基于快扩散过程的外汇市场波动性研究与VaR计算

发布时间：2021-05-21 08:33

　　汇率波动性研究和风险度量是外汇风险管理的关键。目前,我国正在稳步推进人民币汇率形成机制改革,研究汇率市场波动对于有效防范外汇风险,乃至汇改成功意义重大。本文引入带统计分布项的连续时间随机模型,该模型特点是在几何布朗运动模型的波动项添加一个由快扩散过程决定的反馈因子,相对于GARCH、SV这类离散时间序列模型,该模型从市场动力学角度建立连续时间随机模型考虑外汇市场波动性问题;相对于传统的几何布朗运动模型,通过引入波动反馈修正波动率为常数的假设,从而突显出金融时间序列的尖峰厚尾和长期记忆特性。在此基础上改进模型q参数的估计方法,以高频数据为样本,估计出多个时间频率下欧元兑美元等四种汇率的具体模型,对于不具备ARCH效应的澳元兑日元汇率,随机模型得到的q参数很显著。本文采用蒙特卡洛模拟法计算日VaR度量外汇风险。VaR准确性检验的结果显示:时频越高,模型计算的VaR对实际损失覆盖越好,各汇率5分钟时频下VaR都通过检验;与GARCH-VaR模型对比结果显示:基于快扩散过程的连续时间随机波动模型更适合描述外汇高频数据。 

【文章来源】：广东财经大学广东省

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 导论
    1.1 选题意义
        1.1.1 实际意义
        1.1.2 理论意义
    1.2 论文结构框架和主要内容
    1.3 论文创新之处
2 文献综述
    2.1 外汇市场波动性研究文献综述
    2.2 VaR 方法文献综述
        2.2.1 国外VaR 研究综述
        2.2.2 国内VaR 研究综述
    2.3 文献评价
3 基于快扩散过程的汇率运行模型分析
    3.1 模型理论基础
        3.1.1 最大熵原理
        3.1.2 非广延熵理论
        3.1.3 Tsallis 分布与非线性扩散过程
    3.2 建立汇率运行模型
        3.2.1 基本模型
        3.2.2 关键参数q 的确定
4 快扩散模型下基于VaR 方法的外汇汇率风险度量
    4.1 VaR 原理和方法介绍
        4.1.1 VaR 定义
        4.1.2 VaR 计算方法
        4.1.3 VaR 方法的事后检验
    4.2 统计反馈模型下VaR 的蒙特卡洛模拟求解
        4.2.1 样本数据说明
        4.2.2 蒙特卡洛模拟
    4.3 GARCH 模型下的外汇收益VaR
        4.3.1 GARCH 模型基本介绍
        4.3.2 样本检验
        4.3.3 GARCH 模型参数估计和最优模型的确定
        4.3.4 计算GARCH 模型下VaR
    4.4 VaR 的准确性检验
        4.4.1 VaR 检验的必要性
        4.4.2 VaR 检验结果
    4.5 实证总结
5 结束语
    5.1 主要结论
    5.2 研究展望
参考文献
附录
攻读硕士学位期间发表的论文
致谢


【参考文献】：
期刊论文
[1]基于随机波动模型的人民币汇率波动性分析[J]. 查奇芬,陈风华.  统计与决策. 2010(22)
[2]VaR模型在人民币汇率风险度量中的应用[J]. 魏金明,陈敏.  上海商学院学报. 2009(04)
[3]汇改后人民币汇率波动特性的实证分析[J]. 魏英辉.  改革与战略. 2009(04)
[4]基于GARCH模型族的外汇汇率的波动性分析[J]. 丰璐,孙立建.  统计与决策. 2009(07)
[5]人民币汇率波动特征实证研究[J]. 池启水,刘晓雪.  统计与决策. 2007(23)
[6]基于GARCH模型的风险价值蒙特卡罗模拟[J]. 陈磊,任若恩,张金宝.  系统工程. 2006(07)
[7]Tsallis熵与非广延统计力学[J]. 曹克非,王参军.  云南大学学报(自然科学版). 2005(06)
[8]基于VaR-EGARCH-GED模型的深圳股票市场波动性分析[J]. 刘晓星,何建敏,刘庆富.  南开管理评论. 2005(05)
[9]时间序列分析方法及人民币汇率预测的应用研究[J]. 戴晓枫,肖庆宪.  上海理工大学学报. 2005(04)
[10]汇率收益率的异方差:基于不同频率的风险价值度量[J]. 沈兵.  广西金融研究. 2005(07)



本文编号：3199396