基于SV-SKST-EVT模型的动态风险价值测度

发布时间：2021-04-24 12:34

　　金融风险管理是金融资产管理领域的一个重大课题。不论是大型的金融机构还是一般的基金经理人,甚至是个人投资者都需要对自己所持有头寸面临的潜在风险有足够的认识,也即要有能进行风险测度的手段。特别在近些年金融极端事件频繁发生,而每一次这种异常波动的发生都会给国民财富带来巨大的损失的情况下。比如97年的东南亚金融危机、08年美国次贷危机等都使得受害国在随后的几年中陷入不同程度的经济萧条中而元气大伤。近一点的例子就是我国在2015年的股灾,导致股票市场波动剧烈,短短一年多的时间上证指数一度从2000点的低位冲上五千点,之后又遭遇断崖式的下跌回到3000点,股灾当中被套牢的股民和机构不计其数,这都是由于没有良好的风险测度手段以至于对所面临的风险估计不足造成的。为了应对这种金融资产价值的异常波动带来的损失,金融风险管理技术显得尤为重要,通过良好的金融风险管理手段,我们可以最大程度地分散所持资产的风险,并且对可能潜在的风险进行清晰的量化以便在风险事件发生时可以很好地应对。而VaR作为国际金融市场度量风险的主流标准,被广泛应用于各类金融工具的风险测度中。而如何精确地度量VaR,构建精准的风险测度模型,则是... 

【文章来源】：中南财经政法大学湖北省 211工程院校 教育部直属院校

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
导论
    一、研究背景与研究意义
    二、文献综述
    三、研究思路和论文结构
    四、本文的创新与不足之处
第一章 极值理论及VaR的基本理论
    第一节 极值理论的基础
        一、次序统计量及极值分布的三种类型
        二、广义极值分布及其参数估计
    第二节 极值理论估计VaR
        一、VaR的基本概念
        二、VaR的常见计算方法
        三、VaR的缺点
        四、用极值理论估计VaR
    第三节 POT模型
        一、POT模型的基本理论基础
        二、阈值的选取及模型参数估计
        三、POT模型计算VaR的方法
第二章 广义双曲线SV-EVT-POT模型的构建
    第一节 SV类模型介绍
        一、标准的SV模型
        二、厚尾的SV模型
    第二节 SV-SKST模型的构建
        一、SV-SKST模型的建立
        二、模型的参数估计
    第三节 马尔科夫链蒙特卡罗方法
        一、贝叶斯统计学的基本知识
        二、Gibbs抽样
        三、Metropolis-Hasting抽样
    第四节 广义双曲线SV与EVT结合的VaR模型
        一、动态VaR模型
        二、SV-SKST模型与EVT理论结合的VaR模型
第三章 基于上证指数的VaR的实证分析
    第一节 数据的选取和统计分析
        一、样本数据的选取和基本特征
        二、样本的描述性统计分析
    第二节 SV-SKST模型的参数估计
    第三节 标准化收益率序列的建模
        一、标准化残差序列的构造
        二、阈值的选取
        三、运用POT模型计算VaR
    第四节 样本外测试结果评价
研究结论与展望
    一、研究结论
    二、研究展望
参考文献
致谢


【参考文献】：
期刊论文
[1]极端波动、跳跃和尾部风险——基于已实现波动率的股票市场风险动态预测[J]. 柳会珍,顾岚,胡啸兵.  数理统计与管理. 2014(01)
[2]基于SV-GED模型的极值风险度量研究[J]. 周孝华,张保帅.  管理工程学报. 2014(01)
[3]具有有偏厚尾的非对称SV模型及其实证研究[J]. 吴鑫育,马超群,汪寿阳.  系统工程. 2012(01)
[4]胖尾分布及长记忆下的动态EVT-VaR测度研究[J]. 林宇,黄登仕,魏宇.  管理科学学报. 2011(07)
[5]基于EVT-POT-SVt模型的风险度量研究[J]. 董耀武,周孝华,姜婷.  北京理工大学学报(社会科学版). 2011(03)
[6]基于极值理论的高频条件VaR动态区间估计模型[J]. 王春峰,张亚楠,房振明,刘峥然.  系统工程理论与实践. 2010(07)
[7]中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析[J]. 魏宇.  管理学报. 2010(06)
[8]极值BMM与POT模型对沪深股市极端风险的比较研究[J]. 花拥军,张宗益.  管理工程学报. 2009(04)
[9]具有杠杆效应的非线性SV模型及其应用[J]. 孟利锋,张世英.  系统管理学报. 2009(01)
[10]基于Gibbs抽样的厚尾SV模型贝叶斯分析及其应用[J]. 朱慧明,李峰,杨锦明,虞克明.  系统仿真学报. 2008(09)

博士论文
[1]基于SV模型和EVT理论的金融极值风险度量研究[D]. 姬新龙.重庆大学 2014



本文编号：3157369