学位论文 > 优秀研究生学位论文题录展示
长记忆条件下中国股市VaR估计模型的比较研究
作 者: 李伟
导 师: 屠新曙
学 校: 湘潭大学
专 业: 管理科学与工程
关键词: 长记忆性 FIGARCH FIEGARCH VaR R/S test 返回检验
分类号: F224
类 型: 硕士论文
年 份: 2007年
下 载: 184次
引 用: 0次
阅 读: 论文下载
内容摘要
VaR(Value at Risk)是一种利用统计技术来度量市场风险的方法。一些权威金融研究机构的调查表明,自二十世纪80年代以来,VaR己经为众多商业银行、投资银行、非金融公司、机构投资者及监管机构所使用和关注。许多金融机构都将VaR作为防范金融风险的第一道防线,并且开发了利用VaR进行风险管理的软件。监管机构则利用VaR技术作为金融监管的工具,如在巴塞尔委员会发布的巴塞尔银行业有效监管核心原则及欧盟的资本充足度法案中,VaR成为其监管市场风险的重要工具。由于GARCH族模型能够较好地刻画收益的动态变化特征,捕捉股市的丛集性效应、非对称特征,所以近年来计算VaR的参数方法多集中于用各类GARCH模型结合能捕捉股市收益的厚尾特征的t-分布、GED分布进行计算。本文首先介绍VaR的概念、计算方法及VaR模型的准确性检验;接着回顾传统的GARCH类波动模型到FIGARCH模型的转变,之后介绍了长记忆的概念及检验方法。在实证分析这一章,首先对上证综合指数、深圳成份指数、香港恒生指数进行了一个长记忆性检验,在收益波动率序列中我们发现了高度显著的长记忆性。然后我们用GARCH(1,1)、FIGARCH(1,d,1)和FIEGARCH(1,d,1)模型计算各指数在三个置信水平下的VaR值。我们用返回检验法检验对各模型的预测效果进行了比较,但是从LR统计量考虑,我们不能拒绝GARCH、FIGARCH、或FEGARCH模型,它们都能对较好地对风险作出估计,因此本文采用评分法评估各模型的优劣,按各模型实际失败率p *与期望失败率p绝对差的大小,我们计算出各指数的9个模型的排序情况,并算出平均排序,平均排序最小的模型其准确性总的来说是最高的。评分法便于综合评价各模型的优劣。实证结果表明在估计95%置信度下的VaR值时基于GED分布的FIGARCH(1,d,1)模型表现最佳。而在97.5%及99%置信水平下,基于GED分布的FIEGARCH(1,d,1)模型表现出了最好的预测能力。我们发现FIGARCH和FIEGARCH模型在估计中国股市的VaR值时要比GARCH模型表现优越。这表明考虑非对称性和长期记忆特征对于估计中国股市指数的VaR值来说是非常有价值的。考虑长期记忆特征有助于提高波动模型的实际预测能力,同时条件分布的选取对预测能力也有显著影响。
|
全文目录
摘要 5-6 Abstract 6-10 第一章 绪论 10-16 1.1 选题背景和意义 10-11 1.2 国内外研究现状 11-14 1.3 论文的主要研究内容及结构 14 1.4 本文的创新之处 14-16 第二章 VaR 定义、计算方法及其模型的准确性检验 16-27 2.1 股市市场风险的度量方法演进 16-17 2.2 VaR 的概念 17-18 2.3 VaR 的一般计算方法 18-20 2.3.1 一般分布下的 VaR 计算 18-19 2.3.2 正态分布下的 VaR 计算 19-20 2.4 VaR 计算的基本思想 20-21 2.5 VaR 模型的准确性检验 21-26 2.5.1 准确性检验的必要性 21-22 2.5.2 事后检验的基本原理 22 2.5.3 事后检验的基本方法 22-26 2.6 本章总结 26-27 第三章 GARCH 模型及其发展 27-32 3.1 ARCH 模型 27-28 3.2 GARCH 模型 28 3.3 EGARCH 模型 28 3.4 IGARCH 模型 28-29 3.5 FIGARCH 模型 29 3.6 FIEGARCH 模型 29-30 3.7 计算 VaR 的风险计量模型 30-31 3.8 本章总结 31-32 第四章 长记忆性检验 32-40 4.1 长记忆的定义 33-37 4.2 经典的重标级差方法(R/S) 37-39 4.3 本章总结 39-40 第五章 实证分析 40-50 5.1 R/S 检验 40-41 5.2 数据基本分析 41-44 5.3 GARCH 模型的估计 44-46 5.4 VaR 的估算及分析 46-48 5.5 本章总结 48-50 第六章 结论与展望 50-51 参考文献 51-55 致谢 55-56 附录 A:攻读学位期间发表论文目录 56
|
相似论文
- Copula-EGARCH-核密度模型研究及应用,O211.3
- 基于VaR模型在标准型股票基金风险评估中的应用研究,F224
- 我国商品期货市场价格波动风险分析,F224
- 山东省金融发展与经济增长关系实证分析,F127;F224
- 基于VaR的上市公司财务风险评估指标体系构建及有效性分析,F832.51;F224
- 交通银行零售信用风险管理研究,F832.3
- GARCH-VaR模型在我国ETF风险测量中的应用研究,F224
- VaR方法在股指期货风险度量中的应用研究,F224
- 第三方物流企业开展仓单质押业务的研究,F832.4;F224
- 入境旅游消费与山东经济增长关系的实证研究,F127;F224
- 江苏省金融发展与城乡收入分配差距的实证研究,F124.7;F224
- 中国外贸结构与产业结构的互动反馈机制研究,F121.3;F224
- 基于下偏度最小化贷款组合优化模型,F224
- CAVG模型在汇率风险度量中的应用,F224
- 基于Copula-SV模型的我国股指期货期现套利及风险研究,F224
- 资本充足率对信贷及经济影响的实证研究,F832.4;F124
- 劳动力成本对中国制造业出口的影响,F424;F224
- 证券市场风险测量与修正,F832.51
- 新加坡内外分离型离岸金融市场的有效性研究,F832.6
- 跨国股票市场的金融危机传染效应分析,F831.51;F831.59
- 抵押品对信用风险因子影响研究,F224
中图分类: > 经济 > 经济计划与管理 > 经济计算、经济数学方法 > 经济数学方法
© 2012 www.xueweilunwen.com
|