基于GARCH模型和VaR方法的我国创业板市场风险实证研究

发布时间：2017-09-28 11:15

  本文关键词：基于GARCH模型和VaR方法的我国创业板市场风险实证研究

  更多相关文章： 创业板市场 市场风险 GARCH模型 Va R方法 风险防范

【摘要】：全球的创业板市场从20世纪60年代开始萌芽起步,20世纪70年代到90年代中期是创业板市场萌芽发展的第一个阶段,从90年代中期开始至今都属于全球创业板市场发展的第二个阶段,扣除一些已经关闭的市场到现在为止全球的创业板市场已发展40多家。相对来言,我国创业板市场起步比较晚,直到2009年10月23日,筹备多年的创业板才在深圳正式举行开板仪式,在10月30日首批28家公司挂牌上市,标志着我国内地创业板正式开启。随后其不断发展,规模不断扩大,到2013年10月30日,创业板开启四周年当天,在创业板正式挂牌上市的公司数量已经迅速扩展到355家,数量和总市值不断暴增,但随之而来是创业板市场比较突出的“三高”现象。此外,相较于主板市场严格的上市门槛,创业板市场主要为一些不满足主板上市的新兴企业提供了筹资和资本运作的场所,这些企业成立时间短、规模较小、有强烈的融资需求,但也伴随着较高的不确定性和高风险。所有这些都意味着创业板市场可能相对于主板市场来说隐藏着更大的风险,为了能够规范创业板市场的发展,构建有序的交易环境,使得创业板市场可以更加健康、高效、平稳运作,促进我国金融业的繁荣与发展,就要对创业板市场中的风险进行有效的管理和控制。既然做好创业板市场运作过程中的风险管理有着非常重要的实践意义,首先要进行风险的识别,创业板市场的风险有很多种,按照不同的分类标准和方法有不同的分类,第一种分类可以依据发生的范围,将金融市场的风险分为系统性风险和非系统性风险,第二种分类方法为根据诱发风险的原因进行划分,可将其分为市场风险、信用风险、流动性风险和操作风险等。其中,随着对市场风险的进一步研究,从中衍生出了波动性风险、相关性风险等方面的研究。由于证券价格数据容易取得并且有较大的数据量,对市场风险的监测往往可以进行精确的量化和分析,市场风险主要是来源于价格的波动,因此,对其进行测算主要是对证券价格波动性进行度量分析,也就是研究和分析创业板市场的波动性风险。本文就是在此背景下对我国创业板的市场风险进行研究和分析,以期能够为创业板市场风险管理工作提供一些数据上的参考依据,协助制定出更好的风险管理方案。GARCH模型即波动率模型可以对金融市场的市场风险进行测度和估算,本文选取我国创业板市场综指的日收盘价作为研究对象,用创业板综指日对数收益率建立GARCH模型,根据此模型可以估算出创业板市场的波动率,从而计算出在险价值即Va R值,据此对我国创业板市场风险进行定性和定量分析,文章主要运用Eviews和Excel进行建模与分析,并运用沪深300指数作为主板市场的测度指标,将创业板市场和主板市场波动性风险进行比较,来考证创业板市场的风险有无放大,最后给出创业板市场风险防范的相关对策,促进我国创业板市场的有序发展。
【关键词】：创业板市场 市场风险 GARCH模型 Va R方法 风险防范
【学位授予单位】：河南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51;F224
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第1章 绪论10-22
• 1.1 研究背景和研究意义10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意义11-12
• 1.2 国内外文献综述12-18
• 1.2.1 国外相关文献12-15
• 1.2.2 国内相关文献15-17
• 1.2.3 文献研究述评17-18
• 1.3 研究内容18-20
• 1.4 研究方法20
• 1.5 创新点20-22
• 第2章 创业板市场及其风险度量理论概述22-38
• 2.1 创业板市场相关理论22-28
• 2.1.1 概念、作用22-23
• 2.1.2 风险的来源23-24
• 2.1.3 创业板市场与主板市场比较研究24-26
• 2.1.4 国际著名创业板市场的经验分析26-28
• 2.2 市场风险相关理论28-29
• 2.3 市场风险度量方法简介29-38
• 2.3.1 市场风险度量方法29-30
• 2.3.2 VaR方法简介30-34
• 2.3.3 波动率模型介绍34-38
• 第3章 市场风险实证分析38-54
• 3.1 数据选取与处理38-44
• 3.1.1 数据的选取38-39
• 3.1.2 对数收益率序列的基本统计特征39-40
• 3.1.3 对数收益率序列的平稳性检验40
• 3.1.4 自相关检验40-41
• 3.1.5 对数收益率序列异方差性检验41-44
• 3.2 模型的建立44-47
• 3.3 VaR值的计算47-49
• 3.4 模型检验49-52
• 3.4.1 模型准确性检验49-51
• 3.4.2 失败频率检验51-52
• 3.5 实证结论52-54
• 第4章 创业板和主板收益率波动的比较54-58
• 4.1 数据基本特征54-55
• 4.2 ARCH效应和异方差检验55-57
• 4.3 波动性比较57-58
• 第5章 研究结论、建议和展望58-64
• 5.1 研究结论58-59
• 5.2 建议59-63
• 5.3 研究局限和展望63-64
• 5.3.1 研究局限63
• 5.3.2 研究展望63-64
• 参考文献64-67
• 致谢67-68

【相似文献】

中国期刊全文数据库 前10条

1 于玲玲;倪秀君;;GARCH模型在我国外汇风险度量中的应用[J];现代商业;2009年26期

2 郭雪芬;;VaR:非对称成分GARCH模型的应用[J];哈尔滨金融高等专科学校学报;2008年04期

3 孟卫东;宋丽伟;阳军;;基于GARCH模型的沪深地产股波动性分析及预测[J];统计与决策;2010年12期

4 罗艳;;用GARCH模型预测沪深300消费指数的变化趋势[J];科技致富向导;2011年15期

5 刘慧媛;邹捷中;;GARCH模型在股票市场风险计量中的应用[J];数学理论与应用;2006年02期

6 鲁万波;;参数与非参数GARCH模型的预测能力比较[J];统计与决策;2006年23期

7 李松臣;张世英;;多元变结构门限GARCH模型的伪协同持续性研究[J];系统工程理论与实践;2007年10期

8 赵国庆;尹慧;;一个包含异质信念的GARCH模型[J];商业经济与管理;2011年06期

9 唐俊波;杨四香;何树红;;基于GARCH模型的上证指数实证分析[J];重庆工商大学学报(自然科学版);2012年10期

10 熊家财;杨丹;;我国股市的波动性特征分析——基于GARCH模型[J];商场现代化;2009年14期

中国重要会议论文全文数据库 前3条

1 田玲;张岳;;基于GARCH模型的我国保险公司经济资本度量[A];中国保险学会第二届学术年会入选论文集(理论卷2)[C];2010年

2 赵国庆;魏军;;基于混合GARCH模型的中美证券市场有效性研究[A];21世纪数量经济学（第8卷）[C];2007年

3 李伟;劳川奇;;基于马尔可夫转换GARCH模型的上海股市风险研究[A];第九届中国管理科学学术年会论文集[C];2007年

中国重要报纸全文数据库 前2条

1 李宙雷;基于GARCH模型的国内燃油期货风险度量研究[N];期货日报;2009年

2 杨艳军 王永锋;基于GARCH模型的VaR方法在保证金设计中的应用[N];期货日报;2004年

中国博士学位论文全文数据库 前1条

1 黄金山;基于高频数据的GARCH模型的参数估计[D];中国科学技术大学;2013年

，

本文编号：935526