基于GARCH类模型的VaR计算在我国金融市场中的实证研究
发布时间:2018-01-09 00:30
本文关键词:基于GARCH类模型的VaR计算在我国金融市场中的实证研究 出处:《暨南大学》2014年硕士论文 论文类型:学位论文
更多相关文章: 金融风险度量VaR方法 GARCH模型 GED分布
【摘要】:在经济飞速发展的今天,越来越多的金融衍生品和金融工具出现,金融市场对风险研究的要求也越来越高。风险度量是风险管理中的关键环节,其度量方法也在不断地改进和创新。VaR(Value at Risk)方法是度量金融风险的有效方法之一,在国内外金融机构中广泛应用,这一方法在某种程度上弥补了许多风险度量方法的不足。 本文从金融市场风险的理论框架出发,就风险度量法中的VaR方法进行详细介绍,概述了VaR方法的基本原理、特点和计算步骤,详述了三种主要计算方法,并对VaR方法进行了评价分析。而后介绍了GARCH模型和它的拓展模型,以及在模型中处理序列尖峰后尾问题的方法。 在实证分析中,选择上证综指日对数收益率序列作为研究对象,根据收益率序列在正态分布、t-分布和GED分布三种假定下分别建立GARCH(1,1)、EGARCH(1,1)和PARCH(1,1)模型,并对模型进行检验比较,得到合理结果。选择GED分布假设下的GARCH(1,1)、EGARCH(1,1)和PARCH(1,1)模型,分别计算不同置信水平下的VaR值,,运用Kupiec-失败频率检验法对模型进行检验。最终得出结论,在GED分布假设下的GARCH(1,1)模型是度量上证综指收益率风险的最优模型。
[Abstract]:In the rapid development of economy , more and more financial derivatives and financial instruments have emerged , and financial market demand for risk research is becoming higher and higher . Risk measurement is a key link in risk management , and its measurement method is continuously improved and innovated . VaR ( Value at Risk ) method is one of the effective methods to measure financial risk . VaR ( Value at Risk ) method is widely used in financial institutions at home and abroad . Starting from the theoretical framework of financial market risk , this paper gives a detailed introduction to VaR method in risk measurement method , summarizes the basic principle , characteristics and calculation steps of VaR method , details three main calculation methods , and evaluates VaR method . In the case of empirical analysis , we select the logarithmic yield sequence of SSE as the research object . The models are established under the assumption of normal distribution , t - distribution and GED distribution under the assumption of normal distribution , t - distribution and GED distribution . The VaR values at different confidence levels are calculated , and the models are tested by using the Kupiec - failure frequency test method . Finally , it is concluded that the models under the assumption of GED distribution are the best models to measure the risk of yield risk .
【学位授予单位】:暨南大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:F832.5;F224
【参考文献】
相关期刊论文 前5条
1 陈学华,杨辉耀;股市风险VaR与ES的动态度量与分析[J];系统工程;2004年01期
2 牛昂;VALUE AT RISK: 银行风险管理的新方法[J];国际金融研究;1997年04期
3 郑文通;金融风险管理的VAR方法及其应用[J];国际金融研究;1997年09期
4 田新时,刘汉中,李耀;沪深股市一般误差分布(GED)下的VaR计算[J];管理工程学报;2003年01期
5 王旭,史道济;极值统计理论在金融风险中的应用[J];数量经济技术经济研究;2001年08期
本文编号:1399333
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/1399333.html