区间值风险测度模型及实证分析

发布时间：2020-10-19 08:00

　　 金融风险度量是金融风险管理的重点与核心,是进一步进行风险管理策略实施的前提。在金融市场中,有多种度量金融风险的方法,VaR(Value at Risk,在险价值)方法是最流行的方法之一,也是国际上流行的风险管理标准,CVaR(Conditional Value at Risk,条件在险价值)方法的提出对VaR方法的缺陷进行了改进。近年来,很多学者针对传统的收益率是精确值时VaR与CVaR的计算模型进行了一系列改进与研究。然而,实际的金融市场除了随机性还有其他的不确定性,比如模糊性、非精确性。若把收益率看成一个随机区间,则既能刻画市场的随机性又能刻画由于市场千变万化导致的非精确性。本文主要在传统的风险测度模型的基础上,提出了收益率是区间值随机变量的风险测度模型。首先介绍了经典的VaR和CVaR的定义和常用的估计方法,对历史模拟法和Bootstrap方法在VaR和CVaR计算中的应用进行了详细的描述,然后考虑收益率为区间值随机变量,对区间选取适当的排序方法,建立了区间值的VaR与CVaR的风险测度模型。实证分析部分,选取了上证指数、深证综指、沪深300、中证500四个股票指数以及银行业、房地产业、娱乐传媒业、水利电力能源业、农林牧渔业五个行业具有代表性的24只股票样本,根据股票的收盘价、最高价、最低价等指标构建了收益率的精确值和区间值的形式,使用历史模拟法分别对收益率是精确值和区间值时的VaR与CVaR值进行了估计,并结合Bootstrap方法对收益率是精确值时的计算模型进行了改进。最后,通过Kupiec检验对估计VaR的三个模型进行有效性的检验与对比分析。结果表明,收益率是区间值的风险测度模型对VaR的估计效果最优:收益率是精确值时,基于Bootstrap抽样的历史模拟法对VaR估计的精度要比基于原始样本的历史模拟法对VaR估计的精度高。最后,通过对区间值风险测度模型的深入分析,总结了文章的结论,并从区间排序准则、风险测度模型有效性的检验以及与传统的方差协方差法或蒙特卡洛模拟法结合的区间值风险测度模型三个方向提出了进一步的研究建议和展望。
【学位单位】：华北电力大学(北京)
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F830.9
【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 研究现状及综述
        1.2.1 在险价值理论的研究综述
        1.2.2 条件在险价值理论的研究综述
        1.2.3 区间值理论的研究综述
    1.3 本文的研究结构与创新点
第2章 VaR与CVaR的基本原理
    2.1 VaR和CVaR的基本理论
        2.1.1 VaR的定义
        2.1.2 VaR方法的优缺点及CVaR的定义
    2.2 VaR与CVaR模型的计算方法
    2.3 Boostrap方法估计VaR与CVaR的基本原理
    2.4 VaR模型有效性检验
    2.5 本章小结
第3章 区间值风险测度模型
    3.1 区间值随机变量
    3.2 区间的基本运算和排序准则
    3.3 区间值风险测度模型的构建
    3.4 本章小结
第4章 精确值收益率的风险测度模型实证分析
    4.1 数据选取与检验
        4.1.1 数据选取
        4.1.2 收益率数据的正态性检验
    4.2 历史模拟法估计VaR与CVaR
    4.3 Boostrap方法估计VaR与CVaR
    4.4 模型的有效性检验
    4.5 本章小结
第5章 区间值收益率的风险测度模型实证分析
    5.1 数据选取与区间值收益率的计算
    5.2 区间值VaR与CVaR的估计
    5.3 模型的有效性检验
    5.4 本章小结
第6章 结论与展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢

【参考文献】

相关期刊论文 前5条

1 伍楠林;钟晓兵;;沪深300股指期货风险的预警研究[J];统计与决策;2012年19期

2 孙海龙;姚卫星;;区间数排序方法评述[J];系统工程学报;2010年03期

3 徐永春;高岳林;;金融风险管理的CVaR方法及实证分析[J];求索;2009年02期

4 叶五一,缪柏其,吴振翔;基于Bootstrap方法的VaR计算[J];系统工程学报;2004年05期

5 吴江,黄登仕;区间数排序方法研究综述[J];系统工程;2004年08期

本文编号：2846939