学位论文 > 优秀研究生学位论文题录展示

GARCH-VaR模型在我国ETF风险测量中的应用研究

作　者: 周红
导　师: 李华
学　校: 辽宁科技大学
专　业: 技术经济及管理
关键词: EFT VaR GARCH族模型 t分布 GED
分类号: F224
类　型: 硕士论文
年　份: 2012年
下　载: 32次
引　用: 0次
阅　读: 论文下载

内容摘要

ETF作为一种金融投资工具,存在的风险是不言而喻的,如何有效的规避和预测ETF市场风险就成为了一个亟需解决的问题。传统的风险测量方法,如标准差、β系数等方法不仅适用范围有限,并且适应的金融工具也非常少,因而不能全面的反映市场风险。本文从定量分析的角度,对ETF的市场风险进行研究。选取上证50ETF从发行日到2011年9月6日的每日成交价格,缺省数据用邻近的上日成交价格代替,选用研究对象的对数收益率作为样本数据。用EViews 6.0对时间序列进行处理,分析发现,上证50ETF的收益率具有尖峰厚尾性、不对称性、波动集聚性。据此,本文选择能够较好的描述厚尾性的t分布和GED假定,选择能够消除自相关性的GRACH族模型来拟合数据。运用EViews 6.0软件的proc功能直接得到各模型的条件方差,同时,运用MATLAB的逆累积分布函数值的计算功能和数值积分功能分别计算出t分布和GED的分位数,分别代入到VaR的计算公式中,得到上证50ETF在不同分布下的风险值。最后,选用Kupiec(1995)提出的失败率检验法,分别对GRACH族模型在厚尾分布下计算的VaR值和采用历史模拟法、蒙特卡罗模拟法计算的VaR值的准确性进行检验,认为GED下的GRACH(1,1)模型计算的风险值能较好的反映市场风险。

全文目录

摘要  4-5
ABSTRACT  5-8
1. 绪论  8-19
  1.1 研究背景  8-12
    1.1.1 风险管理的重要性  8
    1.1.2 ETF 产生发展的历史必然性  8-10
    1.1.3 ETF 独特的优势  10-12
  1.2 研究目的及意义  12-13
    1.2.1 研究目的  12-13
    1.2.2 研究意义  13
  1.3 国内外研究现状  13-17
    1.3.1 VaR 定义及计算方法的研究  13-15
    1.3.2 基于GARCH 模型的VaR 实证研究  15-17
  1.4 主要内容和创新点  17-18
    1.4.1 本文的主要内容  17-18
    1.4.2 本文的创新点  18
  1.5 本章小结  18-19
2.E TF 风险测量的理论基础  19-25
  2.1 ETF 的内涵分析  19
  2.2 投资ETF 面临的风险  19-22
  2.3 传统的ETF 风险测量方法  22-23
    2.3.1 灵敏度方法  23
    2.3.2 波动性方法  23
  2.4 本章小结  23-25
3.V aR 方法的基础理论  25-38
  3.1 VaR 的定义及其衍生概念  25-29
    3.1.1 VaR 的定义  25-26
    3.1.2 边际VaR  26-27
    3.1.3 增量VaR  27-28
    3.1.4 成分VaR  28-29
  3.2 VaR 的四个影响要素  29-32
    3.2.1 持有期  29-30
    3.2.2 置信度  30-31
    3.2.3 观察期  31
    3.2.4 收益率分布特征  31-32
  3.3 VaR 计算的基本方法  32-36
    3.3.1 历史模拟法  32-33
    3.3.2 蒙特卡罗模拟法  33-35
    3.3.3 方差——协方差法  35-36
    3.3.4 三种计算方法的比较  36
  3.4 基于历史模拟法和蒙特卡罗模拟的VaR 计算  36-37
  3.5 本章小结  37-38
4.E TF 风险测量的GARCH-VaR 模型  38-44
  4.1 GARCH 族模型介绍  38-40
    4.1.1 GARCH 模型  38-39
    4.1.2 TARCH 模型  39
    4.1.3 EGARCH 模型  39-40
  4.2 GARCH-VaR 模型计算的基本原理  40-41
  4.3 GARCH-VaR 模型用于测量ETF 市场风险的适用性  41-42
  4.4 GARCH-VaR 模型准确性检验的方法  42-43
  4.5 本章小结  43-44
5.G ARCH-VaR 模型在ETF 风险测量中的实证分析  44-56
  5.1 数据选取及收益率的计算  44-45
    5.1.1 数据的选取  44
    5.1.2 收益率的计算  44-45
  5.2 数据的基本统计特征  45-50
    5.2.1 正态性检验  45-47
    5.2.2 平稳性检验  47-49
    5.2.3 自相关性检验  49
    5.2.4 ARCH 效应检验  49-50
  5.3 GARCH 模型的建立  50-53
    5.3.1 三种分布形式下模型的参数估计  50-52
    5.3.2 所得模型的ARCH-LM 检验  52-53
  5.4 GARCH 模型的稳定性检验  53-54
  5.5 VaR 值结果分析  54-55
  5.6 本章小结  55-56
6. 结论与展望  56-57
  6.1 结论  56
  6.2 展望  56-57
参考文献  57-61
致谢  61-62
攻读学位期间发表的学术论文目录  62

GARCH-VaR模型在我国ETF风险测量中的应用研究

内容摘要

全文目录

相似论文