。對(duì)此分位數(shù)回歸方法可以結(jié)合其他模型來(lái)增強(qiáng)模型對(duì)VaR計(jì)量的準(zhǔn)確性和有效性。’這些都可以為我國(guó)進(jìn)行風(fēng)險(xiǎn)價(jià)值研究提供思路和方法。也希望后來(lái)者可以通過(guò)本文的研究分析找到更好的適應(yīng)我國(guó)證券市場(chǎng)的方法,為推進(jìn)我國(guó)在金融風(fēng)險(xiǎn)管理方面的研究,增強(qiáng)我國(guó)防范金融風(fēng)險(xiǎn)的能力,以及完善我國(guó)金融風(fēng)險(xiǎn)監(jiān)管的體系提供理論基礎(chǔ)。
【關(guān)鍵詞】：風(fēng)險(xiǎn)價(jià)值 金融市場(chǎng)風(fēng)險(xiǎn) 證券市場(chǎng) 分位數(shù)回歸 非參數(shù)方法
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：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?jiǎng)?chuàng)新之處與不足19-20
• 2. 文獻(xiàn)綜述20-26
• 2.1 國(guó)外研究現(xiàn)狀20-23
• 2.1.1 國(guó)外對(duì)VaR的研究現(xiàn)狀20-22
• 2.1.2 國(guó)外對(duì)分位數(shù)回歸的研究現(xiàn)狀22-23
• 2.2 國(guó)內(nèi)研究現(xiàn)狀23-26
• 2.2.1 國(guó)內(nèi)對(duì)VaR的研究現(xiàn)狀23-25
• 2.2.2 國(guó)內(nèi)對(duì)分位數(shù)回歸的研究現(xiàn)狀25-26
• 3. 金融市場(chǎng)風(fēng)險(xiǎn)的VaR測(cè)度與分位數(shù)回歸理論26-45
• 3.1 金融市場(chǎng)風(fēng)險(xiǎn)26-29
• 3.1.1 金融風(fēng)險(xiǎn)的含義26-27
• 3.1.2 金融風(fēng)險(xiǎn)的特征27
• 3.1.3 金融風(fēng)險(xiǎn)的分類27-28
• 3.1.4 金融市場(chǎng)風(fēng)險(xiǎn)測(cè)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(diǎn)與應(yīng)用30-31
• 3.2.3 VaR的計(jì)算方法31-36
• 3.2.4 VaR模型的檢驗(yàn)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(jì)38-39
• 3.3.3 分位數(shù)回歸參數(shù)檢驗(yàn)與模型評(píng)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(guó)證券市場(chǎng)風(fēng)險(xiǎn)價(jià)值的實(shí)證研究45-65
• 4.1 基于分位數(shù)回歸的VaR模型對(duì)中國(guó)證券市場(chǎng)風(fēng)險(xiǎn)價(jià)值實(shí)證分析45-54
• 4.1.1 數(shù)據(jù)的選取及基本統(tǒng)計(jì)分析45-47
• 4.1.2 平穩(wěn)性檢驗(yàn)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(jì)算VaR的基本步驟50
• 4.1.5 分位數(shù)回歸技術(shù)計(jì)算證券市場(chǎng)VaR50-54
• 4.2 基于歷史模擬法和Copula方法對(duì)我國(guó)證券市場(chǎng)VaR的實(shí)證分析54-58
• 4.2.1 基于歷史模擬法對(duì)我國(guó)證券市場(chǎng)VaR的實(shí)證分析54-56
• 4.2.2 基于Copula函數(shù)法對(duì)我國(guó)證券市場(chǎng)VaR的實(shí)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(duì)比分析和結(jié)論58-65
• 4.3.1 Kupiec似然比檢驗(yàn)基本原理59
• 4.3.2 Kupiec似然比檢驗(yàn)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(xiàn)68-72
• 致謝72-73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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(dòng)態(tài)VaR風(fēng)險(xiǎn)度量中的應(yīng)用[J];中國(guó)管理科學(xué);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(fēng)險(xiǎn)測(cè)度[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)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(cè)度[J];系統(tǒng)工程學(xué)報(bào);2014年02期

4 程淑芳;陳盛雙;;基于GARCH模型的證券市場(chǎng)風(fēng)險(xiǎn)的VaR度量[J];武漢理工大學(xué)學(xué)報(bào)(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(shí)證與應(yīng)用[J];統(tǒng)計(jì)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(jì)方法改進(jìn)——基于極值理論中POT模型的實(shí)證分析[J];中國(guó)海洋大學(xué)學(xué)報(bào)(社會(huì)科學(xué)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(dòng)態(tài)區(qū)間估計(jì)模型[J];系統(tǒng)工程理論與實(shí)踐;2010年07期

8 關(guān)靜;史道濟(jì);;分位數(shù)回歸與上證綜指VaR研究[J];統(tǒng)計(jì)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(fēng)險(xiǎn)測(cè)量研究[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);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(jì)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(duì)中國(guó)證券市場(chǎng)的研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：498413