【摘要】： VaR(Value at Risk)是一種利用統(tǒng)計技術(shù)來度量市場風(fēng)險的方法。一些權(quán)威金融研究機構(gòu)的調(diào)查表明,自二十世紀80年代以來,VaR己經(jīng)為眾多商業(yè)銀行、投資銀行、非金融公司、機構(gòu)投資者及監(jiān)管機構(gòu)所使用和關(guān)注。許多金融機構(gòu)都將VaR作為防范金融風(fēng)險的第一道防線,并且開發(fā)了利用VaR進行風(fēng)險管理的軟件。監(jiān)管機構(gòu)則利用VaR技術(shù)作為金融監(jiān)管的工具,如在巴塞爾委員會發(fā)布的巴塞爾銀行業(yè)有效監(jiān)管核心原則及歐盟的資本充足度法案中,VaR成為其監(jiān)管市場風(fēng)險的重要工具。 由于GARCH族模型能夠較好地刻畫收益的動態(tài)變化特征,捕捉股市的叢集性效應(yīng)、非對稱特征,所以近年來計算VaR的參數(shù)方法多集中于用各類GARCH模型結(jié)合能捕捉股市收益的厚尾特征的t-分布、GED分布進行計算。 本文首先介紹VaR的概念、計算方法及VaR模型的準(zhǔn)確性檢驗;接著回顧傳統(tǒng)的GARCH類波動模型到FIGARCH模型的轉(zhuǎn)變,之后介紹了長記憶的概念及檢驗方法。在實證分析這一章,首先對上證綜合指數(shù)、深圳成份指數(shù)、香港恒生指數(shù)進行了一個長記憶性檢驗,在收益波動率序列中我們發(fā)現(xiàn)了高度顯著的長記憶性。然后我們用GARCH(1,1)、FIGARCH(1,d,1)和FIEGARCH(1,d,1)模型計算各指數(shù)在三個置信水平下的VaR值。我們用返回檢驗法檢驗對各模型的預(yù)測效果進行了比較,但是從LR統(tǒng)計量考慮,我們不能拒絕GARCH、FIGARCH、或FEGARCH模型,它們都能對較好地對風(fēng)險作出估計,因此本文采用評分法評估各模型的優(yōu)劣,按各模型實際失敗率p *與期望失敗率p絕對差的大小,我們計算出各指數(shù)的9個模型的排序情況,并算出平均排序,平均排序最小的模型其準(zhǔn)確性總的來說是最高的。評分法便于綜合評價各模型的優(yōu)劣。 實證結(jié)果表明在估計95%置信度下的VaR值時基于GED分布的FIGARCH(1,d,1)模型表現(xiàn)最佳。而在97.5%及99%置信水平下,基于GED分布的FIEGARCH(1,d,1)模型表現(xiàn)出了最好的預(yù)測能力。 我們發(fā)現(xiàn)FIGARCH和FIEGARCH模型在估計中國股市的VaR值時要比GARCH模型表現(xiàn)優(yōu)越。這表明考慮非對稱性和長期記憶特征對于估計中國股市指數(shù)的VaR值來說是非常有價值的。考慮長期記憶特征有助于提高波動模型的實際預(yù)測能力,同時條件分布的選取對預(yù)測能力也有顯著影響。
【圖文】：

都服從標(biāo)準(zhǔn)正態(tài)分布。取樣本長度 T 為 10000，嚴格按照兩行模擬。1 為做一次模擬試驗，得到的兩類過程的自相關(guān)函數(shù)曲線。從長期記憶模型自相關(guān)函數(shù)呈現(xiàn)緩慢的衰減趨勢，而短期記憶2 為做一次模擬試驗，樣本部分和方差與聚合樣本數(shù)之間的曲們可以看到，F(xiàn)IWN 過程呈現(xiàn)出冪指函數(shù)發(fā)散趨勢，而 AR(1性函數(shù)。本的譜密度離散程度比較大，為了起到平滑作用，本文采用 平均譜密度的方法，并將平均譜密度與圓頻率間的曲線繪于可以看到，F(xiàn)IWN 過程的譜密度在低頻處是以雙曲函數(shù)形式衰程的譜密度卻基本上保持常數(shù)值不變。

長期記憶和短期記憶過程的部分和方差增長速度比較
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2007
【分類號】：F832.51;F224

【相似文獻】

相關(guān)期刊論文 前10條

1 崔海蓉;何建敏;胡小平;;FIEGARCH-EVT-ES風(fēng)險測度及在期貨市場的應(yīng)用[J];南京航空航天大學(xué)學(xué)報(社會科學(xué)版);2011年02期

2 林宇;黃登仕;魏宇;;胖尾分布及長記憶下的動態(tài)EVT-VaR測度研究[J];管理科學(xué)學(xué)報;2011年07期

3 劉湘云;卞悅;;我國農(nóng)產(chǎn)品期貨的長記憶研究:基于GPH與修正R/S實證檢驗[J];南京財經(jīng)大學(xué)學(xué)報;2011年03期

