基于GJR-GARCH模型和极值理论的VaR评估

发布时间：2020-06-09 19:31

【摘要】： 近年来随着经济全球化和金融一体化、现代金融理论及信息技术、金融创新及大部分金融机构的组合交易资产数目的剧增等因素的影响，金融市场呈现出前所未有的波动性和脆弱性，一些金融危机事件频繁发生。市场风险成为金融风险的主要形式，使得金融监管当局、金融机构不断强化市场风险的管理与监管。中国的证券市场作为一个发展中的新兴市场，市场风险必将随着证券市场的发展壮大而逐渐加大。如何在金融全球化的形式下有效地控制我国的金融市场风险，建立适合我国股票市场风险的风险管理方法，对股票市场风险进行正确的评价，将会有重大的理论意义和实践价值。本文主要从金融市场风险管理的国际国内背景出发，介绍了风险值(VaR)的涵义、特点、应用及计算方法。在对国内外研究现状分析的基础上，对VaR风险管理模型的建立进行研究，采用了两种VaR风险管理模型并加以比较：一种是基于GJR-GARCH的VaR风险管理模型，，另一种是基于极值理论的VaR风险管理模型。在基于极值理论的VaR风险管理模型中引用了ARMA-(Asymmetric)-GARCH模型，将此模型与POT模型有机的结合起来。这样就可以满足传统的极值理论中要求被分析数据是独立同分布的假定。通过对这两种VaR风险管理模型理论及实证的研究，比较这两种模型的优缺点。结果表明这两种方法计算出来的VaR值差别不是很大且效果都较好，但基于GJR-GARCH模型的风险值计算的失败率要大于基于极值理论的风险值计算的失败率。并且基于GJR-GARCH模型的风险值计算方法需要考虑收益率的分布问题，而基于极值理论的风险值计算方法只是研究极端值的分布而不需要考虑总体的分布。基于极值理论是动态的且具有超越样本的预测能力。最后探讨了VaR模型的局限性以及改进的方向。
【学位授予单位】：东北财经大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：F830.9;F224

【引证文献】