發(fā)布時間：2020-05-05 10:25

【摘要】：目前,世界上大多數(shù)人們利用的風(fēng)險管理標(biāo)準(zhǔn)是二十世紀(jì)九十年代以后發(fā)展起來的VaR,這種新型的風(fēng)險管理工具方法表示容易,就是使用了一個特定的數(shù)字來表示未來的風(fēng)險值,由此方便管理和分析數(shù)據(jù),而且容易理解,可是實際金融市場很復(fù)雜,而且近年來國際性金融危機的頻發(fā),使得人們度量波動性日益增大的金融市場風(fēng)險,需求一個更能精確的風(fēng)險管理工具。因此,出現(xiàn)了各式各樣的改進(jìn)計算VaR的方法。如歷史模擬法和蒙特卡羅模擬法,t-GARCH模型等,然而上述方法均存在不足：歷史模擬法要求模擬的實際情形與實際金融市場變化不一致、有時甚至差出很多,蒙特卡羅模擬計算復(fù)雜,而且計算量大,需要計算的時間還長,若產(chǎn)生的數(shù)據(jù)序列為偽隨機數(shù),則可能會出現(xiàn)結(jié)論錯誤,t-GARCH模型需要建立在對金融收益數(shù)據(jù)具體分布的基礎(chǔ)上。所以我們考慮需要用一種新興方法來計算VaR值。由前面提到的VaR的定義,可以將VaR看成是金融收益分布的某一分位數(shù)。因此可以考慮使用分位數(shù)回歸方法來求解VaR值。本文應(yīng)用VaR模型對1996～2008年滬深港股市的市場風(fēng)險演化模式進(jìn)行了實證研究,并通過Granger因果檢驗發(fā)現(xiàn)滬深港股市的風(fēng)險變化存在互動傳導(dǎo)關(guān)系。模型的參數(shù)估計不采用貝葉斯推理和MCMC方法,而采用單純形與quasi-Newton方法結(jié)合的混合搜索算法,并用Matlab軟件中的fminsearch、fminnunc優(yōu)化函數(shù)實現(xiàn)。與間接GARCH (1,1)模型作了比較。因此此模型對于深圳市場來說是一個比較理想的模型,可以較好地刻畫市場的分位數(shù)變化機理,即市場的風(fēng)險演化模型。實踐上,反映出深圳股市的投資者已經(jīng)具備一定的風(fēng)險承受能力。
【學(xué)位授予單位】：長春工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：F224;F830

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 ;數(shù)據(jù)[J];大經(jīng)貿(mào);2002年04期

2 韓清;劉永剛;;序列相關(guān)的微觀結(jié)構(gòu)噪聲估計[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2007年04期

3 董越;楊寶臣;;中國股市“已實現(xiàn)”波動率的周期性研究[J];天津理工大學(xué)學(xué)報;2006年06期

相關(guān)碩士學(xué)位論文 前2條

1 侯守國;基于小波分析的股市高頻數(shù)據(jù)研究[D];天津大學(xué);2006年

2 劉坤;ACD模型對滬市持續(xù)期的實證研究[D];電子科技大學(xué);2007年

，

本文編號：2649978