论文摘要
VaR模型诞生于上世纪九十年代,对于它的研究至今才有十多年的历史。但由于它的产生使金融风险管理在方法上取得了实质性进步,因而得到了迅速推广和广泛关注。然而要准确度量VaR并非容易,这是因为它既与资产收益率的概率分布有关,又与资产收益率的波动性有关,而资产收益率序列具有条件异方差性。因此,为了准确估计VaR,必须充分考虑收益率的概率分布及其波动性这两个因素。ARCH类模型考虑了这两个条件——在拟合ARCH类模型时既要考虑收益率的概率分布,又能得出样本数据在不同时段的方差。因此,将ARCH类模型引入VaR的测度方法中,必能在很大程度上提高VaR的精度。本文通过对金融风险和金融风险管理概括性介绍后,在综述出几类风险度量方法的基础上对其中的VaR方法进行了细致的介绍和分析,在前人研究基础上总结出将ARCH类模型引入VaR测度模型的基本思想并提出利用ARCH类模型计算VaR的具体步骤。本文以中国股票市场中的上证指数、上证180指数、深证成份指数的2002年8月至2006年9月的1010组日收盘价数据为考察对象,通过假设其服从不同的分布状态,拟合出ARCH模型,进而得出不同的分布状态下的条件方差序列,并通过编制计算机程序计算出不同分布状态下各样本序列的95%和99%的分位数,这样得出了样本指数序列的日VaR,进而对样本指数的风险价值状况进行分析并得出结论。本文最后提出了在现实金融市场中如何更有效的利用基于ARCH类模型的VaR测度方法对风险资产的风险价值进行计算,并对研发出一套基于ARCH类模型的VaR评估系统的可行性进行了探讨。
论文目录
摘要Abstract1 金融风险及其度量1.1 风险概述1.2 金融风险与金融风险管理1.2.1 金融风险1.2.2 金融风险管理1.3 金融风险度量方法1.3.1 基于标准差的风险度量理论1.3.2 半方差模型1.3.3 对数效用模型1.3.4 ARCH类模型1.3.5 风险价值模型2 度量金融风险的VaR方法2.1 VaR模型的研究现状2.1.1 国外研究状况2.1.2 国内研究状况2.2 VaR模型概述2.2.1 VaR的计算基本原理2.2.2 VaR的作用2.2.3 VaR的优点2.3 VaR的测度方法2.3.1 参数法2.3.2 非参数法2.3.3 半参数法2.4 VaR方法的数学描述2.5 VaR模型的回测3 ARCH类模型及其在VaR测度中的应用3.1 ARCH类模型的提出与发展3.1.1 ARCH模型的提出3.1.2 GARCH模型的提出与发展3.1.3 ARCH模型的一般表述3.2 ARCH类模型在VaR测度中的应用方法3.2.1 将ARCH类模型引入VaR测度理论的基本思想3.2.2 用ARCH类模型计算VaR的基本步骤4 对中国股票市场风险价值的实证分析4.1 收益率及其分布状态4.1.1 收益率与对数收益率4.1.2 对数收益率的优点4.1.3 收益率的分布形式4.2 股票指数的选择4.3 样本股指数的数据特征4.4 VaR的计算及股市风险分析4.4.1 ARCH类模型的拟合及相关参数的计算4.4.2 VaR的计算及检验4.4.3 中国股市风险状况分析4.4.4 VaR的预测5 主要研究结论及建议5.1 VaR模型对我国股市的借鉴作用5.2 对基于ARCH类模型的VaR测度方法的评价5.3 对开发“基于ARCH类模型的VaR测度方法”系统的构想参考文献攻读硕士学位期间的研究成果附录一 基于PARCH-N模型的三类指数日VaR值附录二 分位数的求解方法致谢
相关论文文献
标签:金融风险论文; 风险量化论文; 股票市场论文;
基于ARCH类模型的中国股票市场风险价值的测度与分析
下载Doc文档