基于GARCH类模型VaR和CVaR在我国中小板市场风险度量中的应用
发布时间：2021-09-04 21:51
未来效益的不确定性即称为风险,而由于多种不稳定因素,我们不能确定资产组合的最终价值及其最终收益,这称为金融风险。通常风险带来的损失是我们关注的重点,因此将“由于收益的不确定性导致的损失可能性”称为风险。全球经济日趋一体化以及金融市场不断融合使得金融市场变得更加复杂。如今国内外学者和实干家重点关注的是如何有效地管理金融风险。风险管理的核心部分是金融风险度量,度量由于市场因子的变化而致使金融资产产生的损失。目前,经常采用的金融市场风险度量的方法主要有:灵敏度方法、均值—方差分析、VaR方法、波动性方法。目前国际上主流的风险测度方法是VaR度量方法及其改进模型,同时该方法广泛应用于金融机构的风险管理,以及股票、债券等金融市场的风险测度中。本文采取的是基于GARCH模型的VaR方法,以及VaR方法的改良—CVaR方法。我国中小企业板建立的目的是为建立创业板市场做铺垫。我国中小板市场存在多种不足之处,具有极强的波动性和高风险特征,这是由于信息的垄断性、市场竞争的无序性、运行机制的不完善等原因造成的。本文对中小板市场的市场风险进行实证分析,从而得出结论,并根据结论提出相应的建议。本文选取2010年...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
图４－１中小板综合指数日对数收益率描述性统计分析图??（３）散点图检验法??
山东大学硕士学位论文??从而判断序列是否服从正态分布。将散点图曲线与直线Ｂ＝Ａ作对比，若两??者之间的分布情况相似性较高，则说明两种分布可能同分布；若得到的两者之间??对比分布不具相似性，两种分布不是同分布。当散点图曲线的两端与直线相比具??有一定较大幅度的摇摆时，说明分布具有尖峰厚尾的特征。??如图４－２，实证结果表明中小板综合指数的日对数收益率序列在散点图中并??未形成直线分布，且尾部具有较大程度摆动，故而得出结论：样本序列不服从正??态分布。??．０８????．０６?＿?／〇??０??．０４?＿?＾??！?２?／??｜?．００?／??〇?－?０２?ｙ／??－？。４??’ｙ??－？０６－ｌ－Ｉ?１?１?！?１?１?１——Ｉ——??－．１０?－．０８?－．０６?－．０４?－．０２?．００?．０２?．０４?．０６?．０８??Ｑｕａｎｔｉｌｅｓ?ｏｆ?Ｒ??图４－２中小板综合指数日对数收益率Ｑ－Ｑ示意图??综上可以得出相应的结论：中小板综合指数日对数收益率序列｛心丨呈现出一??定的尖峰厚尾的特征，不服从正态分布，同时具有一定的左偏趋势。拟合中小板??综合指数日对数收益率序列彳心｝的残差，选择ｔ分布或ＧＥＤ分布以便更好得对??“尖峰厚尾”进行拟合。??４．?２．?２平稳性特征??样本序列的平稳性是保证建立ＧＡＲＣＨ类模型的必要条件。故而进行中小板??综合指数日对数收益率序列的平稳性检验是建立模型过程中不可或缺的一步。单??位根检验是检验序列是否平稳的主要办法。本文选择ＡＤＦ检验对中小板综合指??数日对数收益率序列进行平稳性检验。进行ＡＤＦ检验的序列主要有以下３种：??２５??
