egarch-gpd模型及其在股市风险度量中的应用

egarch-gpd模型及其在股市风险度量中的应用

ID:35031667

大小:2.65 MB

页数:56页

时间:2019-03-16

egarch-gpd模型及其在股市风险度量中的应用_第1页
egarch-gpd模型及其在股市风险度量中的应用_第2页
egarch-gpd模型及其在股市风险度量中的应用_第3页
egarch-gpd模型及其在股市风险度量中的应用_第4页
egarch-gpd模型及其在股市风险度量中的应用_第5页
资源描述:

《egarch-gpd模型及其在股市风险度量中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级:论文编号:学号:51301440101重庆理工大学硕士学位论文EGARCH-GPD模型及其在股市风险度量中的应用研究生:李娟指导教师:魏正元副教授学位类型:学术学位学科专业:统计学研究方向:金融统计与数据分析培养单位:数学与统计学院论文完成时间:2016年3月25日论文答辩日期:2016年5月30日CategoryNumber:LevelofSecrecy:SerialNumber:StudentNumber:51301440101Master'sDissertationofChongqingUniversityofTechno

2、logyTheEGARCH-GPDModelandItsApplicationofRiskMeasurementinStockMarketPostgraduate:LiJuanSupervisor:ProfessorWeiZhengyuanDegreeCategory:AcademicDegreeSpecialty:StatisticsResearchDirection:FinancialStatisticsandDataAnalysisTrainingUnit:SchoolofMathematicsandStatisticsThesisDe

3、adline:March25,2016OralDefenseDate:May30,2016学位论文原创性声明及使用授权声明纖理工大学学位论文原创性声明本人郑重声明:所呈交的学位论文是本人在导师的指导下,独立进行研究所取得的成果。除文中特别加标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果、作品。对本文的研究做出重要贡献的集体和个人,均己在文中W明确方式标明。本人承担本声明的法律后果。i作者签名:曰期t4:w年b月曰《;两学位论文使用授权声明本学位论文作者完全了解学校有关保留、使用学

4、位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权重庆理工大学可W将本学位论文的全部或部分内容编入有关数据库进仔,可采用影印检索、缩印或扫描等复制手段保存和汇编本学位论文。""本学位论文属于(请在下相应方框内打V):1.□,在后适巧本授权书。保密__年解密2.不保密垃f'作者签名:蓮碱曰期:Wb年t月曰导师签名曰期:年^月曰細6/占摘要摘要20世纪90年代初期发展起来的VaR(Valueatrisk)作为一种风险管理工具,在当今金融风险管理领域颇受

5、关注,巴塞尔协议更是将其作为银行业经营管理中一个重要的监管考核指标。学者们在对风险管理的研究中,不断提出各种VaR估计的方法或模型,用来刻画金融资产损益的波动性或分布。但由于金融市场的复杂多变性,单一模型或方法很难对金融数据的特征进行较好的拟合。因此,如何构建一个能够准确量化VaR的模型是本文研究的目的所在。本文首先介绍了金融风险管理的相关知识,总结了VaR估计的国内外研究现状,并对VaR估计的定义和各种计算方法做了详细的介绍和对比分析。鉴于VaR估计的计算涉及两个关键问题:一是对金融资产波动率的描述,二是样本数据的分布拟合。本文通过对GAR

6、CH族模型、SV模型等波动率模型的对比分析发现,EGARCH模型能够较有效地捕捉金融资产波动率的时变性、聚集性及非对称性等特点。结合近年来金融市场中极端事件频频发生的实际情况,能够有效描述金融资产尾部分布特征的极值理论被用于EGARCH模型拟合样本数据后的残差序列。文章通过残差序列,结合EGARCH模型与极值理论的优点,构造出EGARCH-GPD组合模型,组合后的模型不仅兼具两模型的优势,同时也克服了各自的缺点:采用EGARCH模型拟合金融数据得到的残差序列,消除了样本间的序列相关性,达到了极值理论样本独立同分布的统计推断要求;极值理论的运用

7、克服传统EGARCH模型对金融数据“尖峰厚尾”分布、极端事件影响处理的不足。通过对组合模型的具体操作过程的详细介绍,由VaR的正齐次性和平移不变性,推导出组合模型VaR的计算方法。最后,分别以沪深300指数、上证指数和深圳成指三个具有中国股市代表性的股指日对数收益率为样本,将组合模型的应用结果与基于正态分布的EGARCH模型的计算结果进行了对比分析,VaR的返回测试结果说明:组合模型计算出的动态VaR估计有效克服了传统EGARCH模型对风险低估的缺点,进一步加强了对风险的预测与管理,有着更强的适用性与更高的准确度。通过对GARCH-GPD组合

8、模型的研究,为I重庆理工大学硕士学位论文金融风险度量提供了一种新的VaR估计模型,丰富了投资者、风险管理机构防范和抵御金融风险的理论方法。关键词:风险管理;VaR;

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。