發(fā)布時間：2017-07-02 21:23

  本文關(guān)鍵詞：基于GARCH過程和SV模型的上證50ETF的VaR計算

  更多相關(guān)文章： VaR 歷史模擬法 蒙特卡羅模擬法 GARCH過程 MCMC SV模型

【摘要】：上證50ETF期權(quán)于2015年2月9日正式在上海交易所上市交易,開啟了我國期權(quán)市場發(fā)展的序幕,這是我國資本市場的第一個上市期權(quán)產(chǎn)品,填補了我國證券交易所的產(chǎn)品空白。然而作為該期權(quán)合約的標的物上證50ETF在股市中的重要性也隨之進一步凸顯出來,這是因為影響期權(quán)價格的最大的風(fēng)險為其標的資產(chǎn)價格變動風(fēng)險(delta),若能管控好上證50ETF的風(fēng)險,對于規(guī)避上證50ETF期權(quán)的風(fēng)險,達到穩(wěn)健投資有積極的意義。故本文選取上證50ETF的日基金累計單位凈值作為研究對象,計算其日回報率序列,以VaR作為風(fēng)險指標來度量市場風(fēng)險。本文對上證50ETF的VaR計算首先采用了完全估值法中的歷史模擬法和蒙特卡羅模擬法。又對上證50ETF的回報率序列進行了正態(tài)性、自相關(guān)性、平穩(wěn)性和ARCH效益檢驗,得出該序列存在金融資產(chǎn)回報率序列具有的一些重要形式化特征,如厚尾(Heavy tails)、波動聚集(Volatility clustering)等。針對明顯的厚尾性和波動聚集性,分別采用了基于正態(tài)分布誤差的GARCH模型和t分布誤差的GARCH模型,經(jīng)過實證對比分析,發(fā)現(xiàn)基于更具有重尾性的f分布的GARCH模型對回報率序列的擬合相對更好。為了更準確的反映當前環(huán)境和條件對回報率的影響,選取了隨機波動(SV)模型進行改進。針對SV模型參數(shù)估計的復(fù)雜性，本文采用馬爾科夫鏈蒙特卡羅(MCMC)方法來實現(xiàn)參數(shù)的估計,經(jīng)過實證分析,得出基于MCMC方法的SV模型對上證50ETF回報率序列擬合效果最佳,風(fēng)險控制最為有效的結(jié)論。GARCH模型和基于MCMC方法的SV模型是本文的重點研究對象。本文內(nèi)容具體分為四章討論：第一章,首先介紹研究上證50ETF風(fēng)險價值的背景及意義；其次介紹了對金融市場進行風(fēng)險度量的歷史和國內(nèi)外研究現(xiàn)狀；最后對文本的研究內(nèi)容和方法進行了概述。第二章,主要介紹市場風(fēng)險的度量——VaR方法。系統(tǒng)的介紹了VaR的基本原理、計算方法、檢驗方法和優(yōu)缺點等內(nèi)容。其中在VaR的計算方法部分,主要介紹了歷史模擬法、蒙特卡羅模擬法和GARCH過程。第三章,重點介紹基于MCMC方法的SV模型。首先講解了MCMC萬法的基本思想和抽樣方法,如Metropolis-Hastings抽樣和Gibbs抽樣；然后介紹了SV模型的基本理論和如何進行波動率的預(yù)測。第四章,實證分析。首先對上證50ETF日回報率序列進行正態(tài)性等一系列檢驗,然后利用歷史模擬法、蒙特卡羅模擬法,GARCH模型及基于MCMC方法的SV模型來計算其VaR值,最后對計算結(jié)果進行Kupiec失敗頻率檢驗,得出結(jié)論并對文章的不足進行了總結(jié)。
【關(guān)鍵詞】：VaR 歷史模擬法 蒙特卡羅模擬法 GARCH過程 MCMC SV模型
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F832.5
【目錄】：

• 中文摘要8-10
• 英文摘要10-12
• 第一章 緒論12-19
• §1.1 選題背景及研究意義12-14
• §1.1.1 選題背景12-13
• §1.1.2 研究意義13-14
• §1.2 國內(nèi)外研究現(xiàn)狀14-17
• §1.3 研究內(nèi)容與方法17-19
• 第二章 市場風(fēng)險的度量——VaR19-29
• §2.1 VaR風(fēng)險模型介紹19-21
• §2.2 VaR的計算方法21-26
• §2.2.1 歷史模擬法21-22
• §2.2.2 蒙特卡羅模擬法22-24
• §2.2.3 GARCH模型24-26
• §2.3 VaR模型的準確性檢驗26-27
• §2.4 VaR方法的優(yōu)缺點27-29
• 第三章 基于MCMC方法的SV模型29-37
• §3.1 MCMC方法29-33
• §3.1.1 MCMC的基本原理29-31
• §3.1.2 抽樣方法-轉(zhuǎn)移核的構(gòu)造31-33
• §3.2 SV模型33-37
• §3.2.1 SV模型基本理論33-35
• §3.2.2 SV模型進行波動率的預(yù)測35-37
• 第四章 上證50ETF的VaR實證分析37-57
• §4.1 樣本的選取和描述性統(tǒng)計分析37-41
• §4.1.1 樣本的選取37
• §4.1.2 樣本的描述統(tǒng)計分析37-41
• §4.2 歷史模擬法計算VaR41-42
• §4.3 蒙特卡羅模擬法計算VaR42-43
• §4.4 GARCH模型參數(shù)估計及VaR計算43-49
• §4.4.1 GARCH(1,1)-N模型43-46
• §4.4.2 GARCH(1,1)-t模型46-49
• §4.5 基于MCMC的SV模型參數(shù)估計及VaR計算49-52
• §4.6 VaR模型準確性檢驗及實證結(jié)論52-57
• §4.6.1 Kupiec失敗頻率檢驗52-53
• §4.6.2 實證結(jié)論及展望53-57
• 附錄57-60
• 參考文獻60-63
• 致謝63-64
• 學(xué)位論文評閱及答辯情況表64

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 周彥;張世英;;基于MCMC方法的連續(xù)時間SV模型建模研究[J];工業(yè)工程;2007年01期

2 孫米強,楊忠直,余素紅,宋軍;基于隨機波動模型的VaR的計算[J];管理工程學(xué)報;2004年01期

  本文關(guān)鍵詞：基于GARCH過程和SV模型的上證50ETF的VaR計算

  更多相關(guān)文章： VaR 歷史模擬法 蒙特卡羅模擬法 GARCH過程 MCMC SV模型

，

本文編號：511341