本文關鍵詞：基于極值理論VaR模型的上市公司行業(yè)風險比較研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著金融環(huán)境的日趨復雜,對金融業(yè)的風險評價和測量得到了廣泛學者的關注。行業(yè)風險是投資者進行投資決策需要重點考慮的因素,科學有效的測量行業(yè)風險是一個亟待解決的難題。上世紀90年代以來,極值理論已經逐漸在金融風險管理領域得到了廣泛的應用,本文也將把極值理論引入滬深300行業(yè)指數的風險度量中。我國現有的研究成果沒有系統(tǒng)的比較過研究行業(yè)風險的各種方法,利用不正確的研究方法可能導致衡量行業(yè)風險的結果不理想。 本文首先回顧了國內外各種度量風險的方法,在比較分析的基礎上認為用計算VaR估計值的方法來衡量風險是現代金融風險管理中比較常用的方法。然后構建了四個計算滬深300行業(yè)指數日對數收益率風險的模型,他們分別是基于方差-協方差模型計算VaR、基于GARCH模型計算VaR、基于極值理論計算VaR、基于GARCH-GPD模型計算VaR,從理論上來說,本文創(chuàng)新性的把極值理論和GARCH模型結合起來衡量滬深300行業(yè)風險,后面模型是對前面模型的改進,后面模型理論支持更加完善,模型的計算也更加復雜。 但是理論上的精確并不等同于實踐應用的精確。從實踐中,本文計算了四個模型VaR估計值,并利用VaR返回測試模型對構建的四個模型所得的VaR估計值進行返回測試,進行分析比較。實證結果表明：基于方差-協方差模型計算的VaR和基于極值理論計算的VaR結果沒有通過VaR模型的返回測試,基于GARCH模型計算的VaR比較精確,而基于GARCH-GPD模型計算的VaR模型是最精確的,實證結果和理論分析結果基本吻合。從理論上和實際中同時證明利用GARCH-GPD模型來計算行業(yè)風險VaR是最恰當的。 同時,本文還對滬深300行業(yè)指數的日對數收益率風險進行了排序,模型的計算結果認為公用、醫(yī)藥、可選這三個行業(yè)為低風險行業(yè),材料、金融、能源行業(yè)這三個行業(yè)是高風險行業(yè),信息、消費、電信、工業(yè)這四個行業(yè)是中等風險行業(yè)。 本文最后總結了全文,并探討了極值理論以及金融風險測量方法未來理論和實踐上的一些研究方向。
【關鍵詞】：行業(yè)風險 極值理論 VaR GARCH模型
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：F832.51;F224
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-8
• 目錄8-10
• 1 引言10-15
• 1.1 研究背景10-11
• 1.2 研究意義11-12
• 1.3 研究方法與論文框架12-15
• 1.3.1 研究方法12-13
• 1.3.2 論文研究思路與論文框架13-15
• 2 國內外文獻綜述15-26
• 2.1 風險度量文獻綜述15-22
• 2.1.1 國外金融風險度量理論發(fā)展回顧15-20
• 2.1.2 國內金融風險度量文獻回顧20-22
• 2.2 基于極值理論的風險度量的文獻綜述22-24
• 2.2.1 國外基于極值理論的風險度量研究綜述22-23
• 2.2.2 國內基于極值理論的風險度量研究綜述23-24
• 2.3 文獻綜述評述24-26
• 3 研究方法與VaR模型構建26-34
• 3.1 基于方差-協方差模型的VaR模型26-27
• 3.2 基于GARCH模型的VaR模型27-28
• 3.3 基于極值理論的VaR模型28-32
• 3.3.1 廣義Pareto分布29-30
• 3.3.2 GPD建模和VaR的估計30-32
• 3.4 基于GARCH-GPD模型的VaR模型32-34
• 4 對上市公司行業(yè)的實證研究34-55
• 4.1 數據的統(tǒng)計性描述和正態(tài)性檢驗34-39
• 4.1.1 數據的統(tǒng)計學描述34-36
• 4.1.2 數據的正態(tài)性檢驗36-39
• 4.2 基于方差-協方差模型VaR模型計算39-40
• 4.3 基于GARCH模型VaR模型的計算40-44
• 4.3.1 GARCH模型建立40-43
• 4.3.2 基于GARCH模型的分析方法的VaR計算43-44
• 4.4 基于極值理論的VaR模型的計算44-49
• 4.4.1 廣義帕累托模型的建立45-48
• 4.4.2 基于GPD模型下VaR的計算48-49
• 4.5 GARCH-GPD模型的VaR模型的計算49-55
• 4.5.1 殘差序列廣義帕累托模型的建立50-53
• 4.5.2 GARCH-GPD模型下的VaR估計值53-55
• 5 VaR模型的有效性檢驗55-60
• 6 結論與展望60-64
• 6.1 構建模型的結論60-61
• 6.2 行業(yè)風險情況61-62
• 6.3 本文的創(chuàng)新與展望62-64
• 6.3.1 文章的創(chuàng)新點62
• 6.3.2 未來展望62-64
• 參考文獻64-69
• 附錄69-96

【參考文獻】

中國期刊全文數據庫 前10條

1 李紅權,馬超群;中國證券投資基金績效評價的理論與實證研究[J];財經研究;2004年07期

2 歐陽資生,龔曙明;廣義帕累托分布模型:風險管理的工具[J];財經理論與實踐;2005年05期

3 王慧敏,劉國光;基于極值理論的滬深股市VaR和CVaR分析[J];財貿研究;2005年02期

4 侯外林;;基于ARMA-GARCH模型的股指波動壓力測試情景設計研究[J];當代財經;2011年11期

5 陳建忠;;極值分布在鄧恩桉造林地垂直選擇的應用[J];福建林學院學報;2006年03期

6 胡雋;耿晶晶;;擬合及預測VaR的波動率模型比較——基于上證指數的實證分析[J];財經界(學術版);2012年04期

7 董亞;黃劍;;滬深300指數與重點行業(yè)的聯動性研究[J];經濟論壇;2008年17期

8 劉志東;;不同均值-風險準則下的資產組合有效前沿比較研究[J];經濟數學;2006年01期

9 吳世農,陳斌;風險度量方法與金融資產配置模型的理論和實證研究[J];經濟研究;1999年09期

10 李健;收益率非規(guī)則分布條件下有效風險度量方法的尋找——與吳世農、陳斌二位先生商榷[J];經濟研究;2000年01期

  本文關鍵詞：基于極值理論VaR模型的上市公司行業(yè)風險比較研究，，由筆耕文化傳播整理發(fā)布。

本文編號：346502