山东大学硕士学位论文??（１）不含常数且无趋势；（２）含常数但无趋势；（３）含常数且有趋势??相对应的３种回归检验模型如下：??＾ｔ－ｌ?＋?ａ２?■?＾ｔ－２?＋?ｈ?ａｐ?■?Ｘｔ＿ｖ?＋?ｅｔ??卜＝＂＋?ａｌ?＿?Ｕ?ａ２?＿?Ｘｆ－２?＋?…＋?？?Ａ－ｐ?＋?Ｑ?＿?（４－１）??＝?／ｉ?＋?／？?？?ｔ?＋?？！?■?＋?ａ２?■?Ｘｔ＿２?＋?—ｈ?ａｐ?？?Ｘｔ＿ｐ?＋?ｓｔ??根据图４－３，发现收益率序列有截距无时间趋势，属于第２种检验类型。进??行ＡＤＦ检验，根据表４－１所得到实证结果，日对数收益率序列｛／？ｔ｝通过了检验，??对原假设表示拒绝，因此该收益率序列具有平稳性。??．０８?????．０６?＿?ｊ??－．０８?＿?＇??－．１０??丨??，???丨??？?■■??Ｓ３１０?２０１１?２０１２?２０１３?２０１４?２０１５?２０１６?２０Ｔ?７?２０１８?？??图４－３?／？ｔ时序图??表４－１对数收益率序列｛ｆｌｔ｝ＡＤＦ检验结果??ｔ－Ｓｔａｔｉｓｔｉｃ?Ｐｒｏｂ．＊??Ａｕｇｍｅｎｔｅｄ?Ｄｉｃｋｅｙ－Ｆｕｌｌｅｒ?ｔｅｓｔ?ｓｔａｔｉｓｔｉｃ?－４４．４５８２５?０．０００１??１％?ｌｅｖｅｌ?－３．４３２８９７??Ｔｅｓｔ?ｃｒｉｔｉｃａｌ?ｖａｌｕｅｓ：?５％?ｌｅｖｅｌ?－２．８６２５５１???１０％?ｌｅｖｅｌ?－２．５６７３５４???４．?２．?３自相关特征??金融时间序列的各个变量之间常常具有一定的关联，例如当期变量的数值往??往受到往期变量特定期数的影响，这种特征称为自相关性。通常模型的准确性、?
【参考文献】：
期刊论文
[1]基于极值理论的VaR与CVaR比较研究与实证分析[J]. 尚卫平,张建伟,戴昱. 金融纵横. 2017(10)
[2]GARCH-CVAR模型及其在我国上市银行系统性风险测度中的理论分析与实证研究[J]. 吕东杰. 现代经济信息. 2017(16)
[3]基于VaR和Garch-t的中小板指数基金的风险模型构建及实证研究[J]. 马国胜. 全国商情(经济理论研究). 2016(05)
[4]上海银行间同业拆放市场杠杆效应——基于GARCH族模型的比较研究[J]. 吴俊,杨继旺. 管理现代化. 2015(01)
[5]VaR模型在我国中小板市场中的应用研究[J]. 徐文雅. 经济研究参考. 2014(05)
[6]基于GARCH模型的VaR方法在上证市场中的应用[J]. 林博. 时代金融. 2013(27)
[7]我国中小板市场在险价值量的实证研究——基于GARCH-VaR模型[J]. 周爱民,陈远. 南开大学学报(自然科学版). 2013(03)
[8]我国创业板与主板市场风险比较实证研究[J]. 赵彬,张文君. 商业时代. 2013(01)
[9]基于GARCH模型的证券投资基金VaR计算与实证研究[J]. 杨夫立. 经济问题. 2012(06)
[10]中小板、创业板与主板市场关联性分析[J]. 薛襄稷,严玉华. 东北财经大学学报. 2012(03)
硕士论文
[1]基于GARCH模型的沪深指数VaR与CVaR计算研究[D]. 潘瑾.武汉科技大学 2012
本文编号：3384070
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
图４－１中小板综合指数日对数收益率描述性统计分析图??（３）散点图检验法??
山东大学硕士学位论文??从而判断序列是否服从正态分布。将散点图曲线与直线Ｂ＝Ａ作对比，若两??者之间的分布情况相似性较高，则说明两种分布可能同分布；若得到的两者之间??对比分布不具相似性，两种分布不是同分布。当散点图曲线的两端与直线相比具??有一定较大幅度的摇摆时，说明分布具有尖峰厚尾的特征。??如图４－２，实证结果表明中小板综合指数的日对数收益率序列在散点图中并??未形成直线分布，且尾部具有较大程度摆动，故而得出结论：样本序列不服从正??态分布。??．０８????．０６?＿?／〇??０??．０４?＿?＾??！?２?／??｜?．００?／??〇?－?０２?ｙ／??－？。４??’ｙ??－？０６－ｌ－Ｉ?１?１?！?１?１?１——Ｉ——??－．１０?－．０８?－．０６?－．０４?－．０２?．００?．０２?．０４?．０６?．０８??Ｑｕａｎｔｉｌｅｓ?ｏｆ?Ｒ??图４－２中小板综合指数日对数收益率Ｑ－Ｑ示意图??综上可以得出相应的结论：中小板综合指数日对数收益率序列｛心丨呈现出一??定的尖峰厚尾的特征，不服从正态分布，同时具有一定的左偏趋势。拟合中小板??综合指数日对数收益率序列彳心｝的残差，选择ｔ分布或ＧＥＤ分布以便更好得对??“尖峰厚尾”进行拟合。??４．?２．?２平稳性特征??样本序列的平稳性是保证建立ＧＡＲＣＨ类模型的必要条件。故而进行中小板??综合指数日对数收益率序列的平稳性检验是建立模型过程中不可或缺的一步。单??位根检验是检验序列是否平稳的主要办法。本文选择ＡＤＦ检验对中小板综合指??数日对数收益率序列进行平稳性检验。进行ＡＤＦ检验的序列主要有以下３种：??２５??
