基于分位数GARCH类模型的我国股市风险度量研究

发布时间：2017-10-14 02:02

  本文关键词：基于分位数GARCH类模型的我国股市风险度量研究

  更多相关文章： 风险度量 分位数GARCH模型 LA-QGARCH QGARCH-V

【摘要】：在金融领域全球化和自由化的共同驱动下,全球金融出现风险共振和损失共担的局面。当一国发生金融危机,全球经济由于受连锁反应的影响而遭受严重的经济损失,其所表现出的破坏性和易发性特点也日益明显。国内已有文献对金融风险度量问题的研究主要是基于传统分位数GARCH模型。在这样的背景下,运用拓展的分位数GARCH对金融风险度量的研究显得尤为重要,通过对风险水平进行精确的量化,反映出资产收益的损失程度,从而使得投资者能够及时规避市场风险,减少损失,更有助于相关监管部门对于金融市场的波动做出应对措施,保证市场良好有效地运行。传统分位数GARCH回归模型只是从市场风险本身角度出发,并没有涉及其他因素对市场风险的影响。本文则基于传统分位数GARCH回归模型理论,同时考虑到金融市场中的交易流动性以及非预期交易量对收益率的影响,提出LA-QGARCH和QGARCH-V模型。通过对上证综指和深证成指股指收益率分别建立QGARCH、LA-QGARCH和QGARCH-V三类风险计量模型,比较在不同分位点处不同模型对上海和深圳交易所风险度量的准确性和稳定性,探索QGARCH族的相关模型在不同市场不同分位点处模型预测精度的差异。得出:LA-QGARCH模型和QGARCH-V模型在5%分位点处对沪市风险的预测上同时表现甚佳,而在1%和2.5%的分位点处传统的QGARCH对VaR的预测具有绝对优势,准确程度远高于其他模型,但前者在高分位点上略逊于后者;而对于深股市场的深证成指来说,LA-QGARCH和QGARCH-V两模型对于1%和2.5%的低分点上风险预测精度更优,而在高分位点上传统QGARCH模型的VaR预测准确性则相对极高。综上所述,虽然基于流动性指标构建的LA-QGARCH模型和基于非预期交易量的分位数GARCH-V模型并不是在所有分位点效果最佳,但从股指收益率和VaR序列对比图可以看出,所构建的模型相对比较稳定,这为改进风险度量模型提供了新思路。
【关键词】：风险度量 分位数GARCH模型 LA-QGARCH QGARCH-V
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.51
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-18
• 1.1 选题依据8-10
• 1.1.1 选题背景8-10
• 1.1.2 选题意义10
• 1.2 国内外研究综述10-14
• 1.2.1 国外研究综述10-12
• 1.2.2 国内研究综述12-14
• 1.2.3 国内外研究评述14
• 1.3 研究内容和研究方法14-16
• 1.3.1 研究内容14-15
• 1.3.2 研究方法15-16
• 1.4 创新之处16-18
• 第2章 相关理论概述18-28
• 2.1 风险度量方法概述18-20
• 2.1.1 早期风险度量方法18
• 2.1.2 基于方差的风险度量方法18-19
• 2.1.3 平均绝对离差风险度量方法19
• 2.1.4 灵敏度方法19
• 2.1.5 VaR方法19-20
• 2.2 风险价值（VaR）相关理论20-24
• 2.2.1 VaR的影响因素分析20-21
• 2.2.2 VaR的计算方法21-23
• 2.2.3 VaR方法的优缺点23-24
• 2.3 分位数回归24-28
• 第3章 GARCH类风险计量模型的构建及检验28-38
• 3.1 传统分位数GARCH模型28-31
• 3.2 分位数GARCH模型的检验31-32
• 3.2.1 失败比率（Coverage Rate）31-32
• 3.2.2 Kupeic检验32
• 3.3 基于流动性指标的分位数GARCH模型的构建32-34
• 3.3.1 流动性指标的构建32-34
• 3.3.2 LA-QGARCH模型的构建34
• 3.4 基于混合分布假说理论分位数GARCH模型的构建34-38
• 3.4.1 混合分布假说理论（MDH）34-35
• 3.4.2 交易量的分解35-36
• 3.4.3 QGARCH-V模型的构建36-38
• 第4章 实证分析及模型对比38-54
• 4.1 数据描述38-40
• 4.2 数据基本检验40-41
• 4.2.1 股指收益率的平稳性检验40-41
• 4.2.2 ARCH效应检验41
• 4.3 基于传统分位数GARCH风险度量模型的实证分析41-44
• 4.4 基于LA-QGARCH风险度量模型的实证分析44-45
• 4.5 基于QGARCH—V风险度量模型的实证研究45-50
• 4.5.1 交易量去除趋势45-47
• 4.5.2 去势交易量的分解47-48
• 4.5.3 基于混合分布假说理论分位数GARCH-V模型的实证研究48-50
• 4.6 单股指多模型有效性对比50-54
• 第5章 总结和展望54-58
• 5.1 研究总结54-55
• 5.2 研究展望55-56
• 5.3 论文存在的不足之处56-58
• 参考文献58-62
• 致谢62-64
• 附录64-72
• 个人简历、在学期间发表的学术论文及研究成果72

