基于极值理论VaR模型的上市公司行业风险比较研究

发布时间：2017-05-05 14:15

  本文关键词：基于极值理论VaR模型的上市公司行业风险比较研究，由笔耕文化传播整理发布。

【摘要】：随着金融环境的日趋复杂,对金融业的风险评价和测量得到了广泛学者的关注。行业风险是投资者进行投资决策需要重点考虑的因素,科学有效的测量行业风险是一个亟待解决的难题。上世纪90年代以来,极值理论已经逐渐在金融风险管理领域得到了广泛的应用,本文也将把极值理论引入沪深300行业指数的风险度量中。我国现有的研究成果没有系统的比较过研究行业风险的各种方法,利用不正确的研究方法可能导致衡量行业风险的结果不理想。 本文首先回顾了国内外各种度量风险的方法,在比较分析的基础上认为用计算VaR估计值的方法来衡量风险是现代金融风险管理中比较常用的方法。然后构建了四个计算沪深300行业指数日对数收益率风险的模型,他们分别是基于方差-协方差模型计算VaR、基于GARCH模型计算VaR、基于极值理论计算VaR、基于GARCH-GPD模型计算VaR,从理论上来说,本文创新性的把极值理论和GARCH模型结合起来衡量沪深300行业风险,后面模型是对前面模型的改进,后面模型理论支持更加完善,模型的计算也更加复杂。 但是理论上的精确并不等同于实践应用的精确。从实践中,本文计算了四个模型VaR估计值,并利用VaR返回测试模型对构建的四个模型所得的VaR估计值进行返回测试,进行分析比较。实证结果表明：基于方差-协方差模型计算的VaR和基于极值理论计算的VaR结果没有通过VaR模型的返回测试,基于GARCH模型计算的VaR比较精确,而基于GARCH-GPD模型计算的VaR模型是最精确的,实证结果和理论分析结果基本吻合。从理论上和实际中同时证明利用GARCH-GPD模型来计算行业风险VaR是最恰当的。 同时,本文还对沪深300行业指数的日对数收益率风险进行了排序,模型的计算结果认为公用、医药、可选这三个行业为低风险行业,材料、金融、能源行业这三个行业是高风险行业,信息、消费、电信、工业这四个行业是中等风险行业。 本文最后总结了全文,并探讨了极值理论以及金融风险测量方法未来理论和实践上的一些研究方向。
【关键词】：行业风险 极值理论 VaR GARCH模型
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：F832.51;F224
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-8
• 目录8-10
• 1 引言10-15
• 1.1 研究背景10-11
• 1.2 研究意义11-12
• 1.3 研究方法与论文框架12-15
• 1.3.1 研究方法12-13
• 1.3.2 论文研究思路与论文框架13-15
• 2 国内外文献综述15-26
• 2.1 风险度量文献综述15-22
• 2.1.1 国外金融风险度量理论发展回顾15-20
• 2.1.2 国内金融风险度量文献回顾20-22
• 2.2 基于极值理论的风险度量的文献综述22-24
• 2.2.1 国外基于极值理论的风险度量研究综述22-23
• 2.2.2 国内基于极值理论的风险度量研究综述23-24
• 2.3 文献综述评述24-26
• 3 研究方法与VaR模型构建26-34
• 3.1 基于方差-协方差模型的VaR模型26-27
• 3.2 基于GARCH模型的VaR模型27-28
• 3.3 基于极值理论的VaR模型28-32
• 3.3.1 广义Pareto分布29-30
• 3.3.2 GPD建模和VaR的估计30-32
• 3.4 基于GARCH-GPD模型的VaR模型32-34
• 4 对上市公司行业的实证研究34-55
• 4.1 数据的统计性描述和正态性检验34-39
• 4.1.1 数据的统计学描述34-36
• 4.1.2 数据的正态性检验36-39
• 4.2 基于方差-协方差模型VaR模型计算39-40
• 4.3 基于GARCH模型VaR模型的计算40-44
• 4.3.1 GARCH模型建立40-43
• 4.3.2 基于GARCH模型的分析方法的VaR计算43-44
• 4.4 基于极值理论的VaR模型的计算44-49
• 4.4.1 广义帕累托模型的建立45-48
• 4.4.2 基于GPD模型下VaR的计算48-49
• 4.5 GARCH-GPD模型的VaR模型的计算49-55
• 4.5.1 残差序列广义帕累托模型的建立50-53
• 4.5.2 GARCH-GPD模型下的VaR估计值53-55
• 5 VaR模型的有效性检验55-60
• 6 结论与展望60-64
• 6.1 构建模型的结论60-61
• 6.2 行业风险情况61-62
• 6.3 本文的创新与展望62-64
• 6.3.1 文章的创新点62
• 6.3.2 未来展望62-64
• 参考文献64-69
• 附录69-96

【参考文献】

中国期刊全文数据库 前10条

1 李红权,马超群;中国证券投资基金绩效评价的理论与实证研究[J];财经研究;2004年07期

2 欧阳资生,龚曙明;广义帕累托分布模型:风险管理的工具[J];财经理论与实践;2005年05期

3 王慧敏,刘国光;基于极值理论的沪深股市VaR和CVaR分析[J];财贸研究;2005年02期

4 侯外林;;基于ARMA-GARCH模型的股指波动压力测试情景设计研究[J];当代财经;2011年11期

5 陈建忠;;极值分布在邓恩桉造林地垂直选择的应用[J];福建林学院学报;2006年03期

6 胡隽;耿晶晶;;拟合及预测VaR的波动率模型比较——基于上证指数的实证分析[J];财经界(学术版);2012年04期

7 董亚;黄剑;;沪深300指数与重点行业的联动性研究[J];经济论坛;2008年17期

8 刘志东;;不同均值-风险准则下的资产组合有效前沿比较研究[J];经济数学;2006年01期

9 吴世农,陈斌;风险度量方法与金融资产配置模型的理论和实证研究[J];经济研究;1999年09期

10 李健;收益率非规则分布条件下有效风险度量方法的寻找——与吴世农、陈斌二位先生商榷[J];经济研究;2000年01期

  本文关键词：基于极值理论VaR模型的上市公司行业风险比较研究，，由笔耕文化传播整理发布。

本文编号：346502