本文關(guān)鍵詞：基于高頻數(shù)據(jù)我國創(chuàng)業(yè)板市場VaR測度研究

  更多相關(guān)文章： 高頻數(shù)據(jù) VaR “已實現(xiàn)”波動 “已實現(xiàn)”極差波動 極值理論

【摘要】：進入21世紀以來,全球經(jīng)濟進入了一個嶄新的局面,高科技創(chuàng)新產(chǎn)業(yè)成為了21世紀經(jīng)濟發(fā)展的核心部分。高科技創(chuàng)新產(chǎn)業(yè)的迅速崛起及其產(chǎn)業(yè)化是我國經(jīng)濟全面發(fā)展不可或缺的動力。近些年來,隨著一系列的金融創(chuàng)新工具的誕生以及全球金融市場越來越開放,金融資產(chǎn)所面臨的風險也越來越顯著和復雜。因此,我國迫切需要對金融市場進行金融風險進行定量測度。定量測度金融市場風險的方法有很多,VaR方法因為其自身具備簡單、實用、綜合等特性,因此被全世界很多金融機構(gòu)和監(jiān)管層廣泛采用來測度機構(gòu)所面臨的市場風險,以便更好地控制和監(jiān)管機構(gòu)所面臨的市場風險。正因為這樣,本文將VaR方法引入到我國金融市場風險管理體系中對我國創(chuàng)業(yè)板市場風險進行定是測度具有重大的理論與現(xiàn)實意義。我國從自身發(fā)展的實際需要并結(jié)合全球經(jīng)濟形勢的全局出發(fā),于2009年10月30在深交所正式啟動了創(chuàng)業(yè)板市場,標志著歷經(jīng)十年磨煉的創(chuàng)業(yè)板市場終于由理想走向了現(xiàn)實,這是中國證券市場乃至金融市場發(fā)展的一個里程碑時刻。創(chuàng)業(yè)板市場的啟動對于我國資本市場和社會經(jīng)濟持續(xù)健康的發(fā)展具有重要的意義。首先,創(chuàng)業(yè)板市場為我國高科技創(chuàng)新型企業(yè)提供了便利的融資平臺,為我國培養(yǎng)出巨大的高科技公司奠定了基礎(chǔ);其次,創(chuàng)業(yè)板市場還為廣大投資者提供了一個全新的投資渠道,以滿足風險偏好者的需求;再次,創(chuàng)業(yè)板市場為主板市場和中小板市場提供了一個很好的補充,使我國建立多層次的資本市場的目標又進了一步。對于風險更勝于主板市場的創(chuàng)業(yè)板市場,目前還沒有找到能在不同的置信水平上準確地定量測度其風險價值,本文以創(chuàng)業(yè)板綜合指數(shù)5分鐘日內(nèi)高頻數(shù)據(jù)為序列樣本,在對序列數(shù)據(jù)進行詳細的統(tǒng)計特征分析的基礎(chǔ)上,根據(jù)其特有的統(tǒng)計特征,建立合適的模型,并把數(shù)據(jù)序列分為估計樣本和預測樣本對數(shù)據(jù)序列進行滾動預測,最后把預測的結(jié)果與實際值進行對比,通過回顧測試篩選出最適合定量測度我國創(chuàng)業(yè)板市場風險的模型。實證的結(jié)果顯示:我國創(chuàng)業(yè)板市場綜合指數(shù)5分鐘“已實現(xiàn)”波動率和“已實現(xiàn)”極差波動率顯現(xiàn)出顯著的尖峰、厚尾以及有偏的統(tǒng)計學特征。存在明顯的波動聚集、不存在單位根、具有長記憶性,還存在“W”型或者說“U”型日內(nèi)效應(yīng)和周一收益顯著為正,周四收益率顯著為負的周內(nèi)效應(yīng)。ARFIMA模型、ARFIMAX模型和HAR模型三類刻畫長記憶性的模型都能很好的擬合我國創(chuàng)業(yè)板市場的對數(shù)“已實現(xiàn)”波動和對數(shù)“已實現(xiàn)”極差波動序列。基于波動率模型計算創(chuàng)業(yè)板市場的風險價值VaR并對其進行回顧測試,結(jié)果表明基于日內(nèi)高頻數(shù)據(jù)所求VaR在高分位數(shù)水平下表現(xiàn)良好,在高分位數(shù)水平下往往會高估市場風險,而基于日間數(shù)據(jù)的GARCH族模型所求的VaR正好相反,在高分位數(shù)水平下表現(xiàn)明顯優(yōu)于低分位數(shù)水平下的VaR,在低分位數(shù)水平下往往低估市場風險。考慮到市場好壞信息對投資者的影響是非對稱的建立起來的波動率模型所求VaR無論是在高分位數(shù)水平還是低分位數(shù)水平下都優(yōu)于沒有考慮非對稱的情形,說明由于做空的限制,的確存在好壞消息對投資者影響程度的非對稱性�；跇O值理論的POT模型在克服對數(shù)據(jù)序列總體分布假設(shè)的基礎(chǔ)上,僅對尾部進行廣義Pareto分布擬合,考慮到序列數(shù)據(jù)的相關(guān)性導致極值的成串出現(xiàn),采用除串法處理后,模型能很好地估計我國創(chuàng)業(yè)板市場的風險價值VaR。
【關(guān)鍵詞】：高頻數(shù)據(jù) VaR “已實現(xiàn)”波動 “已實現(xiàn)”極差波動 極值理論
【學位授予單位】：江西財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F224;F832.51
【目錄】：

