基于半参数方法下的中国资本市场VaR与ES度量方法研究
发布时间：2022-01-16 15:59
经济是民族发展的命脉,是国家发展的根基。金融市场是经济发展的一个最为重要的组成部分,并且金融市场的健康成长又是保持经济快速、稳步发展的一个主要标志。假设金融市场出现动荡或者出现对金融市场发展不利的因素时,金融市场就会承担巨大的风险导致整个国家经济发展出现重大危机,甚至引发金融海啸、社会动荡不安,这直接关系到一个国家的生死存亡。所以,学术界、金融投资管理者乃至国家金融市场监管机构都在把目光纷纷投向金融市场风险管理的研究,如何提高金融市场的抗风险能力成为了推动中国经济发展的关键所在。基于资产收益时间序列或者金融市场存在的典型事实,本文利用广义极值分布,广义拉普拉斯和广义帕累托分布三种分布方法,运用半参数方法建立出EVT符合条件的新生变量序列并结合APGARCH模型,从而测度动态的金融风险。随后本文对VaR估计模型和ES估计模型进行不同分布下的实证性分析,并且对分析结果进行了有效性检验。结果证明在相同分布下的ES模型比VaR模型更加保守和稳健,ES风险测量模型大大优于VaR模型。最后,我们紧密贴合中国资本市场对两种方法的实际分析结果做了比较,再次证明了ES模型的优越性。本文认为,不断提高金融...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
上证指数收益率序列
图 4.3 广义拉普拉斯分布下 99％置信水平下 ES、VaR 与实际损失的比较 图 4.3 中，红线代表 VaR 模型估计值，蓝线代表 ES 模型估计值，黑线代表损失值。此图反映的中国股票市场在 99%置信水平下 VaR 估计值，ES 估计值实损失值的比较。这与前面计算结果相符，VaR 估计值低于 ES 估计值，VaR风险和 ES 更接近于实际损失值。我们把 VaR 与 ES 进行比较后不难看出，ES合我们用于对尾部风险极端情形的估计。然而根据上述介绍，ES 估计模型实是在 VaR 概念基础上才衍生出来的，所以必须首先要精确度量 VaR 才能达到度量 ES 的目的，其中给定的置信水平与资产组合损益的概率分布都决定着 估计模型的结果。因此我们对 VaR 的检验,实际就是检验给定的置信水平与实况确定 VaR 值是否相符,从而决定在实际的金融风险管理中是否可以使用所的 VaR 模型。在有效性检验的实证中我们发现损失超过 VaR 值的天数过大,说明这一模型风险水平。此时就应该提示我们的金融监管机构风险警示或是提高风险准备
图 4.4 广义拉普拉斯分布下 95％置信水平下 ES、VaR 与实际损失的比较 在图 4.4 中，红线代表 VaR 估计值，蓝线代表 ES 估计值，黑线代表真实损。此图反映的中国股票市场在 95%置信水平下 VaR 估计值，ES 估计值与真实值的比较，与我们的实证结果相一致，VaR 估计模型存在低估风险的缺点，计模型则较接近真实损失值。而实际上，VaR 的估计一旦失败的话，那么它际损失可能将远远大于我们原先估计的最大潜在损失。由于金融机构依据值设置风险资本或提取准备金，这势必会造成风险的低估，严重影响金融市风险管理。因此对于中国股票市场风险的研究，我们可以通过上述分析得出 ES 估计模型比 VaR 估计模型更优越。结果表明，当 ES 模型与 VaR 模型在相同分布下，VaR 的准确率偏低，VaR 模如 ES 模型适合于中国证券市场，在 0.01 和 0.05 这两个置信水平下三种不布下所得的 VaR 值均明显高于 ES 估计模型的估计值，表明 ES 估计模型在研国股票市场比 VaR 估计模型具有优越性。
【参考文献】：
期刊论文
[1]基于GJR模型的EVT动态风险测度研究[J]. 林宇,魏宇,黄登仕. 系统工程学报. 2008(01)
[2]基于EVT的上证A股和B股风险测度效果比较[J]. 林宇,魏宇,黄登仕. 软科学. 2007(01)
[3]金融市场的收益分布与EVT风险测度[J]. 魏宇. 数量经济技术经济研究. 2006(04)
[4]广义帕累托分布模型:风险管理的工具[J]. 欧阳资生,龚曙明. 财经理论与实践. 2005(05)
[5]中国通胀水平与通胀不确定性:马尔柯夫域变分析[J]. 赵留彦,王一鸣,蔡婧. 经济研究. 2005(08)
[6]SV和GARCH模型拟合优度比较的似然比检验[J]. 余素红,张世英. 系统工程学报. 2004(06)
[7]基于状态转移ARCH模型的中国股市波动性研究[J]. 蒋祥林,王春峰,吴晓霖. 系统工程学报. 2004(03)
