基于GJR-GARCH、FHS、Copula和极值理论的中国证券市场VaR模型研究

发布时间：2021-01-06 04:37

　　本文详细研究了VaR模型以及相关的理论,包括FHS技术、GARCH模型、Copula理论和极值理论,这些相关的理论主要应用于对时间序列分布的描述、拟合及预测,从而在此基础上利用VaR模型度量资产的风险。本文从三个层次进行了实证研究:（1）应用传统历史VaR模型来计量中国证券市场的市场风险,即利用参数VaR方法对我国证券市场进行实证研究,计算上海证券交易所的上证综合指数的VaR值,以此来检验这一方法在我国上市公司市场风险管理的有效程度。通过样本区间内上证综合指数实际值与预测VaR预测下限进行对比,发现有11天的实际指数值跌破预测下限。（2）应用基于GJR-GARCH和FHS技术的VaR模型来度量中国证券市场的市场风险,结果显示,在置信水平为95%时,实际上证指数低于指数VaR预测下限的天数为8天。可见,本文所建立的基于GJR—GARCH和FHS的VaR模型对于这一阶段的上证综合指数市场风险的拟合效果较好,结果优于传统历史模拟法。（3）应用基于GJR-GARCH、Copula和EVT的VaR模型来计量中国证券市场的市场风险,投资组合在持有期（24小时）最大损失为12.6225%,最大可能获... 

【文章来源】：暨南大学广东省 211工程院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

P.}lorean银行与市场风险相关的日损益

一 0.1一0.08一吧一 0.0200刀 20.040刀60刀 80.1证综合指数日收益率图3上证综合指数日收益率直方图我们得到上证综合指数日收益率分布图(见图3)和日收益率的各个统计一特征(见表l)。我们用正态P一P概率图(见图4)检验，其收益率表现出一定的正态特征:众数附近十分集中，尾部细小，但两尾的情况并不与正态分布相一致。经计算得收益率偏度系数S为一1.07827(正态分布的偏度系数s=0)，峰度系数K为7.107218(正态分布的峰度系数K=3)。这说明我国证券市场收益分布具有一定的“细腰”、“肥尾”现象。表1上证综合指数的基本统计特征指数名称均值中位数上证综合指数 0.0040070.004177标准差0.017802峰度偏度7.107218一1.07827JB统计量216.1006

图3上证综合指数日收益率直方图我们得到上证综合指数日收益率分布图(见图3)和日收益率的各个统计一特征(见表l)。我们用正态P一P概率图(见图4)检验，其收益率表现出一定的正态特征:众数附近十分集中，尾部细小，但两尾的情况并不与正态分布相一致。经计算得收益率偏度系数S为一1.07827(正态分布的偏度系数s=0)，峰度系数K为7.107218(正态分布的峰度系数K=3)。这说明我国证券市场收益分布具有一定的“细腰”、“肥尾”现象。表1上证综合指数的基本统计特征指数名称均值中位数上证综合指数 0.0040070.004177标准差0.017802峰度偏度7.107218一1.07827JB统计量216.1006

【参考文献】：
期刊论文
[1]基于VaR的金融市场风险管理[J]. 王海侠.  统计与决策. 2007(18)
[2]Copula度量投资组合VaR的应用研究[J]. 孔繁利,段素芬,华志强.  内蒙古民族大学学报(自然科学版). 2006(06)
[3]基于Copula-GARCH-EVT的资产组合选择模型及其混合遗传算法[J]. 刘志东.  系统工程理论方法应用. 2006(02)
[4]VaR度量市场风险及实证研究[J]. 孔繁利,才元,陈集立.  工业技术经济. 2005(04)
[5]VaR方法及其在金融监管中的运用[J]. 郭亮.  上海金融. 2004(02)
[6]基于GARCH模型的VaR方法对中国股市的分析[J]. 陈守东,俞世典.  吉林大学社会科学学报. 2002(04)
[7]应用极值理论计算在险价值（VaR）——对恒生指数的实证分析[J]. 周开国,缪柏其.  预测. 2002(03)
[8]上证综合指数VaR的度量[J]. 陈守东,王鲁非.  数量经济技术经济研究. 2002(04)
[9]VaR方法及其在股市风险分析中的应用初探[J]. 范英.  中国管理科学. 2000(03)
[10]金融市场风险测量模型——VaR[J]. 王春峰,万海晖,张维.  系统工程学报. 2000(01)



本文编号：2959941