基于Bayes方法的VaR分位点的估计与检验

发布时间：2023-06-03 12:54

　　V aR(V alue at Risk),即风险价值法,具体地说是指在一定概率水平下(置信度),金融资产或者投资组合在未来特定一段时间内的最大损失. V aR方法的基本思想是利用资产组合收益的历史数据来预测未来的情况,而离现在较久远的历史数据与当前金融市场的相关性很低,早期的数据只能来说明历史的问题,不能反映当前的情况,而基于经典统计学的方法过分依赖于历史数据,这使得估计的V aR的精确度和有效性降低.本文建立了基于Bayes方法的V aR模型来估计金融市场的风险值,可以使投资者根据观测数据和历史信息对风险模型进行调整,使得预测的风险值能够更准确的反映出当前市场的风险情况,以便做出正确的投资决策,避免不必要的损失.

【文章页数】：41 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
符号说明
第1章 绪论
    1.1 V aR 的概述
        1.1.1 V aR 的概念
        1.1.2 V aR 产生的背景
        1.1.3 V aR 的特点
        1.1.4 V aR 的应用
        1.1.5 V aR 的局限性
        1.1.6 用V aR 度量金融市场风险的管理
    1.2 本章小结
第2章 VaR 的计算方法
    2.1 V aR 的传统计算方法
    2.2 V aR 的具体计算方法
    2.3 利用Bayes 方法对V aR 的估计
        2.3.1 Bayes 方法的基本思想
        2.3.2 相关的定理与证明
        2.3.3 基于Bayes 方法的模型假设
        2.3.4 模型中的参数估计
    2.4 利用Bootstrape 方法对V aR 的估计
        2.4.1 Bootstrape 方法的基本思想
    2.5 利用JAB 方法对 V aR 的估计
        2.5.1 JAB 方法的基本思想
    2.6 本章小结
第3章 用V aR 度量中国证券市场的实证分析
    3.1 数据的选取
    3.2 实证分析
        3.2.1 基于Bayes 方法的数值计算
        3.2.2 基于Bootstrape 方法的数值计算
        3.2.3 基于JAB 方法的数值计算
        3.2.4 基于上述三种方法的数值计算结果总结
    3.3 V aR 模型有效性的检验
    3.4 V aR 模型的误差分析
    3.5 Bayes 方法、Bootstrape 方法与 V aR 加权样本分位数估计之间的对比
        3.5.1 利用Bayes 方法
        3.5.2 利用Bootstrape 方法
        3.5.3 基于以上三种方法的数值计算结果总结
        3.5.4 V aR 模型的有效性检验
    3.6 本章小结
结论
参考文献
致谢



本文编号：3829374