【摘要】： 近年來,金融市場的波動日益劇烈,一些金融危機(jī)事件接連發(fā)生,這些都對風(fēng)險管理提出了挑戰(zhàn),需要更加適合的模型方法來處理這些情況。實(shí)際研究表明傳統(tǒng)的正態(tài)分布模型假設(shè)嚴(yán)重低估了風(fēng)險,為了更加精確的度量風(fēng)險,很多學(xué)者提出用在工程和壽險精算上得到廣泛使用的極值理論來度量市場風(fēng)險。極值分布不需要對整個回報(bào)分布做任何假設(shè),而是讓數(shù)據(jù)說話,僅僅擬合分布的尾部,很適合度量風(fēng)險。由于采用基于極值理論的廣義Pareto分布來研究市場風(fēng)險在最近得到了廣泛討論,所以本文擬采用它來研究中國股市。 本文在極值理論研究的基礎(chǔ)上,探討怎樣用改進(jìn)的歷史模擬法來更加精確的估計(jì)中國股市所面臨的金融風(fēng)險。其中核心的部分就是:目前對EVT理論的運(yùn)用一般都是選取POT模型,在POT模型中一個重要的問題就是閾值的選取,該值的大小影響VaR值的準(zhǔn)確性。閾值的選取方法目前常用的有三種,一種是超額限望圖,二是Hill圖,另一種是與正態(tài)比較法。這三種閾值選取方法在實(shí)際應(yīng)用中都有很多不足之處。為了尋找其他閾值選取方法,本文創(chuàng)新性的應(yīng)用格列汶科定理對歷史模擬法進(jìn)行改進(jìn),以提高歷史模擬法的計(jì)算準(zhǔn)確性;并利用該方法來確定POT模型中的閾值,以此新方法計(jì)算金融市場的風(fēng)險價值(VaR)。并且考慮到金融收益不相關(guān)或者弱相關(guān)的特性,即考慮到收益極值表現(xiàn)出來的波動聚類現(xiàn)象——幅度較大的波動會相對聚集在某一時間段里,而小幅度波動會相對聚集在另一段時間上,故引入了ARMA-AGARCH模型過濾收益率數(shù)據(jù)的波動性和相關(guān)性。最后通過對上證指數(shù)進(jìn)行數(shù)值模擬研究,使用改進(jìn)的POT模型計(jì)算金融市場的風(fēng)險價值(VaR),取得了比較理想的研究成果。
【圖文】：

2 用 ARMA－GARCH 模型過濾收益率數(shù)據(jù)進(jìn)一步分析數(shù)據(jù)的自相關(guān)和偏相關(guān)（見圖 6.4），發(fā)現(xiàn)滯后 10 期的 Q 統(tǒng)計(jì)9％的置信水平下拒絕原假設(shè)，序列中存在明顯的自相關(guān)現(xiàn)象，利用 AIC 定選擇AR(3)模型可以解釋這一現(xiàn)象。這樣，我們就可以直接用 tR序列對常數(shù)項(xiàng)作最小二乘回歸得到殘差項(xiàng) tε，差序列 tε進(jìn)行 ARCH 效應(yīng)的 LM 檢驗(yàn)（見表 6.3），發(fā)現(xiàn)當(dāng)q取比較大的值伴概率仍然有p =0.044476，小于顯著水平0.05，，拒絕原假設(shè)，殘差序列 ARCH 效應(yīng)，即有 GARCH 效應(yīng)。
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2008
【分類號】：F830.91;F224

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 司波;長江流域短歷時強(qiáng)降水極值分布的研究[D];南京信息工程大學(xué);2012年

本文編號：2596260