本文關鍵詞：基于變點監(jiān)測的VaR度量方法研究

  更多相關文章： 風險度量 風險價值 變點監(jiān)測 二進制分割 模式變點

【摘要】：金融市場充滿了很多的不確定性,波動性是金融時間序列的重要特征之一。除了投資收益外,投資者越來越關注于投資風險。特別是近年來,全球金融市場波動加劇,金融風險度量和風險控制成為了所有投資者,包括個人,機構,甚至是國家所關注的焦點之一。金融風險度量的方法有很多種,比較常用的一種是由J.P.Morgan最早提出的VaR方法。VaR,即風險價值(value at risk),是指在未來一段時間內,在給定的置信水平下投資者所受到的最大損失。VaR的計算依賴于歷史數據,因此如何選擇合適時間段內的歷史數據來計算VaR是十分重要的一個問題。我們引入金融時間序列變點去分割歷史數據,僅采用最近變點后的數據計算VaR值。本文所指變點為模式變點,認為變點前后金融時間序列的波動模式發(fā)生了變化。本文采用P.Fryzlewicz和S.Subba Rao提出的BASTA方法進行變點監(jiān)測。BASTA方法,即轉換自回歸條件異方差的二進制分割方法,包括兩步：轉換過程和二進制分割過程。轉換過程將原始序列轉換成相關性更小、尾部更薄的序列；二進制分割過程用來估計變點。最后,本文給出基于上海證券交易所A股指數2031個收盤價數據的實證研究。
【關鍵詞】：風險度量 風險價值 變點監(jiān)測 二進制分割 模式變點
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F830.9;O211.61
【目錄】：

• 中文摘要6-7
• 英文摘要7-8
• 第一章 基于ARCH過程的多變點監(jiān)測方法8-14
• §1.1 綜述8-10
• §1.2 分段常參數ARCH模型10
• §1.3 BASTA方法的一般算法10-12
• §1.4 函數g與門限常數c12-14
• 第二章 基于VaR的風險度量14-19
• §2.1 VaR的定義14
• §2.2 方差協(xié)方差法計算VaR14-16
• §2.3 基于GARCH(1,1)模型的VaR度量方法16-18
• §2.4 引入變點監(jiān)測改進傳統(tǒng)VaR風險度量方法18
• §2.5 VaR的回測及效果評價18-19
• 第三章 實證分析19-35
• §3.1 變點監(jiān)測20-23
• §3.2 計算VaR的不同方法及結果23-30
• §3.3 基于變點監(jiān)測的VaR計算30-34
• §3.4 不同方法下VaR計算結果與比較分析34-35
• 第四章 總結35-36
• 參考文獻36-39
• 致謝39-40
• 學位論文評閱及答辯情況表40

【相似文獻】

中國期刊全文數據庫 前10條

1 周影輝;倪中新;謝琳;;泊松序列中變點的快速識別方法[J];統(tǒng)計與決策;2013年11期

2 陳希孺;變點統(tǒng)計分析簡介[J];數理統(tǒng)計與管理;1991年01期

3 繆柏其,趙林城,譚智平;關于變點個數及位置的檢測和估計[J];應用數學學報;2003年01期

4 王黎明;變點統(tǒng)計分析問題及其應用[J];內蒙古統(tǒng)計;2004年03期

5 黃志堅;張志華;金家善;;基于分組數據的可靠性變點分析[J];兵工自動化;2007年10期

6 王黎明;;三種變點問題理論及其應用[J];泰山學院學報;2007年06期

7 張恒;張志華;;產品使用可靠性的變點模型及其統(tǒng)計分析[J];湖北師范學院學報(自然科學版);2009年03期

8 王景樂;劉維奇;;時間序列中方差的結構變點的小波識別(英文)[J];應用概率統(tǒng)計;2010年02期

9 廖遠u&;朱平芳;;均值和方差雙重變點的貝葉斯偵測[J];統(tǒng)計研究;2011年11期

10 王小剛;王黎明;;一類面板模型中部分結構變點的檢測和估計[J];山東大學學報(理學版);2012年07期

中國重要會議論文全文數據庫 前3條

1 陳惠;湯銀才;;已知變點數下二次回歸模型方差變點分析[A];中國現場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

2 汪永新;;短樣本多指標動態(tài)經濟數據變點的識別方法[A];中國現場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

3 李強;王黎明;王文雯;;基于中國股市行業(yè)收益率面板數據的貝葉斯方法變點檢測[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A13其他管理領域的創(chuàng)新研究成果問題[C];2014年

中國博士學位論文全文數據庫 前9條

1 張立文;分位數回歸中變點問題的若干研究[D];復旦大學;2014年

2 王丹;重尾序列與非參數回歸模型的變點分析[D];西北大學;2014年

3 李拂曉;幾類時間序列模型變點監(jiān)測與檢驗[D];西北工業(yè)大學;2015年

4 譚常春;變點問題的統(tǒng)計推斷及其在金融中的應用[D];中國科學技術大學;2007年

5 韓四兒;兩類厚尾相依序列的變點分析[D];西北工業(yè)大學;2007年

6 董翠玲;測量誤差模型方差變點的統(tǒng)計推斷[D];中國科學技術大學;2013年

7 聶維琳;變點靠近序列端點的檢測問題[D];武漢大學;2010年

8 趙華玲;逐段線性回歸中變點問題的統(tǒng)計推斷[D];武漢大學;2011年

9 王景樂;非參數模型中變點的檢測及刪失數據中刪失指標隨機缺失下回歸函數的估計[D];復旦大學;2012年

中國碩士學位論文全文數據庫 前10條

1 陳少夢;基于Cucconi檢驗及變點模型的非參數統(tǒng)計質量控制圖研究[D];浙江大學;2015年

2 劉俐;基于變點—模糊理論的龍灘水庫汛期分期調度研究[D];廣西大學;2015年

3 劉晉芳;多元正態(tài)向量均值變點在線監(jiān)測[D];山西大學;2015年

4 王新喬;半參數面板回歸模型的變點分析[D];大連理工大學;2015年

5 樊慶祝;基于貝葉斯分析理論的快遞業(yè)務量變點研究[D];廣西師范學院;2015年

6 俞祥祥;位置參數變點的統(tǒng)計推斷研究[D];合肥工業(yè)大學;2015年

7 劉偉棠;若干變點模型的經驗似然推斷[D];浙江財經大學;2016年

8 彭秋曦;左截斷右刪失數據下指數分布變點的Bayes估計[D];重慶大學;2015年

9 呂會琴;厚尾相依序列變點Ratio檢驗[D];西安工程大學;2016年

10 侯炳山;面板數據中均值與方差的斷點分析[D];浙江大學;2016年

，

本文編號：557671