隨著金融市場(chǎng)全球化迅速發(fā)展,金融產(chǎn)品更迭、信息技術(shù)創(chuàng)新、國(guó)家政策變化使得金融市場(chǎng)面臨著諸多風(fēng)險(xiǎn)。金融風(fēng)險(xiǎn)是指由于經(jīng)濟(jì)活動(dòng)的不確定性、市場(chǎng)環(huán)境的變化、決策的失誤等因素的影響,導(dǎo)致實(shí)際回報(bào)偏離預(yù)期回報(bào)的可能性。從定量的角度刻畫(huà)風(fēng)險(xiǎn),將損失作為監(jiān)控的指標(biāo),通常采用風(fēng)險(xiǎn)價(jià)值Va R模型。研究一種符合模型特點(diǎn)的求解方法,降低估算誤差,科學(xué)評(píng)估風(fēng)險(xiǎn)的預(yù)期損失,實(shí)現(xiàn)精準(zhǔn)度量,避免由于高估或低估風(fēng)險(xiǎn)帶來(lái)的決策錯(cuò)誤,具有重要的研究意義。VaR模型的計(jì)算核心是對(duì)收益率波動(dòng)的估計(jì),通過(guò)GARCH簇模型完成對(duì)收益率波動(dòng)情況的刻畫(huà),構(gòu)建基于GARCH簇的Va R模型測(cè)度風(fēng)險(xiǎn)價(jià)值。建立GARCH簇模型反映時(shí)序數(shù)據(jù)尖峰厚尾的分布特征,同時(shí),通過(guò)構(gòu)建GJRGARCH模型來(lái)說(shuō)明不同消息對(duì)波動(dòng)率的非對(duì)稱影響。求解GARCH簇模型中的未知參數(shù),經(jīng)典方法下采用極大似然估計(jì)法,通過(guò)引入貝葉斯框架完成對(duì)模型中未知參數(shù)的統(tǒng)計(jì)推斷。通過(guò)Griddy-Gibbs抽樣和Metropolis-Hastings算法對(duì)模型中各參數(shù)進(jìn)行MCMC模擬,為實(shí)證研究提供理論支持。實(shí)證研究過(guò)程中,將上證股指數(shù)據(jù)分為兩部分,前一部分作為訓(xùn)練樣本用于構(gòu)建模... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

上證指數(shù)日收盤(pán)價(jià)時(shí)序圖

哈爾濱工業(yè)大學(xué)應(yīng)用統(tǒng)計(jì)碩士專業(yè)學(xué)位論文圖 4-1 上證指數(shù)日收盤(pán)價(jià)時(shí)序圖收盤(pán)價(jià)時(shí)序圖描繪了上證指數(shù) 2015 年 9 月至 2017 年 5 月的大致走勢(shì)據(jù)公式(4-1)將其轉(zhuǎn)化為收益率，收益率的變化浮動(dòng)情況如圖 4-2 所示。

價(jià)時(shí)序圖描繪了上證指數(shù) 2015 年 9 月至 2017 年 5 月的大致走(4-1)將其轉(zhuǎn)化為收益率，收益率的變化浮動(dòng)情況如圖 4-2 所示。圖 4-2 上證指數(shù)日收益率時(shí)序圖收益率時(shí)序圖，可以發(fā)現(xiàn)，有兩個(gè)波段存在明顯的收益波動(dòng)聚集現(xiàn)數(shù)數(shù)據(jù)繪制頻數(shù)分布直方圖、經(jīng)驗(yàn)分布圖以及 Q-Q 圖。

【參考文獻(xiàn)】：
期刊論文
[1]基于蒙特卡洛方法的金融市場(chǎng)風(fēng)險(xiǎn)VaR的算法分析[J]. 謝合亮,黃卿.  統(tǒng)計(jì)與決策. 2017(15)
[2]基于MCMC算法AR-GARCH模型中國(guó)出口集裝箱運(yùn)價(jià)指數(shù)波動(dòng)性研究[J]. 王思遠(yuǎn),余思勤,潘靜靜.  交通運(yùn)輸系統(tǒng)工程與信息. 2016(03)
[3]廣義雙曲線分布族下的動(dòng)態(tài)系統(tǒng)性風(fēng)險(xiǎn)研究[J]. 田海山,周玉琴,吳恒煜.  數(shù)理統(tǒng)計(jì)與管理. 2017(01)
[4]國(guó)際碳市場(chǎng)風(fēng)險(xiǎn)價(jià)值度量的新方法——基于EVT-CAViaR模型[J]. 張晨,丁洋,汪文雋.  中國(guó)管理科學(xué). 2015(11)
[5]基于CVaR的峰谷分時(shí)電價(jià)對(duì)供電公司購(gòu)電組合策略影響分析[J]. 朱文昊,謝品杰.  電力系統(tǒng)保護(hù)與控制. 2015(14)
[6]基于MCMC抽樣的金融貝葉斯半?yún)?shù)GARCH模型研究[J]. 楊愛(ài)軍,劉曉星,林金官.  數(shù)理統(tǒng)計(jì)與管理. 2015(03)
[7]中國(guó)股票市場(chǎng)尾部風(fēng)險(xiǎn)與收益率預(yù)測(cè)——基于Copula與極值理論的VaR對(duì)比研究[J]. 陳堅(jiān).  廈門(mén)大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2014(04)
[8]基于SWARCH-GED模型的極值VaR度量[J]. 周孝華,張保帥,李強(qiáng).  系統(tǒng)工程. 2013(01)
[9]基于價(jià)格持續(xù)時(shí)間的中國(guó)股市日內(nèi)風(fēng)險(xiǎn)價(jià)值預(yù)測(cè)[J]. 魯萬(wàn)波,王衛(wèi)東.  數(shù)理統(tǒng)計(jì)與管理. 2012(03)
[10]基于MCMC的貝葉斯變結(jié)構(gòu)金融時(shí)序GARCH模型研究[J]. 朱慧明,曾惠芳,郝立亞.  數(shù)理統(tǒng)計(jì)與管理. 2011(06)

博士論文
[1]基于高頻數(shù)據(jù)的GARCH模型的參數(shù)估計(jì)[D]. 黃金山.中國(guó)科學(xué)技術(shù)大學(xué) 2013

碩士論文
[1]基于極值理論的黃金期貨市場(chǎng)風(fēng)險(xiǎn)度量研究[D]. 胡曉馨.浙江大學(xué) 2014
[2]基于極值理論VaR模型的上市公司行業(yè)風(fēng)險(xiǎn)比較研究[D]. 俞慧琴.浙江大學(xué) 2013



本文編號(hào)：2976085