4 阿榮;張宏偉;徐賜文;;模型FI-EGARCH-M的建立及實證分析[J];數(shù)學(xué)的實踐與認識;2011年09期

5 許文坤;張衛(wèi)國;;金融時間序列分形維參數(shù)估計方法比較及應(yīng)用[J];系統(tǒng)工程;2011年07期

6 曾祥順;;股票市場波動性研究述評[J];China's Foreign Trade;2011年16期

7 陳春春;胡日東;;基于半?yún)?shù)LM-ARMAX模型的股價波動成因分析[J];金融理論與實踐;2011年07期

8 盧旺;;基于FIAPARCH-skt的紐約黃金期貨波動分析[J];經(jīng)營管理者;2011年17期

9 黃金;;基于GARCH類模型的人民幣匯率波動性研究[J];知識經(jīng)濟;2011年17期

10 ;[J];;年期

相關(guān)會議論文 前9條

1 許友傳;;金融時間序列R/S長記憶性檢驗的有效性[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

2 李錟;齊中英;雷瑩;;有限理性、異質(zhì)信念與商品期貨價格波動[A];第九屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2007年

3 夏南新;;中國黑市匯率長記憶性的ARFIMA-FIGARCH模型研究[A];中國社會科學(xué)院第三屆中國經(jīng)濟論壇論文集（下）[C];2007年

4 李漢東;張世英;;隨機波動模型的波動持續(xù)性研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

5 王鵬;魏宇;;我國金屬期貨市場波動的典型事實及風(fēng)險計量模型研究[A];第六屆（2011）中國管理學(xué)年會——金融分會場論文集[C];2011年

6 范為;房四海;;金融危機中的黃金定價模型[A];第六屆（2011）中國管理學(xué)年會——金融分會場論文集[C];2011年

7 李海英;;機構(gòu)投資者、股價穩(wěn)定性與中小投資者利益保護[A];中國會計學(xué)會財務(wù)成本分會2011年年會暨第二十四次理論研討會論文集[C];2011年

8 李海英;;機構(gòu)投資者、股價穩(wěn)定性與中小投資者利益保護[A];中國會計學(xué)會2011學(xué)術(shù)年會論文集[C];2011年

9 高偉;;隱分辨模型的功率譜分析[A];第十二屆中國青年信息與管理學(xué)者大會論文集[C];2010年

相關(guān)重要報紙文章 前1條

1 方正期貨研究所 顏涵;分形市場理論在商品期貨市場的應(yīng)用[N];期貨日報;2011年

相關(guān)博士學(xué)位論文 前10條

1 張曉偉;水文動力系統(tǒng)自記憶特性及其應(yīng)用研究[D];西安理工大學(xué);2009年

2 肖煒麟;具有長記憶性的權(quán)證定價方法研究[D];華南理工大學(xué);2010年

3 徐立霞;一類時間序列的頻域分析及其應(yīng)用[D];華中科技大學(xué);2006年

4 李美洲;門限及分數(shù)維協(xié)整分析及其在經(jīng)濟中的應(yīng)用[D];暨南大學(xué);2008年

5 鄧露;長記憶理論及其在金融市場建模中的應(yīng)用[D];南開大學(xué);2009年

6 燕愛玲;河川徑流時間序列的分形特征研究[D];西安理工大學(xué);2007年

7 于棟華;金融市場中的時間變換方法及其應(yīng)用[D];上海交通大學(xué);2007年

8 余俊;證券市場的分形特征研究[D];青島大學(xué);2008年

9 江洲;基于分布特征與宏觀經(jīng)濟因素的證券市場收益率描述與預(yù)測[D];湖南大學(xué);2008年

10 曹廣喜;基于分形分析的我國股市波動性研究[D];河海大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 吳大勤;金融時間序列的長記憶與分形協(xié)整關(guān)系研究[D];東南大學(xué);2006年

2 石紀信;基于長記憶性的中國股票市場波動行為分析[D];中國科學(xué)技術(shù)大學(xué);2011年

3 卞悅;我國農(nóng)產(chǎn)品期貨長記憶性研究[D];廣東商學(xué)院;2012年

4 曾艷;中美股市的長記憶性及聯(lián)動性研究[D];華南理工大學(xué);2012年

5 李偉;長記憶條件下中國股市VaR估計模型的比較研究[D];湘潭大學(xué);2007年

6 胡焰林;中國股市量價關(guān)系的長記憶性及非線性時變相關(guān)研究[D];浙江工業(yè)大學(xué);2012年

7 宋曉琴;中國股市收益序列的異方差性和長記憶性研究[D];中央民族大學(xué);2010年

8 羅來東;股票市場收益率波動長記憶性實證研究[D];西南財經(jīng)大學(xué);2005年

9 姜仁娜;一類雙截尾模型的MCMC算法及證券的長記憶性分析[D];清華大學(xué);2004年

10 魏莉婭;基于高頻數(shù)據(jù)的基金市場長記憶性研究[D];電子科技大學(xué);2007年

，

本文編號：2699143