股票市场在险价值加权联合估计模型的设计及实证研究
本文关键词:股票市场在险价值加权联合估计模型的设计及实证研究 出处:《吉林大学》2017年硕士论文 论文类型:学位论文
更多相关文章: 在险价值 股票收益率 指数移动加权平均模型 条件自回归风险值模型 广义自回归条件异方差模型
【摘要】:本文主要介绍了加权联合估计模型(WCEM),WCEM是一种通过对现有的VaR估计模型进行联合,并配以适当的权重将估计得出的VaR进行加权平均,从而得到一个更加精确的VaR的模型。WCEM的基础是其他现有已知的VaR估计方法,并且可以根据需要自行添加或移除WCEM中的其他VaR估计方法。WCEM的优点是相比于其他任何单一的VaR估计模型,它可以更为接近"真实"VaR,而不会出现极端情况。WCEM的另一个特点是它可以对任何市场的收益的VaR都有良好的估计效果,这是其他模型所不具备的优势。WCEM之所以能够拥有这样的特征,是由于它包含了多种VaR的估计方法,每种VaR估计方法都是其他学者根据其所关注的市场特征而设计出的。这些市场特征在一些市场表现明显,但在其他市场却表现不佳。当采用某种方法估计特定市场的VaR时,如果市场对于估计方法所基于的市场特征明显,则估计出的VaR比较准确,但如果市场对该种市场特种表现不明显,VaR估计的结果往往不会那么令人满意。WCEM模型由于其包含了较多的估计方法,即使市场对于一种或几种市场特征反应不佳,但总有其他可以比较充分描述市场的市场特征。实际上,WCEM是同时通过多个市场特征所对应的估计方法进行VaR估计,这使WCEM模型可以拥有以上估计方法的种种优点,并使得其对于VaR的估计趋近于VaR的真实值。对于WCEM的另一个延伸的应用是可以通过其来描述市场特征。一个市场并不是只由单一市场特征构成,而是包含着无数的市场特征。但不同的市场对同一个市场特征的反应可能完全不同,这也是造成市场差异的原因。一个显著的市场特征所对应的估计方法可以得到更为准确的VaR估计,因此,从VaR估计的准确程度可以倒推出该种方法所对应的市场特征在特定市场上的反应情况,我们需要做的就是比较单个方法估计出的VaR与真实的VaR。本文采用的方法是首先用单一方法估计得出VaR,然后对该VaR进行检验,通过比较检验结果中的偏差程度,得出市场对于某一具体市场特征的反应程度,继而用市场特征来描述市场间的区别。该偏差程度同时也是WCEM模型中权重的决定因素。通过上述方法,我们可以得出不同种类市场特征对于不同市场的显著程度,从而比较市场差异。本文通过对德国DAX30指数,美国道琼斯工业指数,中国的深市和沪市进行实证分析,结果表明,WCEM的VaR估计结果不会出现极端情况,而且估计出的VaR更加精确。在对不同市场间市场特征进行分析时,我们发现发达市场与发达市场之间的市场特征有一定的相似,同样,新兴市场与新兴市场之间的市场特征也有一定的相似,但值得注意的是,德国股票市场和中国深市的市场特征接近,而美国股市则是和中国沪市的市场特征相反。
[Abstract]:......
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F224;F832.51
【参考文献】
相关期刊论文 前10条
1 黄芬红;王志强;;中国股市价值溢价与时变特质风险:基于GJR-GARCH-M模型的分析[J];金融经济学研究;2015年02期
2 张颖;孙和风;;中美股票市场风险差异的新解释——收益对市场风险不对称效应的CAViaR模型与实证[J];南开经济研究;2012年05期
3 傅强;邢琳琳;;基于极值理论和Copula函数的条件VaR计算[J];系统工程学报;2009年05期
4 刘向丽;成思危;汪寿阳;洪永淼;;参数法、半参数法和非参数法计算我国铜期货市场VaR之比较[J];管理评论;2008年06期
5 高可佑;王潇怡;黄勇兵;;沪深300指数的VaR风险测量——基于历史模拟法和蒙特卡罗模拟法[J];市场周刊(理论研究);2008年03期
6 陈守东;孔繁利;胡铮洋;;基于极值分布理论的VaR与ES度量[J];数量经济技术经济研究;2007年03期
7 张维,张小涛,熊熊;上海股票市场波动不对称性研究—GJR-与VS-GARCH模型的比较[J];数理统计与管理;2005年06期
8 康宇虹,梁健;基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究[J];南开管理评论;2004年04期
9 陈学华,杨辉耀;股市风险VaR与ES的动态度量与分析[J];系统工程;2004年01期
10 彭寿康;中国证券市场股价指数VaR研究[J];统计研究;2003年06期
相关硕士学位论文 前5条
1 桑成彦;量价混合信息GJR-GARCH模型下的上证指数量价关系分析与风险测度[D];西南财经大学;2014年
2 梁恒;基于GARCH族模型的我国沪深股市波动非对称性研究[D];安徽大学;2014年
3 吕松;基于Delta-Normal方法和历史模拟法的VAR算法研究[D];西南财经大学;2012年
4 张新建;基于历史模拟法的市场风险VaR模型改进研究[D];哈尔滨工程大学;2008年
5 丁军军;基于CAViaR方法的我国股票市场风险度量及波动性研究[D];厦门大学;2007年
,本文编号:1349967
本文链接:https://www.wllwen.com/jingjifazhanlunwen/1349967.html