V aR(V alue at Risk),即風(fēng)險(xiǎn)價(jià)值法,具體地說是指在一定概率水平下(置信度),金融資產(chǎn)或者投資組合在未來特定一段時(shí)間內(nèi)的最大損失. V aR方法的基本思想是利用資產(chǎn)組合收益的歷史數(shù)據(jù)來預(yù)測(cè)未來的情況,而離現(xiàn)在較久遠(yuǎn)的歷史數(shù)據(jù)與當(dāng)前金融市場(chǎng)的相關(guān)性很低,早期的數(shù)據(jù)只能來說明歷史的問題,不能反映當(dāng)前的情況,而基于經(jīng)典統(tǒng)計(jì)學(xué)的方法過分依賴于歷史數(shù)據(jù),這使得估計(jì)的V aR的精確度和有效性降低.本文建立了基于Bayes方法的V aR模型來估計(jì)金融市場(chǎng)的風(fēng)險(xiǎn)值,可以使投資者根據(jù)觀測(cè)數(shù)據(jù)和歷史信息對(duì)風(fēng)險(xiǎn)模型進(jìn)行調(diào)整,使得預(yù)測(cè)的風(fēng)險(xiǎn)值能夠更準(zhǔn)確的反映出當(dāng)前市場(chǎng)的風(fēng)險(xiǎn)情況,以便做出正確的投資決策,避免不必要的損失.

【文章頁數(shù)】：41 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
符號(hào)說明
第1章 緒論
    1.1 V aR 的概述
        1.1.1 V aR 的概念
        1.1.2 V aR 產(chǎn)生的背景
        1.1.3 V aR 的特點(diǎn)
        1.1.4 V aR 的應(yīng)用
        1.1.5 V aR 的局限性
        1.1.6 用V aR 度量金融市場(chǎng)風(fēng)險(xiǎn)的管理
    1.2 本章小結(jié)
第2章 VaR 的計(jì)算方法
    2.1 V aR 的傳統(tǒng)計(jì)算方法
    2.2 V aR 的具體計(jì)算方法
    2.3 利用Bayes 方法對(duì)V aR 的估計(jì)
        2.3.1 Bayes 方法的基本思想
        2.3.2 相關(guān)的定理與證明
        2.3.3 基于Bayes 方法的模型假設(shè)
        2.3.4 模型中的參數(shù)估計(jì)
    2.4 利用Bootstrape 方法對(duì)V aR 的估計(jì)
        2.4.1 Bootstrape 方法的基本思想
    2.5 利用JAB 方法對(duì) V aR 的估計(jì)
        2.5.1 JAB 方法的基本思想
    2.6 本章小結(jié)
第3章 用V aR 度量中國證券市場(chǎng)的實(shí)證分析
    3.1 數(shù)據(jù)的選取
    3.2 實(shí)證分析
        3.2.1 基于Bayes 方法的數(shù)值計(jì)算
        3.2.2 基于Bootstrape 方法的數(shù)值計(jì)算
        3.2.3 基于JAB 方法的數(shù)值計(jì)算
        3.2.4 基于上述三種方法的數(shù)值計(jì)算結(jié)果總結(jié)
    3.3 V aR 模型有效性的檢驗(yàn)
    3.4 V aR 模型的誤差分析
    3.5 Bayes 方法、Bootstrape 方法與 V aR 加權(quán)樣本分位數(shù)估計(jì)之間的對(duì)比
        3.5.1 利用Bayes 方法
        3.5.2 利用Bootstrape 方法
        3.5.3 基于以上三種方法的數(shù)值計(jì)算結(jié)果總結(jié)
        3.5.4 V aR 模型的有效性檢驗(yàn)
    3.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3829374