基于GARCH族和EVT模型的股市风险价值的比较研究
发布时间：2021-02-28 04:18
随着经济全球化及投资自由化的日益加剧,金融市场风险导致各金融机构之间的竞争从原来的资源竞争逐渐转变为内部管理、业务创新、企业文化等方面的竞争,金融机构的风险管理成为现代金融企业管理基础和发展的基石。在这样的背景下,国外各金融机构格外注重金融风险的测定和管理。如何构建合适的模型以恰当的方法对风险进行测量是当前金融研究领域的一个热门话题。VaR方法作为当前业内比较流行的测量金融风险的方法,具有简洁、明了的特点,而在研究金融市场波动方面,GARCH族模型是一类极受欢迎的非线形金融时间序列模型。本文在对股市金融时间序列分布性质进行系统分析的基础上,运用VaR方法,用当前金融领域刻画条件方差最典型的GARCH模型及其几种最新衍生模型如EGARCH、PARCH等对两种风险值VaR和CVaR进行了研究,并利用上证指数1997.1.2-2008.5.23的数据,实证研究了股市的市场风险。论文主要结论包括:（1）分析上证综指对数日收益序列的统计特征,证明序列的分布具有尖峰厚尾的特征,并呈现出群集性效应和持久性;市场存在明显的杠杆效应,波动存在明显的非对称性,并且负的冲击带来的波动大于正冲击。（2）分别在...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
风险价值—VaRFig.2.1ValueatRisk-VaR
nn使得n ndnM dGc → 成立，则分布函数 G 一定属于下面的三种标准的极值分布Frechet：0 0( ) 00xxxe xααα ≤ Φ = > > Weibull：( )0( ) 01 0xe xxxααψ α ≤= > > Gumbel： ( )xex e x R Λ = ∈从图 2 可以清楚的 Frechet 分布用来描述那些极值无上界有下界的分布Weibull 分布用来描述极值分布有上界，无下界的分布，Gumbel 分布用来描述极无上界也无下界的分布。我们通常见到的很多分布函数都可以根据他们尾部的况划分到上面的三种极值分布分布中去，例如：学生分布、帕累托分布（Padistribution）、对数 Gamma 分布、Cauchy distributed 根据尾部特征可以划分到 Frec分布中去；均匀分布和 Beta 分布的尾部分布可以收敛到 Weibull 分布；正态分Gamma 分布和对数正态分布的尾部分布都收敛到 Gumbel 分布。
( )( )( )( ) ( )( )( ) ( )1 1( )uP u X y u P X y u P X u F y u F uF yP X u P X u F u< ≤ + ≤ + ≤ + = = => ≤ (3.5)定理 2：（Pickand (1975), Balkema and de Haan (1974)）对于一大类分布 F（几乎包括所有的常用分布）条件超量分布函数 ( )uF y ，存在一个 ( ),G yζ β使得：( )1,1 10, 0;0 , 0( )10, 0uyy yF y G yeyζζ ββζβζ ζβζζ +> > < < < ≈ = > = u →∞ (3.6)分布函数 ( ),G yζ β被称作广义的 Pareto 分布。故当阀值 u 足够大时，上述分布即可用广义 Pareto 分布（GPD）表示，即( ) ( )u,F y G yζ β≈ 。
【参考文献】：
期刊论文
[1]基于CVaR-GARCH-GED模型的单品种期货风险价值预测[J]. 周颖,仇晓光. 统计与决策. 2007(18)
[2]风险度量的混合GARCH模型及对中国股市的实证分析[J]. 张琳琳,赵振全,孙俊岭. 改革与战略. 2007(09)
[3]资产相对价值的VaR和CVaR风险[J]. 刘小茂,马林. 统计与决策. 2006(16)
[4]基于VaR-GARCH模型族的我国期铜市场风险度量研究[J]. 刘庆富,仲伟俊,梅姝娥. 系统工程学报. 2006(04)
[5]度量金融风险的CVaR方法[J]. 王玉玲,王晶. 统计与决策. 2006(11)
[6]VaR模型及其在上海股市中的应用[J]. 林美艳,薛宏刚,张月. 辽宁大学学报(自然科学版). 2006(01)
[7]GARCH模型下的极值一致风险度量[J]. 霍玉琳,何春雄. 金融经济. 2006(02)