山东大学硕士学位论文??（１）不含常数且无趋势；（２）含常数但无趋势；（３）含常数且有趋势??相对应的３种回归检验模型如下：??＾ｔ－ｌ?＋?ａ２?■?＾ｔ－２?＋?ｈ?ａｐ?■?Ｘｔ＿ｖ?＋?ｅｔ??卜＝＂＋?ａｌ?＿?Ｕ?ａ２?＿?Ｘｆ－２?＋?…＋?？?Ａ－ｐ?＋?Ｑ?＿?（４－１）??＝?／ｉ?＋?／？?？?ｔ?＋?？！?■?＋?ａ２?■?Ｘｔ＿２?＋?—ｈ?ａｐ?？?Ｘｔ＿ｐ?＋?ｓｔ??根据图４－３，发现收益率序列有截距无时间趋势，属于第２种检验类型。进??行ＡＤＦ检验，根据表４－１所得到实证结果，日对数收益率序列｛／？ｔ｝通过了检验，??对原假设表示拒绝，因此该收益率序列具有平稳性。??．０８?????．０６?＿?ｊ??－．０８?＿?＇??－．１０??丨??，???丨??？?■■??Ｓ３１０?２０１１?２０１２?２０１３?２０１４?２０１５?２０１６?２０Ｔ?７?２０１８?？??图４－３?／？ｔ时序图??表４－１对数收益率序列｛ｆｌｔ｝ＡＤＦ检验结果??ｔ－Ｓｔａｔｉｓｔｉｃ?Ｐｒｏｂ．＊??Ａｕｇｍｅｎｔｅｄ?Ｄｉｃｋｅｙ－Ｆｕｌｌｅｒ?ｔｅｓｔ?ｓｔａｔｉｓｔｉｃ?－４４．４５８２５?０．０００１??１％?ｌｅｖｅｌ?－３．４３２８９７??Ｔｅｓｔ?ｃｒｉｔｉｃａｌ?ｖａｌｕｅｓ：?５％?ｌｅｖｅｌ?－２．８６２５５１???１０％?ｌｅｖｅｌ?－２．５６７３５４???４．?２．?３自相关特征??金融时间序列的各个变量之间常常具有一定的关联，例如当期变量的数值往??往受到往期变量特定期数的影响，这种特征称为自相关性。通常模型的准确性、?
【参考文献】：
期刊论文
[1]基于极值理论的VaR与CVaR比较研究与实证分析[J]. 尚卫平,张建伟,戴昱. 金融纵横. 2017(10)
[2]GARCH-CVAR模型及其在我国上市银行系统性风险测度中的理论分析与实证研究[J]. 吕东杰. 现代经济信息. 2017(16)
[3]基于VaR和Garch-t的中小板指数基金的风险模型构建及实证研究[J]. 马国胜. 全国商情(经济理论研究). 2016(05)
[4]上海银行间同业拆放市场杠杆效应——基于GARCH族模型的比较研究[J]. 吴俊,杨继旺. 管理现代化. 2015(01)
[5]VaR模型在我国中小板市场中的应用研究[J]. 徐文雅. 经济研究参考. 2014(05)
[6]基于GARCH模型的VaR方法在上证市场中的应用[J]. 林博. 时代金融. 2013(27)
[7]我国中小板市场在险价值量的实证研究——基于GARCH-VaR模型[J]. 周爱民,陈远. 南开大学学报(自然科学版). 2013(03)
[8]我国创业板与主板市场风险比较实证研究[J]. 赵彬,张文君. 商业时代. 2013(01)
[9]基于GARCH模型的证券投资基金VaR计算与实证研究[J]. 杨夫立. 经济问题. 2012(06)
[10]中小板、创业板与主板市场关联性分析[J]. 薛襄稷,严玉华. 东北财经大学学报. 2012(03)
硕士论文
[1]基于GARCH模型的沪深指数VaR与CVaR计算研究[D]. 潘瑾.武汉科技大学 2012
本文编号：3384070
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/3384070.html
