MIDAS-Expectile回归及风险管理

发布时间：2021-02-05 20:37

　　潜在的金融风险可能会触发金融危机,其后果将对金融系统是灾难性的。纵观历史,发生了多次大型的金融危机冲击经济社会的事件,整个社会的各个角落都受到了严重影响。在全球化浪潮的推动下,现如今各个国家、地区之间的联络愈发紧密起来,特别是各个金融市场日益开放与融合。虽然这一变化促进了资本流动与资源配置效率,但是也使得金融危机在各个国家的金融市场间传染更加快速,单个金融市场的金融危机将可能影响更加广泛的金融市场。因此,金融风险度量与管理受到越来越多的监管者和金融从业者的重视。在金融风险这一研究领域中,如何识别和度量风险是首要解决的问题,选择恰当的风险度量方法从而准确地对风险进行度量尤为重要。经过多年的发展,一些成熟的风险度量方法已经在学术研究与金融业中被广泛应用,如波动率,VaR等经常被用于度量金融风险。然而这些风险度量方法依然存在局限,于是诸如EVaR,ES等一系列新的风险度量方法和技术被提出。风险测度EVaR（以Expectile模型为基础）作为QVaR（以分位数为基础）的替代技术,其计算更加简便,且能够更加准确地反映极端值的影响。为了充分综合利用不同频率数据所包含的信息,本文在Expectil... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

图３－１衰减权重函数??１８??

图３－２不同Ｔ

＇?〇??Ｋ、?Ｌｊｖ??—５?＾??Ｉ?Ｉ??Ｉ?！??｜?Ｉ?ｊ??－ｉｏ?一￣—一１—￣ｈ??—一－一￣￣—ｉ一－！－?■？??—ａａｏｎ?——?——?ｒｐｐｉｅ?—＾?？ｒ？ｗｒ?ｃｒｏｃ??ｒ￣ｉ?ｉ?ｉｉ?ｉ?ｉ?ｉ?ｔ?ｉ?ｉ?ｉ?Ｉ?ｊ?ｉ?ｉ?ｉ?ｉ?ｉ?！?ｉ?ｉ?ｉ?ｉ?ｒ－?ｉ?ｎ??２０１３／０４?２０１４＾０１?２０１４／１０?２０１Ｓ／０７?２０１６＾?２０１７／０１?２０１７／１０?２０１￡Ｗ）７?２０１９／０４??图４－１加密货币日对数收盘价??从表４－１的Ｐａｎｅｌ?Ａ中可以发现加密货币月度收益率均值都为正；Ｒｉｐｐｌｅ、??Ｌｉｔｅｃｏｉｎ?和?Ｓｔｅｌｌａｒ?中位数为负，而?Ｂｉｔｃｏｉｎ?和?ＣＲＩＸ?中位数为正；Ｒｉｐｐｌｅ、Ｌｉｔｅｃｏｉｎ??以及Ｓｔｅｌｌａｒ的标准差明显大于Ｂｉｔｃｏｉｎ和ＣＲＩＸ。这些表明Ｒｉｐｐｌｅ、Ｌｉｔｅｃｏｉｎ、Ｓｔｅｌｌａｒ??收益率的波动较大，特别是会有极端的正收益率，从图４－１的价格走势也可以??发现它们会有突然的价格暴涨。不同地，Ｂｉｔｃｏｉｎ作为市值最大的加密货币，收??益率的波动较小，价格变动更为稳定，其在ＣＲＩＸ指数中的较大权重也致使??２６??

【参考文献】：
期刊论文
[1]尾部风险网络视角下的金融机构系统性风险贡献研究[J]. 黄玮强,郭慧敏,姚爽.  运筹与管理. 2019(03)
[2]经济不确定性是股市波动的因子吗?——基于GARCH-MIDAS模型的分析[J]. 夏婷,闻岳春.  中国管理科学. 2018(12)
[3]基于危机条件概率的系统性风险度量研究[J]. 朱晓谦,李靖宇,李建平,陈懿冰,魏璐.  中国管理科学. 2018(06)
[4]基于Expectile-based VaR变点检测的金融传染分析[J]. 谭常春,操毅文,叶五一.  数理统计与管理. 2018(02)
[5]短期利率波动测度与预测:基于混频宏观-短期利率模型[J]. 尚玉皇,郑挺国.  金融研究. 2016(11)
[6]数字加密货币研究:一个文献综述[J]. 谢平,石午光.  金融研究. 2015(01)
[7]基于ARCH-Expectile方法的VaR和ES尾部风险测量[J]. 谢尚宇,姚宏伟,周勇.  中国管理科学. 2014(09)
[8]金融危机、宏观经济因素与中美股市联动[J]. 杨雪莱,张宏志.  世界经济研究. 2012(08)
[9]中美股票市场的联动性研究[J]. 张兵,范致镇,李心丹.  经济研究. 2010(11)
[10]分整增广GARCH-M模型[J]. 柯珂,张世英.  系统工程学报. 2003(01)



本文编号：3019539