高维压力测试和VaR自回归的方法及在风险管理中的应用

发布时间：2024-06-04 01:59

　　压力测试和在险价值(Value-at-Risk,Va R)是金融风险管理中两个常用的工具。压力测试可用于模拟潜在极端事件对金融体系稳定的影响,而Va R描述了在给定的置信水平下,一个投资组合可能遭受的最大损失。两种风险管理工具都引起了国内外金融监管组织的普遍重视。现有的压力测试方法多是基于(广义)线性回归、(结构)向量自回归或是DCC-GARCH模型,但这些方法都无法同时刻画金融市场中的高维、动态和非线性关系。另一方面,为了对不同金融市场的Va R进行联合建模,人们提出了多维Va R自回归模型(Multivariate Conditional Autoregressive Value-at-Risk,MVCAVia R),但由于“维度诅咒”问题,该方法无法扩展到高维情形。在本文中,我们提出了一套新的基于动态高维copula模型的DHDC压力测试方法。与已有压力测试相比,我们的新方法刻画了不同个体之间的高维、动态、非线性的关联结构,而不是静态二维线性相关性:考虑高维关联性是因为个体之间不仅存在直接联系,还会通过其他个体对另一个个体产生影响;考虑时变性是因为风险会随时间发生变化;而不同金融...

【文章页数】：142 页

【学位级别】：博士

【文章目录】：
摘要
abstract
1.绪论
    1.1 研究背景和研究问题
    1.2 研究内容
    1.3 研究意义
    1.4 研究创新
2.文献综述
    2.1 压力测试相关文献
    2.2 VaR自回归相关文献
    2.3 房地产行业系统性风险相关文献
    2.4 国际股市间风险传染相关文献
    2.5 不同类型金融市场间风险传染的相关文献
        2.5.1 国外关于不同类型金融市场间风险传染的相关文献
        2.5.2 国内关于不同类型金融市场间风险传染的相关文献
    2.6 简要评述与总结
3.DHDC压力测试及房地产行业系统性风险的分析
    3.1 引言
    3.2 DHDC压力测试
        3.2.1 DHDC建模
        3.2.2 模型设定检验
        3.2.3 模拟数据和压力测试情景的设定
        3.2.4 风险度量CoMVL
    3.3 房地产行业DHDC压力测试建模及检验
        3.3.1 数据来源与描述性统计
        3.3.2 DHDC模型设定及检验结果
    3.4 房地产行业DHDC压力测试结果
        3.4.1 实证数据模拟及压力测试情景设定
        3.4.2 CoMVL的总体效应
        3.4.3 CoMVL的直接效应
        3.4.4 系统性风险溢出网络
        3.4.5 CoMVL的跨期效应
        3.4.6 稳健性检验
    3.5 本章小结
    本章附录
4.LASSO高维VaR自回归方法及在国际股市的应用
    4.1 引言
    4.2 模型设定与估计方法
        4.2.1 高维MVCAViaR(1,1)模型
        4.2.2 LASSO-MVCAViaR模型的估计框架
        4.2.3 后验分析
    4.3 蒙特卡洛模拟
    4.4 数据与实证结果
        4.4.1 数据、模型选择与分位数估计
        4.4.2 分位数脉冲响应函数分析
    4.5 本章小结
    本章附录
5.基于MVCAViaR模型中国金融市场间风险传染的分析
    5.1 引言
    5.2 描述性统计与模型估计
        5.2.1 描述性统计
        5.2.2 MVCAViaR模型估计
    5.3 风险溢出效应检验与高维模型设定检验
        5.3.1 风险溢出效应检验
        5.3.2 高维模型设定检验
    5.4 压力测试
        5.4.1 分位数脉冲响应
        5.4.2 考虑多市场状态的压力测试
    5.5 波动风险和暴跌风险对预期收益的影响
    5.6 本章小结
    本章附录
6.结论与展望
    6.1 主要结论
    6.2 政策启示
    6.3 研究展望
参考文献
致谢
在读期间科研成果目录



本文编号：3988705