[8]Network Traffic Based on GARCH-M Model and Extreme Value Theory[J]. 沈菲,王洪礼,史道济,李栋. Transactions of Tianjin University. 2005(05)
[9]GARCH族模型计算中国股市在险价值（VaR）风险的比较研究与评述[J]. 龚锐,陈仲常,杨栋锐. 数量经济技术经济研究. 2005(07)
[10]中国股票市场风险值标准的有效性检验[J]. 朱世武,李豫,何剑波. 上海金融. 2004(11)
本文编号：3055305
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
风险价值—VaRFig.2.1ValueatRisk-VaR
nn使得n ndnM dGc → 成立，则分布函数 G 一定属于下面的三种标准的极值分布Frechet：0 0( ) 00xxxe xααα ≤ Φ = > > Weibull：( )0( ) 01 0xe xxxααψ α ≤= > > Gumbel： ( )xex e x R Λ = ∈从图 2 可以清楚的 Frechet 分布用来描述那些极值无上界有下界的分布Weibull 分布用来描述极值分布有上界，无下界的分布，Gumbel 分布用来描述极无上界也无下界的分布。我们通常见到的很多分布函数都可以根据他们尾部的况划分到上面的三种极值分布分布中去，例如：学生分布、帕累托分布（Padistribution）、对数 Gamma 分布、Cauchy distributed 根据尾部特征可以划分到 Frec分布中去；均匀分布和 Beta 分布的尾部分布可以收敛到 Weibull 分布；正态分Gamma 分布和对数正态分布的尾部分布都收敛到 Gumbel 分布。
( )( )( )( ) ( )( )( ) ( )1 1( )uP u X y u P X y u P X u F y u F uF yP X u P X u F u< ≤ + ≤ + ≤ + = = => ≤ (3.5)定理 2：（Pickand (1975), Balkema and de Haan (1974)）对于一大类分布 F（几乎包括所有的常用分布）条件超量分布函数 ( )uF y ，存在一个 ( ),G yζ β使得：( )1,1 10, 0;0 , 0( )10, 0uyy yF y G yeyζζ ββζβζ ζβζζ +> > < < < ≈ = > = u →∞ (3.6)分布函数 ( ),G yζ β被称作广义的 Pareto 分布。故当阀值 u 足够大时，上述分布即可用广义 Pareto 分布（GPD）表示，即( ) ( )u,F y G yζ β≈ 。
【参考文献】：
期刊论文
[1]基于CVaR-GARCH-GED模型的单品种期货风险价值预测[J]. 周颖,仇晓光. 统计与决策. 2007(18)
[2]风险度量的混合GARCH模型及对中国股市的实证分析[J]. 张琳琳,赵振全,孙俊岭. 改革与战略. 2007(09)
[3]资产相对价值的VaR和CVaR风险[J]. 刘小茂,马林. 统计与决策. 2006(16)
[4]基于VaR-GARCH模型族的我国期铜市场风险度量研究[J]. 刘庆富,仲伟俊,梅姝娥. 系统工程学报. 2006(04)
[5]度量金融风险的CVaR方法[J]. 王玉玲,王晶. 统计与决策. 2006(11)
[6]VaR模型及其在上海股市中的应用[J]. 林美艳,薛宏刚,张月. 辽宁大学学报(自然科学版). 2006(01)
[7]GARCH模型下的极值一致风险度量[J]. 霍玉琳,何春雄. 金融经济. 2006(02)
[8]Network Traffic Based on GARCH-M Model and Extreme Value Theory[J]. 沈菲,王洪礼,史道济,李栋. Transactions of Tianjin University. 2005(05)
[9]GARCH族模型计算中国股市在险价值（VaR）风险的比较研究与评述[J]. 龚锐,陈仲常,杨栋锐. 数量经济技术经济研究. 2005(07)
[10]中国股票市场风险值标准的有效性检验[J]. 朱世武,李豫,何剑波. 上海金融. 2004(11)
本文编号：3055305
本文链接：https://www.wllwen.com/guanlilunwen/zhqtouz/3055305.html
最近更新
教材专著
