基于分位数回归的金融风险管理

发布时间：2017-07-26 08:06

  本文关键词：基于分位数回归的金融风险管理

  更多相关文章： 分位数回归 VaR MM算法 Q-EGARCH模型

【摘要】：近年来,随着各国经济全球化步伐的加快,各国之间的金融市场也逐步走向了融合,各国金融市场的关联性不断增强。金融市场的开放与融合,在加速资本流动、加强资源配置效率的同时,也给各国金融市场带来了前所未有的风险。在各国金融一体化时代,某个或某些国家的金融市场在发生金融危机时,危机会迅速传导至其它国家,并且逐步蔓延,从而造成全球性的金融危机和经济下滑。由于金融市场在市场经济运行中的作用日益凸显,使得金融风险管理已经成为各国金融机构及学术界关注的共同焦点,如何有效的度量、控制风险已经成为金融研究和实践的核心内容。在金融风险管理方面,全球通用的指标是在险价值VaR。对于VaR的度量,本文提出将EGARCH模型与分位数回归相结合的分位数EGARCH模型(Q-EGARCH模型)。Q-EGARCH模型既有分位数回归不受收益率分布假设影响的优点,又能直接反映资产收益波动率对VaR的影响,使得计算的VaR值更加贴近真实市场状况,为金融风险管理提供了一种新思路。由于在非线性分位数回归模型中,不宜使用传统参数估计方法进行参数估计,因此,本文在第三章就MM算法在非线性分位数回归参数估计中的运用进行了深入研究,并通过蒙特卡洛模拟试验验证了MM算法在非线性分位数回归模型参数估计中的适应性和优越性。模拟试验结果表明,在极端分位数水平下,MM算法比非线性分位数回归内点法的参数估计效果更优越。鉴于MM算法在非线性分位数回归参数估计中优越性,故本文第四章基于传统MM算法思想,探讨了MM算法在Q-EGARCH模型中的应用,从而利用MM算法估计Q-EGARCH模型的参数,然后计算出相应的在险价值。通过对沪深300股指期货的实证分析,并将Q-EGARCH模型与传统VaR计算模型的VaR计算结果进行比较,发现Q-EGARCH模型在95%和99%的置信水平下所计算的VaR均比其它VaR计算方法更加精确,特别是在99%置信水平下,Q-EGARCH模型的优势体现的更加明显。说明本文新构造的Q-EGARCH模型,能够更加准确的计算VaR,使得金融机构能够更加有效的进行风险管理,特别是对于风险厌恶性金融机构而言,本文具有非常宝贵的参考价值。
【关键词】：分位数回归 VaR MM算法 Q-EGARCH模型
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F831.5
【目录】：

• 摘要6-8
• Abstract8-12
• 第1章 绪论12-21
• 1.1 研究背景及意义12-15
• 1.1.1 本文研究背景12-13
• 1.1.2 本文研究目的及意义13-15
• 1.2 国内外研究现状15-19
• 1.2.1 国外研究现状15-17
• 1.2.2 国内研究现状17-19
• 1.3 本文的研究内容及创新19-21
• 1.3.1 本文的研究内容19-20
• 1.3.2 本文的创新点20-21
• 第2章 VaR及分位数回归理论21-34
• 2.1 VaR理论与计算21-27
• 2.1.1 VaR的定义21-22
• 2.1.2 VaR的计算22-25
• 2.1.3 VaR的事后检验25-27
• 2.2 分位数回归基本原理27-34
• 2.2.1 分位数的定义及推导27-29
• 2.2.2 分位数回归模型29-30
• 2.2.3 分位数回归模型的参数估计30-32
• 2.2.4 分位数回归模型的检验32-34
• 第3章 基于MM算法的分位数回归估计34-52
• 3.1 MM算法思想35-36
• 3.2 非线性分位数回归的MM算法估计36-41
• 3.3 MM算法的蒙特卡洛模拟41-51
• 3.4 本章小结51-52
• 第4章 分位数回归EGARCH模型52-76
• 4.1 传统VaR计算模型52-55
• 4.1.1 GARCH类模型计算VaR52-53
• 4.1.2 分位数回归方法计算VaR53-55
• 4.2 分位数回归EGARCH模型55-58
• 4.3 基于Q-EGARCH模型的中国股指期货市场实证分析58-68
• 4.3.1 描述性统计分析59-61
• 4.3.2 Q-EGARCH模型参数估计61-66
• 4.3.3 VaR的计算及结果分析66-68
• 4.4 与传统VaR计算模型的比较分析68-76
• 第5章 结论与展望76-78
• 5.1 结论76-77
• 5.2 展望77-78
• 致谢78-79
• 参考文献79-84
• 攻读研究生期间发表的学术论文84-85
• 附录：MM算法MATLAB程序85-87

