稳健VaR方法的研究及其实证分析

发布时间：2021-04-03 00:19

　　近年来，随着经济全球化和金融自由化，金融市场的波动性不断加剧，金融工具所蕴涵的风险结构越来越复杂，工商企业和金融机构面临着日趋严重的金融风险。在险价值（Value at Risk简称VaR）的概念与应用正是在这种背景下产生的。VaR是指在一定的置信度内，市场正常波动下，某一金融资产或投资组合在将来一定时间内的最大可能损失。由于VaR能够简单清晰地表示市场风险的大小，又有严谨的概率统计理论做依托，因而得到了国际金融界的广泛支持和认可。 VaR计算的核心在于估计投资组合未来回报率的统计分布或概率密度函数。根据波动性模型和估计值模型的不同，VaR计算分为四种方法：历史模拟法、方差—协方差方法、蒙特卡罗模拟法和极端值理论。这四种方法有各自的假设条件和适用范围，针对不同的问题可以采取不同的方法。在当前流行的方法中，很多都是基于参数估计或半参数估计，在相当的程度上依赖于对分布的假设。而现有的非参数方法，如历史模拟法，由于VaR估计主要使用的是尾部概率，要获得相对稳定的VaR，需要的历史数据的量相当大；而蒙特卡罗模拟要求用户要正确选择产生伪随机数的分布形式，而且对高层管理者解释非常困难。 ... 

【文章来源】：暨南大学广东省 211工程院校

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
第一章 引言
    1.1 VaR风险测量技术产生的背景
    1.2 VaR概念的描述
    1.3 VaR发展的现状以及引入VaR的意义
第二章 VaR计算的基本原理与方法
    2.1 VaR计算的基本原理
    2.2 历史模拟法（Historical Simulation）
    2.3 方差-协方差方法（Variance-Covariance Approach）
        2.3.1 基本模型（Delta-Normal）
        2.3.2 指数加权移动平均法（EWMA）
        2.3.3 Normal-GARCH（1，1）方法
        2.3.4 计算非正态分布下的VaR--t-GARCH
    2.4 蒙特卡罗模拟（Monte Carlo Simulation）
    2.5 极端值理论Extrem Value Theory（EVT）
    2.6 VaR四种方法比较
第三章 稳健VaR的提出
    3.1 稳健估计的理论基础
        3.1.1 稳健估计的概念
        3.1.2 稳健估计的任务
        3.1.3 稳健估计的发展简述
    3.2 稳健VaR的思想初探-截尾α-VaR
    3.3 稳健估计量
        3.3.1 顺序统计量的线性组合:L-估计值
        3.3.2 最大似然估计值型的估计值:M-估计值
        3.3.3 基于秩检验的估计值:R-估计值
    3.4 稳健VaR模型的建立
第四章 稳健VaR方法的实证对比研究
    4.1 数据的选取和初步分析
        4.1.1 样本采集
        4.1.2 初步分析
    4.2 稳健数据分析
    4.3 考察稳健VaR的抗差能力
第五章 结论与展望
参考文献
致谢
在校期间发表论文情况



本文编号：3116235