基于GARCH模型的VAR方法在证券投资基金中的应用及分析

发布时间：2021-08-05 01:26

　　风险测量技术一直是金融领域关注的核心及热点。本文主要针对金融数据所呈现的特征,探讨金融市场风险度量的VaR模型的改进与应用。首先介绍文章的选题背景及意义,并进行文献综述。接着阐述VaR方法的基本原理及一般计算方法,从而明确VaR计算的实质要领,并对传统的VaR计算方法进行评价；针对上述方法的不足,紧密结合金融数据的尖峰厚尾和波动集聚性特征,提出VaR模型的改进方向。紧接着,据此改进方向探讨基于GARCH模型的VaR计算方法,将GARCH模型与t分布或GED分布有机结合起来,建立GARCH-t模型与GARCH-GED模型,既能刻画数据的波动集聚性特征,又能刻画其厚尾特征,针对上述模型,给出了相应的VaR计算的具体步骤。然后利用上述分析思路与计算步骤分别对2006年到2008年15只基金的日收益率数据进行了VaR计算及返回检验,通过与基于GARCH-N模型的VaR计算结果比较,发现基于GARCH-GED模型计算出的VaR结果更能反应此样本基金的真实风险。最后,为消除金融资产收益率之间的相关性,引入主成分分析方法探讨了基于正交GARCH模型的投资组合的VaR计算,并进行了实证分析,得出了合理... 

【文章来源】：南京财经大学江苏省

【文章页数】：41 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 选题背景及意义
    1.2 文献综述
    1.3 本文的研究框架与创新之处
第2章 VaR方法的基本原理及计算方法
    2.1 VaR的数学表述及参数选择
    2.2 VaR的一般计算方法
        2.2.1 一般分布下的VaR计算
        2.2.2 正态分布中的VaR计算
    2.3 VaR的计算原理
    2.4 对传统VaR计算方法的评价
第3章 基于GARCH模型的VAR计算方法及应用
    3.1 基于GARCH模型的VaR计算方法
        3.1.1 描述波动集聚性的GARCH模型
        3.1.2 描述厚尾特征的GED分布与t分布密度函数
        3.1.3 基于GARCH模型的VaR计算
    3.2 VaR模型的返回检验
    3.3 实证研究
        3.3.1 样本数据的选取
        3.3.2 样本数据基本统计特征分析
        3.3.3 模型设定及VaR计算结果
    3.4 VaR模型的返回检验结果及分析
第4章 基于GARCH模型的VaR方法在投资组合中的应用
    4.1 组合VaR及计算方法
    4.2 成分VaR
    4.3 实证研究
第5章 全文总结与展望
    5.1 全文总结
    5.2 展望
参考文献
攻读硕士学位期间发表的论文
后记



本文编号：3322785