【相似文献】

中国期刊全文数据库 前10条

1 张代强;张屹山;;前瞻性利率规则在我国的实证研究——基于分位数回归方法的变参数检验[J];数量经济技术经济研究;2008年10期

2 刘生龙;;教育和经验对中国居民收入的影响——基于分位数回归和审查分位数回归的实证研究[J];数量经济技术经济研究;2008年04期

3 罗玉波;;房价影响因素分析:分位数回归方法[J];统计与决策;2011年06期

4 李顺毅;;房价如何影响消费对经济增长的贡献——基于分位数回归的实证分析[J];消费经济;2011年03期

5 朱平芳;张征宇;;无条件分位数回归:文献综述与应用实例[J];统计研究;2012年03期

6 胡丰;许启发;蒋翠侠;;基于分位数回归的基金风格分析与业绩评价[J];郑州航空工业管理学院学报;2012年06期

7 王朝;高敬雅;王琪;;基于分位数回归的房地产价格研究[J];商;2012年14期

8 胡永远;倪丽艳;;基于分位数回归的社会救助再就业人群收入研究[J];山东财政学院学报;2013年03期

9 欧阳胜银;;外资溢出效应的分位数回归研究[J];财经理论与实践;2013年04期

10 刘昕明;李志强;;基于分位数回归的企业债信用风险研究[J];北京化工大学学报(自然科学版);2013年06期

中国重要会议论文全文数据库 前6条

1 林艺圃;;中国股市价量关系的实证分析分位数回归模型[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

2 陈娟;林龙;叶阿忠;;基于分位数回归的中国居民消费研究[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

3 夏宁;;中国上市公司高管人员薪酬的影响因素与成因分解——一个基于分位数回归模型的实证研究[A];中国会计学会财务管理专业委员会2009年学术年会论文集[C];2009年

4 宋马林;吴杰;高玉强;张琳玲;宋峰;;中国入世以来的对外贸易与环保效率——基于分省面板数据的实证分析[A];中国贸易救济与产业安全论丛（2012）——第七届中国贸易救济与产业安全研究奖获奖论文集[C];2013年

5 任声策;;创新和出口的互动关系:基于中国制造业企业的实证[A];第八届（2013）中国管理学年会——技术与创新管理分会场论文集[C];2013年

6 刘鑫波;张志敏;梁逸曾;;高效准确的高分辨数据快速平滑与基线校正算法[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

中国博士学位论文全文数据库 前6条

1 邸俊鹏;分位数回归的贝叶斯估计与应用研究[D];南开大学;2013年

2 康宁;分位数回归模型及在金融经济中的应用[D];合肥工业大学;2016年

3 韩月丽;极值统计与分位数回归理论及其应用[D];天津大学;2009年

4 关静;分位数回归理论及其应用[D];天津大学;2009年

5 项云帆;资本资产定价模型及实证分析[D];华中科技大学;2010年

6 陈林兴;基于空间视角的我国省际农村居民消费趋同性研究[D];浙江大学;2012年

中国硕士学位论文全文数据库 前10条

1 代贝;基于分位数回归的农村居民消费区域差异研究[D];昆明理工大学;2015年

2 罗小青;基于分位数回归的中国GDP与电力消费量关系研究[D];华南理工大学;2015年

3 张成林;随机截断线性模型的加权组合分位数回归[D];武汉科技大学;2015年

4 葛伟康;基于分位数回归的高速公路交通事故预测[D];东南大学;2015年

5 郝祥如;基于分位数回归的政府经济管制强度对公众创业频度影响的统计研究[D];山东财经大学;2016年

6 赵建芳;基于分位数回归模型的农村养老保险消费效应分析[D];山东财经大学;2016年

7 蒋兴凡;城镇居民收入差距代际传递的分位数回归研究[D];安徽大学;2016年

8 常琳;异方差泊松自回归模型的分位数回归估计[D];吉林大学;2016年

9 杜艳芳;基于分位数回归的空气质量指数分析[D];兰州大学;2016年

10 张成;基于分位数回归的金融风险管理[D];西南交通大学;2016年

，

本文编号：575367