[8]国内、国际期货市场期货价格之间的关联研究[J]. 华仁海,陈百助. 经济学(季刊). 2004(02)
[9]如何选择度量金融风险的指标[J]. 崔嵬,张尧庭,朱世武,谢邦昌. 统计研究. 2003(06)
[10]多元GARCH建模及其在中国股市分析中的应用[J]. 樊智,张世英. 管理科学学报. 2003(02)
博士论文
[1]金融市场风险的度量—基于极值理论和Copula的应用研究[D]. 孔繁利.吉林大学 2006
[2]基于VaR的金融风险度量与管理[D]. 邵欣炜.吉林大学 2004
本文编号：3592985
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
上证指数收益率序列
图 4.3 广义拉普拉斯分布下 99％置信水平下 ES、VaR 与实际损失的比较 图 4.3 中，红线代表 VaR 模型估计值，蓝线代表 ES 模型估计值，黑线代表损失值。此图反映的中国股票市场在 99%置信水平下 VaR 估计值，ES 估计值实损失值的比较。这与前面计算结果相符，VaR 估计值低于 ES 估计值，VaR风险和 ES 更接近于实际损失值。我们把 VaR 与 ES 进行比较后不难看出，ES合我们用于对尾部风险极端情形的估计。然而根据上述介绍，ES 估计模型实是在 VaR 概念基础上才衍生出来的，所以必须首先要精确度量 VaR 才能达到度量 ES 的目的，其中给定的置信水平与资产组合损益的概率分布都决定着 估计模型的结果。因此我们对 VaR 的检验,实际就是检验给定的置信水平与实况确定 VaR 值是否相符,从而决定在实际的金融风险管理中是否可以使用所的 VaR 模型。在有效性检验的实证中我们发现损失超过 VaR 值的天数过大,说明这一模型风险水平。此时就应该提示我们的金融监管机构风险警示或是提高风险准备
图 4.4 广义拉普拉斯分布下 95％置信水平下 ES、VaR 与实际损失的比较 在图 4.4 中，红线代表 VaR 估计值，蓝线代表 ES 估计值，黑线代表真实损。此图反映的中国股票市场在 95%置信水平下 VaR 估计值，ES 估计值与真实值的比较，与我们的实证结果相一致，VaR 估计模型存在低估风险的缺点，计模型则较接近真实损失值。而实际上，VaR 的估计一旦失败的话，那么它际损失可能将远远大于我们原先估计的最大潜在损失。由于金融机构依据值设置风险资本或提取准备金，这势必会造成风险的低估，严重影响金融市风险管理。因此对于中国股票市场风险的研究，我们可以通过上述分析得出 ES 估计模型比 VaR 估计模型更优越。结果表明，当 ES 模型与 VaR 模型在相同分布下，VaR 的准确率偏低，VaR 模如 ES 模型适合于中国证券市场，在 0.01 和 0.05 这两个置信水平下三种不布下所得的 VaR 值均明显高于 ES 估计模型的估计值，表明 ES 估计模型在研国股票市场比 VaR 估计模型具有优越性。
【参考文献】：
期刊论文
[1]基于GJR模型的EVT动态风险测度研究[J]. 林宇,魏宇,黄登仕. 系统工程学报. 2008(01)
[2]基于EVT的上证A股和B股风险测度效果比较[J]. 林宇,魏宇,黄登仕. 软科学. 2007(01)
[3]金融市场的收益分布与EVT风险测度[J]. 魏宇. 数量经济技术经济研究. 2006(04)
[4]广义帕累托分布模型:风险管理的工具[J]. 欧阳资生,龚曙明. 财经理论与实践. 2005(05)
[5]中国通胀水平与通胀不确定性:马尔柯夫域变分析[J]. 赵留彦,王一鸣,蔡婧. 经济研究. 2005(08)
[6]SV和GARCH模型拟合优度比较的似然比检验[J]. 余素红,张世英. 系统工程学报. 2004(06)
[7]基于状态转移ARCH模型的中国股市波动性研究[J]. 蒋祥林,王春峰,吴晓霖. 系统工程学报. 2004(03)
[8]国内、国际期货市场期货价格之间的关联研究[J]. 华仁海,陈百助. 经济学(季刊). 2004(02)
[9]如何选择度量金融风险的指标[J]. 崔嵬,张尧庭,朱世武,谢邦昌. 统计研究. 2003(06)
[10]多元GARCH建模及其在中国股市分析中的应用[J]. 樊智,张世英. 管理科学学报. 2003(02)
博士论文
[1]金融市场风险的度量—基于极值理论和Copula的应用研究[D]. 孔繁利.吉林大学 2006
[2]基于VaR的金融风险度量与管理[D]. 邵欣炜.吉林大学 2004
本文编号：3592985
本文链接：https://www.wllwen.com/weiguanjingjilunwen/3592985.html
