EGARCH-GPD模型及其在股市风险度量中的应用

发布时间：2017-07-02 03:14

  本文关键词：EGARCH-GPD模型及其在股市风险度量中的应用，，由笔耕文化传播整理发布。

【摘要】：20世纪90年代初期发展起来的VaR(Value at risk)作为一种风险管理工具,在当今金融风险管理领域颇受关注,巴塞尔协议更是将其作为银行业经营管理中一个重要的监管考核指标。学者们在对风险管理的研究中,不断提出各种VaR估计的方法或模型,用来刻画金融资产损益的波动性或分布。但由于金融市场的复杂多变性,单一模型或方法很难对金融数据的特征进行较好的拟合。因此,如何构建一个能够准确量化VaR的模型是本文研究的目的所在。本文首先介绍了金融风险管理的相关知识,总结了VaR估计的国内外研究现状,并对VaR估计的定义和各种计算方法做了详细的介绍和对比分析。鉴于VaR估计的计算涉及两个关键问题:一是对金融资产波动率的描述,二是样本数据的分布拟合。本文通过对GARCH族模型、SV模型等波动率模型的对比分析发现,EGARCH模型能够较有效地捕捉金融资产波动率的时变性、聚集性及非对称性等特点。结合近年来金融市场中极端事件频频发生的实际情况,能够有效描述金融资产尾部分布特征的极值理论被用于EGARCH模型拟合样本数据后的残差序列。文章通过残差序列,结合EGARCH模型与极值理论的优点,构造出EGARCH-GPD组合模型,组合后的模型不仅兼具两模型的优势,同时也克服了各自的缺点:采用EGARCH模型拟合金融数据得到的残差序列,消除了样本间的序列相关性,达到了极值理论样本独立同分布的统计推断要求;极值理论的运用克服传统EGARCH模型对金融数据“尖峰厚尾”分布、极端事件影响处理的不足。通过对组合模型的具体操作过程的详细介绍,由VaR的正齐次性和平移不变性,推导出组合模型VaR的计算方法。最后,分别以沪深300指数、上证指数和深圳成指三个具有中国股市代表性的股指日对数收益率为样本,将组合模型的应用结果与基于正态分布的EGARCH模型的计算结果进行了对比分析,VaR的返回测试结果说明:组合模型计算出的动态VaR估计有效克服了传统EGARCH模型对风险低估的缺点,进一步加强了对风险的预测与管理,有着更强的适用性与更高的准确度。通过对GARCH-GPD组合模型的研究,为金融风险度量提供了一种新的VaR估计模型,丰富了投资者、风险管理机构防范和抵御金融风险的理论方法。
【关键词】：风险管理 VaR 极值理论 EGARCH-GPD模型
【学位授予单位】：重庆理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F830.91
【目录】：

• 摘要4-6
• Abstract6-10
• 1 引言10-18
• 1.1 选题背景及意义10-12
• 1.2 文献综述12-14
• 1.3 现有研究的不足14
• 1.4 主要研究内容、论文框架结构及创新点14-18
• 1.4.1 主要研究内容14-15
• 1.4.2 本文创新点15
• 1.4.3 本文框架结构15-18
• 2 金融风险度量VaR18-28
• 2.1 VaR的定义18-19
• 2.2 VaR估计方法19-25
• 2.2.1 非参数方法19-20
• 2.2.2 参数方法20-24
• 2.2.3 半参数方法24-25
• 2.3 VaR的返回测试25-28
• 3 极值理论（EVT）28-34
• 3.1 区块极大值模型28-30
• 3.2 POT模型30-34
• 3.2.1 广义Pareto分布30-31
• 3.2.2 阈值的选取31-33
• 3.2.3 参数估计33-34
• 4 基于EGARCH-GPD模型的VaR方法34-48
• 4.1 EGARCH-GPD模型的构造34-35
• 4.2 EGARCH-GPD模型的VaR计算35-37
• 4.3 实证分析37-48
• 4.3.1 数据与样本说明37-39
• 4.3.2 EGARCH模型拟合39-42
• 4.3.3 对修正残差序列拟合GPD42-45
• 4.3.4 模型检验45-48
• 5 结论和展望48-50
• 5.1 结论48
• 5.2 展望48-50
• 致谢50-52
• 参考文献52-56
• 个人简历、在学期间发表的学术论文及取得的研究成果56

【相似文献】

中国期刊全文数据库 前10条

1 郑尧天;杜子平;;EGARCH模型在同业拆借利率预测中的应用[J];湖北民族学院学报(自然科学版);2007年02期

2 倪明;;EGARCH-SN模型及其实证研究[J];时代金融;2007年10期

3 王喜报;刘文奇;;基于EGARCH-GED模型下的股市风险测度研究[J];昆明理工大学学报(理工版);2009年02期

4 付坤;;我国股市EGARCH效应实证研究[J];当代经济;2010年20期

5 周璋;;基于EGARCH模型的上海银行间同业拆放市场利率预测[J];现代经济信息;2011年02期

6 张炜力;李鹭菁;;我国沪市周内效应实证探究——基于修正EGARCH模型[J];中国证券期货;2012年03期

7 王献东;;基于EGARCH模型的远期开始期权定价[J];合肥工业大学学报(自然科学版);2012年08期

8 范新英;李振东;;基于EGARCH-M模型的沪市价量关系的实证研究[J];统计教育;2007年07期

9 汤文娟;;基于EGARCH模型的我国银行间市场风险的实证分析[J];武汉职业技术学院学报;2010年05期

10 黄芳芳;;浅析EGARCH模型在日股指收盘价中的应用[J];行政事业资产与财务;2011年10期

中国重要会议论文全文数据库 前3条

1 郭晓;杨乃定;董铁牛;姜继娇;;基于EGARCH模型的机构投资者对中国股市波动性影响研究[A];和谐发展与系统工程——中国系统工程学会第十五届年会论文集[C];2008年

2 张学功;唐齐鸣;;第三十六章 EGARCH模型在分析股票投资者交易行为中的应用[A];21世纪数量经济学（第3卷）[C];2002年

3 李玉锁;齐中英;;我国银行间债券回购利率的分类信息混合分布EGARCH模型研究[A];第八届中国管理科学学术年会论文集[C];2006年

中国硕士学位论文全文数据库 前10条

1 满孝花;基于EGARCH-POT模型的银行同业拆借利率风险度量研究[D];山东财经大学;2016年

2 郝欣;基于沪深股票数据的VaR估计与检验[D];黑龙江大学;2016年

3 彭瑕瑜;中国黄金期货价格收益及波动的日历效应研究[D];湖南大学;2015年

4 李娟;EGARCH-GPD模型及其在股市风险度量中的应用[D];重庆理工大学;2016年

5 姜钱芳;基于EGARCH模型的汇率波动分析[D];南京理工大学;2006年

6 胡恩兰;基于EGARCH-M模型的日历效应研究[D];西南财经大学;2013年

7 郭慧宇;基于EGARCH模型的我国商业银行同业拆借利率风险研究[D];浙江财经大学;2015年

8 张亚婷;基于EGARCH-M模型的几种股指特征实证研究[D];内蒙古财经大学;2012年

9 郭喜梅;基于EGARCH模型的Var风险度量及实证研究[D];兰州大学;2011年

10 黄涛;EGARCH模型参数的拟蒙特卡洛估计方法及其在股票指数上的应用[D];上海大学;2012年

  本文关键词：EGARCH-GPD模型及其在股市风险度量中的应用，由笔耕文化传播整理发布。

本文编号：508385