【相似文献】

中国期刊全文数据库 前10条

1 吴佩群;;国营商店零售价格仍需保留分位数[J];价格月刊;1992年01期

2 谢福祥;;也谈国营商店零售价格仍需保留分位数[J];价格月刊;1992年04期

3 郑李玲;;缺失数据下条件分位数的估计及其渐近性质[J];广西科学;2009年03期

4 陈磊;曾勇;杜化宇;;石油期货收益率的分位数建模及其影响因素分析[J];中国管理科学;2012年03期

5 葛玉好;赵媛媛;;城镇居民收入不平等的原因探析——分位数分解方法的视角[J];中国人口科学;2010年S1期

6 许启发;蒋翠侠;;分位数局部调整模型及应用[J];数量经济技术经济研究;2011年08期

7 陈雄强;张晓峒;张庆昌;;通货膨胀持久性及其非对称性研究——基于分位数自回归模型[J];经济与管理研究;2013年03期

8 李雅楠;廖利兵;;城镇居民性别收入差距及其演变:1991~2009[J];人口与经济;2014年02期

9 彭维湘;正态分布的分布函数及分位数的算法和编程技巧[J];中南财经大学学报;1996年04期

10 王志刚;陈志芳;;非参数分位数估计在我国非寿险公司偿付能力额度计算中的应用[J];经济论坛;2012年12期

中国重要报纸全文数据库 前2条

1 广发期货 谢贞联;IF1005期现价差波动规律的启示[N];期货日报;2010年

2 李莉;2009年金属铝价格走势预测[N];中国有色金属报;2008年

中国博士学位论文全文数据库 前2条

1 陈雄强;分位数自回归模型理论与应用研究[D];南开大学;2013年

2 黄初;几类新型相依条件下随机变量的极限定理[D];浙江大学;2011年

中国硕士学位论文全文数据库 前10条

1 梅云龙;删失数据的条件高分位数估计[D];大连理工大学;2015年

2 朱玲;贝叶斯分位数自回归方法的研究及在香港恒生指数风险测度上的应用[D];南京财经大学;2014年

3 蔡际盼;WOD样本下分位数和密度函数估计的强相合性[D];广西师范学院;2015年

4 葛悠美;线性测量误差模型中复合分位数估计的随机加权方法[D];东华大学;2016年

5 李丽凤;PA样本下含附加信息时分位数的统计推断[D];广西师范大学;2015年

6 余珊珊;最优分位数水平选择方法及其在心电图判别疾病类型中的应用[D];华东师范大学;2016年

7 张亚利;基于分位数GARCH类模型的我国股市风险度量研究[D];华侨大学;2016年

8 代继府;基于分位数决策理论的资产定价研究[D];复旦大学;2013年

9 姚春;分位数估计量的性质及应用[D];武汉科技大学;2014年

10 付月;基于MM算法的分位数计算方法[D];延边大学;2010年

，

本文编号：1028337