發(fā)布時間：2020-05-30 19:47

【摘要】：隨著金融市場的發(fā)展，人們面臨的風(fēng)險越來越復(fù)雜，風(fēng)險是未來損失的不確定性，也就是未來不可預(yù)期的波動性，風(fēng)險可以是由資產(chǎn)的波動引起的，也可以是由負(fù)債的波動引起的，怎樣對風(fēng)險進(jìn)行準(zhǔn)確的度量擺在了人們的面前。其中金融市場風(fēng)險又起到了舉足輕重的作用。 在險價值(VaR)的出現(xiàn)使得金融資產(chǎn)組合在一定時期內(nèi)最大可能損失的定量化成為可能，到目前，在險價值已成為金融風(fēng)險管理系統(tǒng)的奠基石。但現(xiàn)有的關(guān)于VaR度量的研究還有待于進(jìn)一步深入。首先，VaR的計算精度還有待進(jìn)一步提高，尤其是當(dāng)金融市場變得越來越復(fù)雜時，精確的VaR估計值可以更好地規(guī)避風(fēng)險同時能夠更好地在各個領(lǐng)域分配資產(chǎn)。其次，當(dāng)前的VaR的研究大都集中在短期VaR的估計上，例如一天，但是在保險和投資領(lǐng)域經(jīng)常存在一些持有期很長的投資組合，同時由于超低頻數(shù)據(jù)(一月或者一年)的缺乏使得在估計長程VaR時不能直接應(yīng)用現(xiàn)有的短期VaR的估計方法。因此，，長程數(shù)據(jù)VaR估計的研究顯得非常重要。最后，傳統(tǒng)的方法大都只研究資產(chǎn)或者組合本身VaR，由于金融市場的復(fù)雜性，金融資產(chǎn)的風(fēng)險經(jīng)常受到其它一些因素的影響，當(dāng)估計VaR時，應(yīng)當(dāng)考慮到這些影響，這就帶來了所謂的“條件VaR”的估計問題。 本文針對上面提到的幾點問題，進(jìn)行了一些研究，豐富了VaR研究的內(nèi)容。本文一共分為三篇，具體結(jié)構(gòu)以及創(chuàng)新點如下： 在第一篇中，我們研究了VaR的估計問題。首先對VaR的幾種傳統(tǒng)估計方法進(jìn)行了回顧。第二章我們提出應(yīng)用Bootstrap方法和隨機(jī)加權(quán)方法對VaR作估計，這樣得到的VaR估計值與真實值更為接近。接下來，由于通常收益率為厚尾分布，而正態(tài)分布不足以描述厚尾分布，我們用“扭曲函數(shù)”對正態(tài)分布進(jìn)行修正，使得扭曲后的分布能夠比較好地近似厚尾分布，從而由扭曲后得到的分布獲得VaR較為精確的估計值。第四章則分析了長間隔時期VaR的估計問題，給出了當(dāng)日收益率服從分形分布或者特定的厚尾分布時，長間隔時期VaR(一月)的擴(kuò)展估計，并和通常應(yīng)用的“T~(1/2)法則”進(jìn)行了比較。 在第二篇中，我們分析了條件VaR的估計問題，這是本文的主要部分。在對一些常用的概念以及相關(guān)的文獻(xiàn)進(jìn)行綜述后，我們給出了基于門限分位點回歸模型的CVaR估計，首次將門限思想應(yīng)用于分位點回歸模型，改善了線性分位
【圖文】：

利用非參數(shù)均值回歸方法，通過表達(dá)式(3.6)、(3.7)可以得到函數(shù)g(x)和h(x)的估計，其中最優(yōu)窗寬為氣=0.054，采用Epaneehnikov核函數(shù)得到的g(x)和h(x)估計圖分別如圖3.3和圖3.4所示:圖.33扭曲函數(shù)估計圖圖.34修正函數(shù)估計圖由g(x)的估計圖(圖3.3)可以看出，在邊界區(qū)域，即在當(dāng)x非常接近于O的尾部區(qū)域，g(x)都要比x值大，x為在正態(tài)假設(shè)下的生存函數(shù)值，那么尾部的累計概率在經(jīng)過函數(shù)g(x)的修正后就變得更小些l一g(x)<l一x，這說明極端事件發(fā)生的概率要大些，且在尾部區(qū)域存在g(x)>1，由前面的分析可以由非參數(shù)方法得到的分布函數(shù)g(:)能更好地描述厚尾情況。從另一個角度看

國科學(xué)技術(shù)人學(xué)博_上學(xué)位淪文vaR，，JCVaR的估計方法以及在風(fēng)險管理中的應(yīng)用為風(fēng)險的一種的度量，根據(jù)定義就可以得到樣本數(shù)據(jù)(戈，鞏)，i=，12，…，n，在本章中，我們將應(yīng)用c叩ula方法分析收益率和日內(nèi)波幅的相依結(jié)構(gòu)，并給出在日內(nèi)波幅AI條件下的CVaR估計(為了和前面的表示一致，用X表示AI)。首先給出全部數(shù)據(jù)的散點圖，如圖7.卜圖7.!個部數(shù)據(jù)散點圖
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2006
【分類號】：F830;F224

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李寶寶;;商業(yè)銀行操作風(fēng)險管理研究綜述[J];南京社會科學(xué);2011年12期

相關(guān)博士學(xué)位論文 前1條

1 易文德;基于COPULA理論的金融風(fēng)險相依結(jié)構(gòu)模型及應(yīng)用研究[D];西南交通大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 范聰;我國商業(yè)銀行利率風(fēng)險度量及實證分析[D];東北財經(jīng)大學(xué);2010年

2 張曉珍;動態(tài)譜風(fēng)險度量及最優(yōu)投資組合分析[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2011年

3 姜國亮;保留價不確定條件下時間因素對最優(yōu)競價策略影響研究[D];西南交通大學(xué);2011年

4 高凱民;中國股票市場風(fēng)險測度方法的比較研究[D];重慶工商大學(xué);2011年

5 景玉鋒;基于VaR的上市公司財務(wù)風(fēng)險評估指標(biāo)體系構(gòu)建及有效性分析[D];浙江理工大學(xué);2011年

6 項金榮;極值理論在期權(quán)套期保值中的應(yīng)用[D];華中師范大學(xué);2008年

7 劉寧;基于OLAP技術(shù)的供電公司經(jīng)營風(fēng)險系統(tǒng)的研究與開發(fā)[D];華北電力大學(xué)（北京）;2008年

8 寧紅泉;基于時變copula的風(fēng)險價值度量[D];西南財經(jīng)大學(xué);2009年

9 宋海礁;VaR風(fēng)險度量方法在我國股票市場的應(yīng)用研究[D];上海師范大學(xué);2010年

10 李江濤;組合投資風(fēng)險分析的熵方法研究[D];西安建筑科技大學(xué);2010年

本文編號：2688629