基于修正CARR模型的金融市场风险测度研究

发布时间：2021-01-24 15:40

　　在金融全球化、一体化的进程中,国际金融领域发生了欧洲汇率体系危机、东南亚货币危机、美国次贷危机、俄罗斯卢布危机等多次金融危机。频繁发生金融危机的主要原因在于对不同极端情形下金融市场的波动和金融风险的估计严重不足,并缺乏相对应的风险防范措施。如何有效的度量、控制极端情形下的金融风险已经成为金融研究和实践的核心内容。金融市场中,在险价值VaR（Value at Risk）已成为最流行的风险度量方法之一。VaR计算中,最关键的是波动率的估计。将极差与GARCH模型的思想结合而产生的CARR模型,开创了适合极端情形下的波动估计新模型,为度量金融市场极端风险提供了较好的方法。传统CARR模型,限定随机扰动项服从期望为1的分布。本文基于广义gamma分布构建期望为m（>0,且m≠1）的CARR模型,推导了基于期望为m的GCARR模型的极大似然估计和VaR的计算公式。通过VaR的计算和拟合优度检验,与传统GCARR模型进行对比,实证分析得出期望为m的GCARR模型拟合效果好,度量极端风险更准确、有效。金融市场存在"杠杆效应",基于对数正态分布构建了杠杆效应CARR模型,实证表明杠杆效应CARR... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究的背景及意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文的研究内容及创新
        1.3.1 本文的研究内容
        1.3.2 本文的创新点
第2章 CARR模型
    2.1 标准CARR模型
        2.1.1 样本极差及其分布
        2.1.2 CARR模型的基本框架
        2.1.3 CARR模型与GARCH模型的对比
    2.2 CARR模型的扩展
        2.2.1 非对称的CARR模型
        2.2.2 CARR-X模型
        2.2.3 CARR模型中随机扰动项的分布假设
    2.3 CARR模型的参数估计
        2.3.1 极大似然估计
        2.3.2 最小二乘支持向量机估计
        2.3.3 MCMC估计
第3章 厚尾分布修正的CARR模型对金融风险测量的研究
    3.1 广义gamma分布下的修正CARR模型
    3.2 对数正态分布下的CARR模型
        3.2.1 对数正态分布下的CARR模型
        3.2.2 对数正态的非对称CARR模型
        3.2.3 对数正态的杠杆效应CARR模型
        3.2.4 拟合优度和杠杆效应的检验
    3.3 基于CARR模型计算VaR
        3.3.1 VaR的定义
        3.3.2 基于CARR模型VaR的计算与置信区间
        3.3.3 VaR的事后检验
    3.4 厚尾分布修正的CARR模型对金融风险的实证分析
        3.4.1 样本及统计描述
        3.4.2 平稳性检验与ARCH效应检验
        3.4.3 传统CARR模型的建模
        3.4.4 广义伽马分布下修正CARR模型的实证分析
        3.4.5 对数正态下的ACARR模型的实证分析
        3.4.6 对数正态下的杠杆效应CARR模型的实证分析
        3.4.7 基于深证成指的对数正态下各类CARR模型的风险度量分析
第4章 极值分布修正的CARR模型对金融风险测量的研究
    4.1 极值理论及其CARR-GEV模型
        4.1.1 广义极值分布
        4.1.2 CARR-GEV模型及其参数估计
    4.2 CARR-POT-VaR模型
        4.2.1 POT模型
        4.2.2 CARR-POT-VaR模型的构造
    4.3 实证分析
        4.3.1 样本及统计描述
        4.3.2 CARR-GEV模型的构造
        4.3.3 CARR-POT-VaR模型的构造
        4.3.4 VaR的计算和事后检验
第5章 结论与展望
    5.1 论文主要工作与结论
    5.2 研究展望
致谢
参考文献
攻读研究生期间发表的论文


【参考文献】：
期刊论文
[1]基于ACARR模型的布伦特原油价格波动研究[J]. 郭名媛,蒲赢健.  重庆理工大学学报(自然科学). 2016(03)
[2]门限CARR模型的实证研究——以上证市场为例[J]. 邹文俊.  沈阳理工大学学报. 2015(02)
[3]极差信息金融市场波动率的研究综述与评价[J]. 马云倩,蒋远营,吴慧珊.  现代管理科学. 2014(06)
[4]基于CARR-EVT整体方法的动态日VaR和CVaR模型研究[J]. 赵树然,任培民,赵昕.  数量经济技术经济研究. 2012(11)
[5]我国黄金现货波动率预测能力分析——基于GARCH模型与CARR模型的比较[J]. 张苏林.  金融理论与实践. 2011(08)
[6]中国金融市场波动率模型预测能力比较研究[J]. 殷炼乾,邵锡栋.  预测. 2009(05)
[7]金融市场波动性CARR类模型与GARCH类模型的比较研究[J]. 程细玉,夏天.  数学的实践与认识. 2009(13)
[8]单位根检验中的Wald统计量研究[J]. 张凌翔,张晓峒.  数量经济技术经济研究. 2009(07)
[9]运用最小二乘支持向量回归机和CARRX模型对股市波动率的预测[J]. 耿立艳,马军海.  统计与决策. 2008(13)
[10]基于实现极差和实现波动率的中国金融市场风险测度研究[J]. 邵锡栋,殷炼乾.  金融研究. 2008(06)

硕士论文
[1]基于价格极差-ARMA-GARCH-POT模型的风险价值研究[D]. 蔡丽.西华师范大学 2016
[2]我国股市波动及其与交易量的关系[D]. 李振.山东财经大学 2013
[3]极值分布参数估计方法的研究[D]. 高娟.华北电力大学（北京） 2009



本文编号：2997503