基于garch-var模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析

基于garch-var模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析

ID:35173757

大小:3.66 MB

頁(yè)數(shù):48頁(yè)

時(shí)間:2019-03-20

基于garch-var模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析_第1頁(yè)
基于garch-var模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析_第2頁(yè)
基于garch-var模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析_第3頁(yè)
基于garch-var模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析_第4頁(yè)
基于garch-var模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析_第5頁(yè)
資源描述:

《基于garch-var模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析》由會(huì)員上傳分享,免費(fèi)在線(xiàn)閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)

1、:029分類(lèi)號(hào)單位代碼:10220級(jí):NortheastPetroleumUniversity—Jd碩it研究生學(xué)位論文5:節(jié)■.為基于GARCH-VaR模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析論文題目::張競(jìng)文S碩壬生jjJSM??王玉學(xué)教授指導(dǎo)教師::應(yīng)巧數(shù)學(xué)學(xué)科專(zhuān)業(yè)研究方向:數(shù)理金融2016年5月21日■學(xué)位論文獨(dú)創(chuàng)性聲明本人所呈交的學(xué)位論文是我在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知,,除文中己經(jīng)注明引用的內(nèi)容外本論文不包含其他個(gè)人已經(jīng)發(fā)表或撰寫(xiě)

2、過(guò)的研究成果,。對(duì)本義的研究做出重要貢獻(xiàn)的個(gè)人和集體均已在文中作了明確說(shuō)明并表示謝意。、亦賊日期,;^6作者簽名:叫學(xué)位論文使用授權(quán)聲明本人完全了解東北石油大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。學(xué)校有權(quán)保留學(xué)位論文并向國(guó)家主管部口或其指定機(jī)構(gòu)送交論文的電子版和紙質(zhì)版,允許論文被查閱和借、、^閱,可W采用影印縮印或掃描等復(fù)制手段保存匯編學(xué)位論文,可處公布論文的全部或部分內(nèi)容。東北石油大學(xué)有巧將本人的學(xué)位論文加入《中國(guó)優(yōu)秀碩±學(xué)位論文全文數(shù)據(jù)庫(kù)》《》。保密的學(xué)位論、《中國(guó)博±學(xué)位論文全文數(shù)據(jù)庫(kù)》和編入中國(guó)知識(shí)資源總庫(kù)文在解密后適用本

3、規(guī)定。.學(xué)位論文作者簽名:賊論文指導(dǎo)教師簽名:娜指導(dǎo)小組成員簽名:ThesisfortheMasterdegreeinscienceRisksMeasurementandAnalysisofShanghaiAndShenzhenStockMarketIndexBasedonGARCH-VaRModelCandidate:ZhangJingwenTutor:WangYuxueSpecialty:AppliedmathematicsDateoforalexamination:21th.May.2016University:NortheastPetrol

4、eumUniversity東北石油大學(xué)碩士研究生學(xué)位論文基于GARCH-VaR模型的滬、深指數(shù)風(fēng)險(xiǎn)度量分析摘要風(fēng)險(xiǎn)價(jià)值VaR(ValueatRisk)是在國(guó)際上盛行的一種重要的金融風(fēng)險(xiǎn)預(yù)測(cè)管理方法,普遍被應(yīng)用在金融機(jī)構(gòu)中進(jìn)行風(fēng)險(xiǎn)分析和預(yù)測(cè)。本文將理論分析與實(shí)證研究相結(jié)合,研究了度量風(fēng)險(xiǎn)價(jià)值VaR方法以及GARCH族模型,利用方差-協(xié)方差法對(duì)滬、深股票市場(chǎng)月收盤(pán)價(jià)進(jìn)行實(shí)證研究。首先,本文陳述了風(fēng)險(xiǎn)價(jià)值VaR當(dāng)前的研究目的和意義,以及國(guó)內(nèi)外學(xué)者對(duì)于VaR的研究現(xiàn)狀和相應(yīng)的成果。闡述了VaR的基本原理、應(yīng)用以及計(jì)算方法,在研究三種計(jì)算VaR值的方法的同時(shí)對(duì)這三種計(jì)算方法的優(yōu)缺

5、點(diǎn)進(jìn)行比較。本文研究傳統(tǒng)的GARCH模型后,分別建立GARCH、EGARCH、TGARCH、PGARCH、GARCH-M模型,結(jié)合檢驗(yàn)VaR估計(jì)值的失敗檢驗(yàn)法創(chuàng)建了GARCH-VaR模型。其次,采用方差-協(xié)方差法對(duì)滬、深股市風(fēng)險(xiǎn)度量進(jìn)行實(shí)證分析,選取2004年1月-2015年7月股市收盤(pán)價(jià)作為研究對(duì)象,對(duì)數(shù)據(jù)進(jìn)行基本統(tǒng)計(jì)特性分析包括平穩(wěn)性檢驗(yàn)、相關(guān)性檢驗(yàn)和條件異方差檢驗(yàn),從選取最優(yōu)的GARCH模型對(duì)滬、深指數(shù)月收益率時(shí)間序列波動(dòng)性進(jìn)行模擬。在90%、95%、99%三種置信水平下計(jì)算VaR估計(jì)值進(jìn)行風(fēng)險(xiǎn)度量,對(duì)VaR估計(jì)值進(jìn)行失敗檢驗(yàn)。最后,滬指收益率序列選擇基于GED分

6、布下的EGARCH-M(1,3)模型,在95%和99%的置信水平通過(guò)了失敗檢驗(yàn)法,說(shuō)明該模型能夠較好的擬合滬指收益率波動(dòng)情況;深指收益率序列經(jīng)過(guò)基于GED分布下的EGARCH(1,3)模型,在90%、95%和99%三種置信水平下通過(guò)了Kupiec失敗檢驗(yàn),說(shuō)明該模型能夠較好的擬合深指月收益率序列的波動(dòng)情況。關(guān)鍵詞:風(fēng)險(xiǎn)價(jià)值,VaR計(jì)算,GARCH模型族,波動(dòng)性,失敗檢驗(yàn)法東北石油大學(xué)碩士研究生學(xué)位論文RisksMeasurementandAnalysisofShanghaiAndShenzhenStockMarketIndexBasedonGARCH-VaRModelA

7、BSTRACTValueatRiskisprevalentmanagementapproachtopredictthefinancialriskintheinternationalarenacurrently,alsoiswidelyusedbyfinancialinstitutionsforriskanalysisandforecasting.ThispaperstudiestheVarmeasurementmethodsandGARCHmodel,alonewithcombiningthetheoreticalanalysisande

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶(hù)上傳,版權(quán)歸屬用戶(hù),天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶(hù)請(qǐng)聯(lián)系客服處理。