金融市场风险VaR度量方法的改进研究

发布时间：2022-10-30 09:22

　　VaR（Value–at-Risk）是度量、识别和管理金融市场风险的先进工具,也是Basel推荐的市场风险管理内部模型,为提高VaR度量精度,研究者们围绕市场未来收益率的分布、波动性估计和资产组合定价三个因素进行了众多研究。金融时间序列分布不是正态的,而是有偏的、厚尾的,现有的研究采用t分布、广义误差分布（GED）等分布较好地解决了厚尾问题,而对于偏度考虑得较少。为解决偏度问题,在用ARCH模型族度量VaR时,引入了不对称冲击系数。由于偏度和峰度并非独立,这不能从根本上解决偏度特性。本文引入了能够同时反映峰度和偏度的偏t分布（SKST）,实证显示SKST分布较传统的t分布、GED分布不仅能够更好地拟合波动,而且在估计VaR时也较传统对称厚尾分布更加精确。 Engle提出的ARCH模型及其后来计量经济学家们所发展的ARCH模型族在波动性估计方面取得了巨大成功,但是传统ARCH模型族波动模型的系数为常数,它忽视了金融市场存在的一些外界不可见因素,这些因素会导致金融时间随机变量发生偶尔和突然跳跃,使波动状态在高低之间不断转换。当这些不连续的跳跃发生时,收益率结构也发生动态变化,传统A... 

【文章页数】：133 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景
    1.2 VaR 的定义
    1.3 VaR 的作用
    1.4 VaR 研究方法现状
        1.4.1 参数模型
        1.4.2 非参数方法
        1.4.3 半参数模型
    1.5 问题的提出
    1.6 本文的结构和主要创新点
        1.6.1 本文结构
        1.6.2 本文的主要创新点
第二章 VaR 的基本原理和计算
    2.1 VaR 的计算流程
        2.1.1 一般分布下的VaR 计算
        2.1.2 正态分布下的VaR 计算
        2.1.3 几种常用厚尾分布
    2.2 波动性及相关性估计
        2.2.1 RiskMetrics(RM)模型
        2.2.2 指数移动平均(EWMA)模型
        2.2.3 GARCH 模型
    2.3 资产组合的定价
    2.4 VaR 模型的准确性检验
        2.4.1 失败检验法
        2.4.2 分布预测法
        2.4.3 超额损失大小检验法
        2.4.4 方差检验法
        2.4.5 概率预测法
        2.4.6 风险轨迹检验法
    2.5 本章小结
第三章 证券组合SKST-APARCH 模型VaR 估计
    3.1 ARCH 模型族
    3.2 ARCH 模型的参数估计
    3.3 SKST-APARCH 模型
        3.3.1 Hansen 的偏t 分布
        3.3.2 Lambert 和Laurent 的SKST
        3.3.3 SKST-APARCH 模型下的VaR
    3.4 实证分析
        3.4.1 样本的基本统计特性和模型参数估计
        3.4.2 VaR 估计及比较
    3.5 本章小结
第四章 基于SWARCH 模型下的VaR 估计
    4.1 SWARCH 模型
    4.2 SWARCH 模型与传统ARCH 模型的比较
        4.2.1 模型估计准则比较及参数估计
        4.2.2 波动预测比较
        4.2.3 波动状态平滑概率分析
    4.3 SWARCH 模型下的VaR 估计
    4.4 本章小结
第五章 基于马尔科夫转换下资本资产定价模型
    5.1 资本资产定价模型
    5.2 股票市场风险分类
    5.3 资本资产定价模型中β系数的讨论
    5.4 马尔科夫链及其向量表示
    5.5 基于马尔科夫转换下的混合分布
    5.6 EM 算法简介
    5.7 基于马尔科夫转换下的资本资产定价模型
    5.8 实证分析
        5.8.1 收益率统计特性
        5.8.2 模型参数估计及变结构检验
        5.8.3 基于马尔科夫转换下的CAPM 与CAPM 的比较
    5.9 本章小结
第六章 基于马尔科夫转换下 CAPM 资产组合 VaR
    6.1 传统 CAPM 模型在 VaR 中的应用
    6.2 基于马尔科夫转换下 CAPM 资产组合 VaR—SSRM 模型研究
        6.2.1 GARCH- β 模型
        6.2.2 SSRM 模型
        6.2.3 实证分析
    6.3 本章小结
第七章 总结和展望
    7.1 论文工作总结
    7.2 今后进一步研究的方向和展望
参考文献
发表论文和参加科研情况说明
致谢


【参考文献】：
期刊论文
[1]基于马尔科夫转换下的资本资产定价模型[J]. 苏涛,詹原瑞,刘家鹏,李杰.  系统管理学报. 2007(03)
[2]基于马尔科夫状态转换下的CAPM实证研究[J]. 苏涛,詹原瑞,刘家鹏.  系统工程理论与实践. 2007(06)
[3]VaR方法对我国保险投资风险管理的借鉴及应用[J]. 张海红,张淑英.  价值工程. 2006(10)
[4]引入无风险证券的均值——VaR投资组合模型研究[J]. 安起光,王厚杰.  中国管理科学. 2006(02)
[5]金融风险管理研究进展:国际文献综述[J]. 王志诚,周春生.  管理世界. 2006(04)
[6]证券组合SKST-APARCH模型和VaR估计分析[J]. 苏涛,詹原瑞.  系统工程学报. 2005(06)
[7]SWARCH模型下的VaR估计[J]. 苏涛,詹原瑞.  数量经济技术经济研究. 2005(12)
[8]基于极端损失的投资组合VaR方法[J]. 潘志斌,田澎,朱海霞.  上海交通大学学报. 2005(10)
[9]中国通胀水平与通胀不确定性:马尔柯夫域变分析[J]. 赵留彦,王一鸣,蔡婧.  经济研究. 2005(08)
[10]基于状态转移ARCH模型的中国股市波动性研究[J]. 蒋祥林,王春峰,吴晓霖.  系统工程学报. 2004(03)

博士论文
[1]基于VaR的金融风险度量与管理[D]. 邵欣炜.吉林大学 2004



本文编号：3698626