基于混频数据分析方法的金融风险测度研究
发布时间：2023-03-20 05:20
近年来,经济全球化发展迅速,各个经济体之间的联系日益紧密,市场之间的依赖性逐渐增强。金融自由化快速推进,金融创新层出不穷,金融系统日渐脆弱。这些都为金融危机的爆发提供了土壤,频繁发生的金融危机也让人们逐渐意识到金融风险管理的重要性。微观审慎监管和宏观审慎监管是现代金融风险管理中两种重要的监管方式,二者互为补充,缺一不可。在两种监管模式下,金融风险测度都最为关键,如何提供准确的金融风险测度既是监管当局思考的重要问题也是学者们研究的重要课题。在金融风险测度过程中,由于不同来源的风险因子观测频率不一致等原因,存在着混频数据问题,即解释变量与被解释变量或解释变量之间的观测频率不一致。传统的处理方法主要依赖于数据同频化处理,要么将高频数据聚合为低频数据,要么将低频数据插值为高频数据。但这两种做法都会产生较大的误差,导致风险测度结果的不准确,需要研究新的金融风险测度模型与方法。基于此,本文提出“基于混频数据分析方法的金融风险测度研究”的研究课题,将混频数据抽样模型(Mixed data sampling,MIDAS)分别引入微观审慎监管和宏观审慎监管过程中,旨在解决混频数据环境下的金融风险测度问题...
【文章页数】：130 页
【学位级别】：博士
【文章目录】：
致谢
摘要
ABSTRACT
第一章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 金融风险测度研究
1.2.2 广义分位数回归研究
1.2.3 混频数据分析研究
1.2.4 文献评述
1.3 研究内容和方法
1.3.1 研究内容
1.3.2 研究方法
1.4 主要创新与结构安排
1.4.1 主要创新
1.4.2 结构安排
第二章 金融风险管理相关理论、模型与方法
2.1 金融风险测度理论与方法
2.1.1 微观审慎监管和宏观审慎监管
2.1.2 微观审慎视角下的金融风险测度
2.1.3 宏观审慎视角下的金融风险测度
2.2 广义分位数回归模型与方法
2.2.1 经典分位数回归模型
2.2.2 Expectile回归模型
2.2.3 联合可导出回归模型
2.3 混频数据分析模型与方法
2.3.1 混频数据均值回归模型
2.3.2 混频数据波动率模型
2.4 本章小结
第三章 基于混频数据Expectile回归模型的VaR和ES测度研究
3.1 问题提出
3.2 混频数据Expectile回归模型构建
3.2.1 模型表示
3.2.2 参数选择
3.2.3 模型估计
3.2.4 风险测度
3.3 数值模拟
3.3.1 数据生成
3.3.2 实验过程
3.3.3 结果讨论
3.4 应用研究
3.4.1 数据选取与描述
3.4.2 模型估计
3.4.3 结果比较
3.5 本章小结
第四章 基于联合可导出混频数据模型的VaR和ES测度研究
4.1 问题提出
4.2 联合可导出混频数据模型构建
4.2.1 模型表示
4.2.2 参数选择
4.2.3 模型估计
4.3 数值模拟
4.3.1 数据生成
4.3.2 实验过程
4.3.3 结果讨论
4.4 应用研究
4.4.1 数据选取与描述
4.4.2 模型估计
4.4.3 结果讨论
4.5 本章小结
第五章 基于动态条件相关混频数据模型的CoVaR和CoES测度研究
5.1 问题提出
5.2 动态条件相关混频数据模型构建
5.2.1 模型表示
5.2.2 模型估计
5.2.3 风险测度
5.3 应用研究
5.3.1 数据选取与描述
5.3.2 模型比较
5.3.3 风险测度结果
5.4 本章小结
第六章 总结与展望
6.1 研究总结
6.1.1 主要研究工作
6.1.2 主要研究结果
6.2 研究展望
6.2.1 高维变量选择问题研究
6.2.2 非线性混频数据模型研究
参考文献
攻读博士学位期间的学术活动及成果情况
本文编号：3766768
【文章页数】：130 页
【学位级别】：博士
【文章目录】：
致谢
摘要
ABSTRACT
第一章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 金融风险测度研究
1.2.2 广义分位数回归研究
1.2.3 混频数据分析研究
1.2.4 文献评述
1.3 研究内容和方法
1.3.1 研究内容
1.3.2 研究方法
1.4 主要创新与结构安排
1.4.1 主要创新
1.4.2 结构安排
第二章 金融风险管理相关理论、模型与方法
2.1 金融风险测度理论与方法
2.1.1 微观审慎监管和宏观审慎监管
2.1.2 微观审慎视角下的金融风险测度
2.1.3 宏观审慎视角下的金融风险测度
2.2 广义分位数回归模型与方法
2.2.1 经典分位数回归模型
2.2.2 Expectile回归模型
2.2.3 联合可导出回归模型
2.3 混频数据分析模型与方法
2.3.1 混频数据均值回归模型
2.3.2 混频数据波动率模型
2.4 本章小结
第三章 基于混频数据Expectile回归模型的VaR和ES测度研究
3.1 问题提出
3.2 混频数据Expectile回归模型构建
3.2.1 模型表示
3.2.2 参数选择
3.2.3 模型估计
3.2.4 风险测度
3.3 数值模拟
3.3.1 数据生成
3.3.2 实验过程
3.3.3 结果讨论
3.4 应用研究
3.4.1 数据选取与描述
3.4.2 模型估计
3.4.3 结果比较
3.5 本章小结
第四章 基于联合可导出混频数据模型的VaR和ES测度研究
4.1 问题提出
4.2 联合可导出混频数据模型构建
4.2.1 模型表示
4.2.2 参数选择
4.2.3 模型估计
4.3 数值模拟
4.3.1 数据生成
4.3.2 实验过程
4.3.3 结果讨论
4.4 应用研究
4.4.1 数据选取与描述
4.4.2 模型估计
4.4.3 结果讨论
4.5 本章小结
第五章 基于动态条件相关混频数据模型的CoVaR和CoES测度研究
5.1 问题提出
5.2 动态条件相关混频数据模型构建
5.2.1 模型表示
5.2.2 模型估计
5.2.3 风险测度
5.3 应用研究
5.3.1 数据选取与描述
5.3.2 模型比较
5.3.3 风险测度结果
5.4 本章小结
第六章 总结与展望
6.1 研究总结
6.1.1 主要研究工作
6.1.2 主要研究结果
6.2 研究展望
6.2.1 高维变量选择问题研究
6.2.2 非线性混频数据模型研究
参考文献
攻读博士学位期间的学术活动及成果情况
本文编号：3766768
本文链接：https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3766768.html
