中国股市的动态VaR与CVaR计量模型分析

发布时间：2024-03-12 03:52

　　近20年来,金融市场风险成为全球金融机构及监管当局关注的焦点。与之对应,风险测量技术也在近年得到了发展。其中,风险价值(VaR)和条件风险价值(CVaR)是最为流行的两种风险测量方法。对VaR和CVaR风险估计方法的研究在不断的发展和完善中。但究竟何种方法才是金融市场风险度量的最佳模型,目前尚无定论。传统方法普遍存在的缺点是过分依赖回报率分布的正态性假设,而对于金融时间序列通常所存在的异方差性和尖峰厚尾性考虑不足。本论文是这方面的工作的一个延续,结合我国股市收益率序列的分布特点,提出了一些新的测度VaR和CVaR的思想和方法,主要研究内容如下: (1)目前,我国股票市场尚处于发展初期,选择合适的分布来刻画市场收益率分布显得非常重要,本文从我国股票市场的对数收益率数据出发,用Laplace分布对沪深两市指数收益率进行拟合,采用极大似然法估计参数,利用皮尔逊-χ2检验和Dn检验测量拟合优度,结果表明,Laplace分布能更好地拟合中国股票收益率分布。 (2)研究了VaR和CVaR计算的基本原理与方法。结合我国股票市场收益率的基本特征,用当前金融领域刻画条件方差最典型的GARCH模型及其衍生...

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

图3.1正态分布和Laplace分布的模拟比较

参数iγ是用来捕捉股市中所存在的杠杆效布模型都建立在正态分布假设的基础上,实际使用列的尖峰、厚尾性，引入Laplace分布。Laplace1774年发现的，其分布的密度函数具有如下形式()1;,,02xlaxeμσμσσσ=>知参数。后来就称这个分布为....

本文编号：3926498