基于贝叶斯MCMC算法的股指VaR实证研究

发布时间：2021-01-14 03:05

　　随着金融市场全球化迅速发展,金融产品更迭、信息技术创新、国家政策变化使得金融市场面临着诸多风险。金融风险是指由于经济活动的不确定性、市场环境的变化、决策的失误等因素的影响,导致实际回报偏离预期回报的可能性。从定量的角度刻画风险,将损失作为监控的指标,通常采用风险价值Va R模型。研究一种符合模型特点的求解方法,降低估算误差,科学评估风险的预期损失,实现精准度量,避免由于高估或低估风险带来的决策错误,具有重要的研究意义。VaR模型的计算核心是对收益率波动的估计,通过GARCH簇模型完成对收益率波动情况的刻画,构建基于GARCH簇的Va R模型测度风险价值。建立GARCH簇模型反映时序数据尖峰厚尾的分布特征,同时,通过构建GJRGARCH模型来说明不同消息对波动率的非对称影响。求解GARCH簇模型中的未知参数,经典方法下采用极大似然估计法,通过引入贝叶斯框架完成对模型中未知参数的统计推断。通过Griddy-Gibbs抽样和Metropolis-Hastings算法对模型中各参数进行MCMC模拟,为实证研究提供理论支持。实证研究过程中,将上证股指数据分为两部分,前一部分作为训练样本用于构建模... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

上证指数日收盘价时序图

哈尔滨工业大学应用统计硕士专业学位论文图 4-1 上证指数日收盘价时序图收盘价时序图描绘了上证指数 2015 年 9 月至 2017 年 5 月的大致走势据公式(4-1)将其转化为收益率，收益率的变化浮动情况如图 4-2 所示。

价时序图描绘了上证指数 2015 年 9 月至 2017 年 5 月的大致走(4-1)将其转化为收益率，收益率的变化浮动情况如图 4-2 所示。图 4-2 上证指数日收益率时序图收益率时序图，可以发现，有两个波段存在明显的收益波动聚集现数数据绘制频数分布直方图、经验分布图以及 Q-Q 图。

【参考文献】：
期刊论文
[1]基于蒙特卡洛方法的金融市场风险VaR的算法分析[J]. 谢合亮,黄卿.  统计与决策. 2017(15)
[2]基于MCMC算法AR-GARCH模型中国出口集装箱运价指数波动性研究[J]. 王思远,余思勤,潘静静.  交通运输系统工程与信息. 2016(03)
[3]广义双曲线分布族下的动态系统性风险研究[J]. 田海山,周玉琴,吴恒煜.  数理统计与管理. 2017(01)
[4]国际碳市场风险价值度量的新方法——基于EVT-CAViaR模型[J]. 张晨,丁洋,汪文隽.  中国管理科学. 2015(11)
[5]基于CVaR的峰谷分时电价对供电公司购电组合策略影响分析[J]. 朱文昊,谢品杰.  电力系统保护与控制. 2015(14)
[6]基于MCMC抽样的金融贝叶斯半参数GARCH模型研究[J]. 杨爱军,刘晓星,林金官.  数理统计与管理. 2015(03)
[7]中国股票市场尾部风险与收益率预测——基于Copula与极值理论的VaR对比研究[J]. 陈坚.  厦门大学学报(哲学社会科学版). 2014(04)
[8]基于SWARCH-GED模型的极值VaR度量[J]. 周孝华,张保帅,李强.  系统工程. 2013(01)
[9]基于价格持续时间的中国股市日内风险价值预测[J]. 鲁万波,王卫东.  数理统计与管理. 2012(03)
[10]基于MCMC的贝叶斯变结构金融时序GARCH模型研究[J]. 朱慧明,曾惠芳,郝立亚.  数理统计与管理. 2011(06)

博士论文
[1]基于高频数据的GARCH模型的参数估计[D]. 黄金山.中国科学技术大学 2013

硕士论文
[1]基于极值理论的黄金期货市场风险度量研究[D]. 胡晓馨.浙江大学 2014
[2]基于极值理论VaR模型的上市公司行业风险比较研究[D]. 俞慧琴.浙江大学 2013



本文编号：2976085