• 摘要7-9
• Abstract9-11
• 1 緒論11-24
• 1.1 研究背景11-12
• 1.2 研究意義12-14
• 1.2.1 理論意義13
• 1.2.2 現(xiàn)實意義13-14
• 1.3 文獻綜述14-22
• 1.3.1 基于高頻金融數(shù)據(jù)視角下的風險價值度量研究綜述15-21
• 1.3.2 創(chuàng)業(yè)板市場風險測度研究綜述21
• 1.3.3 研究評述21-22
• 1.4 研究思路與內(nèi)容框架22-23
• 1.5 研究方法23-24
• 2 VaR測度相關(guān)理論24-32
• 2.1 VaR的定義及計算原理24
• 2.2 VaR計算模型24-32
• 2.2.1 風險度量制計算VaR25
• 2.2.2 基于波動率方法計算VaR25-29
• 2.2.3 極值理論51計算VaR29-32
• 3 創(chuàng)業(yè)板市場的發(fā)展現(xiàn)狀分析32-37
• 3.1 海外創(chuàng)業(yè)板市場的發(fā)展基本情況介紹32-33
• 3.2 我國創(chuàng)業(yè)板市場分析33-34
• 3.3 我國創(chuàng)業(yè)板市場風險34-37
• 4 我國創(chuàng)業(yè)板市場VaR測度實證分析37-61
• 4.1 樣本數(shù)據(jù)的選取及調(diào)整37-38
• 4.2 數(shù)據(jù)序列統(tǒng)計特征分析38-49
• 4.2.1 數(shù)據(jù)序列描述性統(tǒng)計分析39-40
• 4.2.2 數(shù)據(jù)序列平穩(wěn)性檢驗40-42
• 4.2.3 數(shù)據(jù)序列長記憶性檢驗42-44
• 4.2.4 數(shù)據(jù)序列正態(tài)性檢驗44-45
• 4.2.5 數(shù)據(jù)序列ARCH效應(yīng)檢驗45
• 4.2.6 數(shù)據(jù)序列日歷效應(yīng)檢驗45-49
• 4.3 數(shù)據(jù)序列波動率建模與VaR預測49-57
• 4.3.1 ARFIMA模型49-50
• 4.3.2 HAR模型50
• 4.3.3 ARFIMAX模型50-51
• 4.3.4 波動率模型估計與檢驗51-53
• 4.3.5 波動率預測53
• 4.3.6 VaR計算53-54
• 4.3.7 VaR回顧測試與比較54-57
• 4.4 基于極值理論的VaR計算57-61
• 5 結(jié)論與展望61-64
• 5.1 結(jié)論61-62
• 5.2 研究創(chuàng)新點62
• 5.3 研究不足之處62-63
• 5.4 對未來的展望63-64
• 參考文獻64-67
• 附錄67-79
• 致謝79-80

