發(fā)布時(shí)間：2021-02-28 04:18

　　隨著經(jīng)濟(jì)全球化及投資自由化的日益加劇,金融市場(chǎng)風(fēng)險(xiǎn)導(dǎo)致各金融機(jī)構(gòu)之間的競(jìng)爭(zhēng)從原來的資源競(jìng)爭(zhēng)逐漸轉(zhuǎn)變?yōu)閮?nèi)部管理、業(yè)務(wù)創(chuàng)新、企業(yè)文化等方面的競(jìng)爭(zhēng),金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理成為現(xiàn)代金融企業(yè)管理基礎(chǔ)和發(fā)展的基石。在這樣的背景下,國(guó)外各金融機(jī)構(gòu)格外注重金融風(fēng)險(xiǎn)的測(cè)定和管理。如何構(gòu)建合適的模型以恰當(dāng)?shù)姆椒▽?duì)風(fēng)險(xiǎn)進(jìn)行測(cè)量是當(dāng)前金融研究領(lǐng)域的一個(gè)熱門話題。VaR方法作為當(dāng)前業(yè)內(nèi)比較流行的測(cè)量金融風(fēng)險(xiǎn)的方法,具有簡(jiǎn)潔、明了的特點(diǎn),而在研究金融市場(chǎng)波動(dòng)方面,GARCH族模型是一類極受歡迎的非線形金融時(shí)間序列模型。本文在對(duì)股市金融時(shí)間序列分布性質(zhì)進(jìn)行系統(tǒng)分析的基礎(chǔ)上,運(yùn)用VaR方法,用當(dāng)前金融領(lǐng)域刻畫條件方差最典型的GARCH模型及其幾種最新衍生模型如EGARCH、PARCH等對(duì)兩種風(fēng)險(xiǎn)值VaR和CVaR進(jìn)行了研究,并利用上證指數(shù)1997.1.2-2008.5.23的數(shù)據(jù),實(shí)證研究了股市的市場(chǎng)風(fēng)險(xiǎn)。論文主要結(jié)論包括:（1）分析上證綜指對(duì)數(shù)日收益序列的統(tǒng)計(jì)特征,證明序列的分布具有尖峰厚尾的特征,并呈現(xiàn)出群集性效應(yīng)和持久性;市場(chǎng)存在明顯的杠桿效應(yīng),波動(dòng)存在明顯的非對(duì)稱性,并且負(fù)的沖擊帶來的波動(dòng)大于正沖擊。（2）分別在... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

風(fēng)險(xiǎn)價(jià)值—VaRFig.2.1ValueatRisk-VaR

nn使得n ndnM dGc → 成立，則分布函數(shù) G 一定屬于下面的三種標(biāo)準(zhǔn)的極值分布Frechet：0 0( ) 00xxxe xααα ≤ Φ = > > Weibull：( )0( ) 01 0xe xxxααψ α ≤= > > Gumbel： ( )xex e x R Λ = ∈從圖 2 可以清楚的 Frechet 分布用來描述那些極值無(wú)上界有下界的分布Weibull 分布用來描述極值分布有上界，無(wú)下界的分布，Gumbel 分布用來描述極無(wú)上界也無(wú)下界的分布。我們通常見到的很多分布函數(shù)都可以根據(jù)他們尾部的況劃分到上面的三種極值分布分布中去，例如：學(xué)生分布、帕累托分布（Padistribution）、對(duì)數(shù) Gamma 分布、Cauchy distributed 根據(jù)尾部特征可以劃分到 Frec分布中去；均勻分布和 Beta 分布的尾部分布可以收斂到 Weibull 分布；正態(tài)分Gamma 分布和對(duì)數(shù)正態(tài)分布的尾部分布都收斂到 Gumbel 分布。

( )( )( )( ) ( )( )( ) ( )1 1( )uP u X y u P X y u P X u F y u F uF yP X u P X u F u< ≤ + ≤ + ≤ + = = => ≤ (3.5)定理 2：（Pickand (1975), Balkema and de Haan (1974)）對(duì)于一大類分布 F（幾乎包括所有的常用分布）條件超量分布函數(shù) ( )uF y ，存在一個(gè) ( ),G yζ β使得：( )1,1 10, 0;0 , 0( )10, 0uyy yF y G yeyζζ ββζβζ ζβζζ +> > < < < ≈ = > = u →∞ (3.6)分布函數(shù) ( ),G yζ β被稱作廣義的 Pareto 分布。故當(dāng)閥值 u 足夠大時(shí)，上述分布即可用廣義 Pareto 分布（GPD）表示，即( ) ( )u,F y G yζ β≈ 。

【參考文獻(xiàn)】：
期刊論文
[1]基于CVaR-GARCH-GED模型的單品種期貨風(fēng)險(xiǎn)價(jià)值預(yù)測(cè)[J]. 周穎,仇曉光.  統(tǒng)計(jì)與決策. 2007(18)
[2]風(fēng)險(xiǎn)度量的混合GARCH模型及對(duì)中國(guó)股市的實(shí)證分析[J]. 張琳琳,趙振全,孫俊嶺.  改革與戰(zhàn)略. 2007(09)
[3]資產(chǎn)相對(duì)價(jià)值的VaR和CVaR風(fēng)險(xiǎn)[J]. 劉小茂,馬林.  統(tǒng)計(jì)與決策. 2006(16)
[4]基于VaR-GARCH模型族的我國(guó)期銅市場(chǎng)風(fēng)險(xiǎn)度量研究[J]. 劉慶富,仲偉俊,梅姝娥.  系統(tǒng)工程學(xué)報(bào). 2006(04)
[5]度量金融風(fēng)險(xiǎn)的CVaR方法[J]. 王玉玲,王晶.  統(tǒng)計(jì)與決策. 2006(11)
[6]VaR模型及其在上海股市中的應(yīng)用[J]. 林美艷,薛宏剛,張?jiān)?  遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(01)
[7]GARCH模型下的極值一致風(fēng)險(xiǎn)度量[J]. 霍玉琳,何春雄.  金融經(jīng)濟(jì). 2006(02)
[8]Network Traffic Based on GARCH-M Model and Extreme Value Theory[J]. 沈菲,王洪禮,史道濟(jì),李棟.  Transactions of Tianjin University. 2005(05)
[9]GARCH族模型計(jì)算中國(guó)股市在險(xiǎn)價(jià)值（VaR）風(fēng)險(xiǎn)的比較研究與評(píng)述[J]. 龔銳,陳仲常,楊棟銳.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2005(07)
[10]中國(guó)股票市場(chǎng)風(fēng)險(xiǎn)值標(biāo)準(zhǔn)的有效性檢驗(yàn)[J]. 朱世武,李豫,何劍波.  上海金融. 2004(11)



本文編號(hào)：3055305