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李豫;國際銀行業(yè)VaR信貸風險技術(shù)發(fā)展與應(yīng)用[J];金融理論與實踐;2003年01期

2 方芳,何楊光,張連鋼;VaR在我國商業(yè)銀行風險管理中的作用[J];黑龍江金融;2003年04期

3 付淑換;曹家和;;基于Factor-GARCH模型的動態(tài)VaR與CVaR度量及實證研究[J];統(tǒng)計與信息論壇;2011年05期

4 田中禾;郭鑫;;VaR在資產(chǎn)證券化風險分析中的應(yīng)用[J];開發(fā)研究;2012年02期

5 馬健;馬巖;;引進VaR是我國實施金融風險管理戰(zhàn)略的客觀要求[J];科技創(chuàng)新與應(yīng)用;2012年26期

6 曹興;胡高;;基于VaR的財務(wù)風險識別與評估[J];統(tǒng)計與決策;2009年10期

7 李良松;;上海銀行間同業(yè)拆放利率VaR的有效性研究[J];金融研究;2009年09期

8 張健存;;商業(yè)銀行經(jīng)營管理中運用VAR探討[J];金融會計;2006年05期

9 陳平平;;VaR在商業(yè)銀行風險管理中的應(yīng)用[J];東方企業(yè)文化;2010年15期

10 劉禮昱;;試談金融風險度量的VaR、CVaR以及WVaR方法[J];中國市場;2011年18期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 劉京軍;;基于相對VaR的最優(yōu)套期保值比率研究[A];第三屆（2008）中國管理學年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2008年

2 翟建輝;朱南軍;;保險資金房地產(chǎn)投資的風險分析與度量——基于VaR的角度[A];十二五·新挑戰(zhàn)：經(jīng)濟社會綜合風險管理——北大賽瑟（CCISSR）論壇文集·2011[C];2011年

3 劉啟浩;張杰;;監(jiān)控VaR的模型風險的控制圖方法[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術(shù)年會論文集[C];2005年

4 邵愛梅;邱崇踐;;4DVAR中插值計算引發(fā)的不穩(wěn)定性研究[A];中國氣象學會2005年年會論文集[C];2005年

5 鄭燕飛;徐偉;;信息產(chǎn)業(yè)、物流與GDP間的VAR分析[A];第十一屆中國管理科學學術(shù)年會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 黃夢;安全方案成熱點VAR積極介入[N];電腦商報;2004年

2 黃夢;迎合客戶需求VAR頻出高招[N];電腦商報;2003年

3 雷陽 楊賀 編譯;VAR尋找推進方案銷售的最佳方式[N];電腦商報;2006年

4 王紅英;VaR在制定監(jiān)管期貨公司資本標準中的應(yīng)用[N];期貨日報;2007年

5 編譯 曉軒;VAR眼中的渠道主管[N];計算機世界;2007年

6 孫愛民;攜手VAR 愛普生打造共贏“生態(tài)圈”[N];中國電子報;2004年

7 海證期貨 暢會玨 宋福軼;基于VaR的股指期權(quán)風險管理實證研究[N];期貨日報;2008年

8 黃夢/編譯;供應(yīng)商提高折扣標準 VAR坐收漁利[N];電腦商報;2003年

9 黃夢;并購催生強者 VAR實力飆升[N];電腦商報;2003年

10 海通期貨研究所 郭梁;以基于VaR的動量反轉(zhuǎn)策略應(yīng)對股指極端事件[N];期貨日報;2009年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 邵欣煒;基于VaR的金融風險度量與管理[D];吉林大學;2004年

2 何旭彪;VaR風險耦合理論模型、數(shù)值模擬技術(shù)及應(yīng)用研究[D];華中科技大學;2005年

3 林宇;動態(tài)極值VaR測試的準確性及VaR因果關(guān)系研究[D];西南交通大學;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 田金金;基于兩類異方差模型的滬深300指數(shù)的VAR研究[D];華中師范大學;2015年

2 朱恩廁;iu值VAR方法n,度上海，

本文編號：968321