基于已实现波动率的条件VaR研究

论文摘要

随着金融市场的快速发展,人们面临的风险越来越复杂多变,怎么对风险进行准确的度量摆在人们的面前。其中,金融市场风险的度量显得尤为重要。在险价值(VaR)的出现使得金融资产组合在一定时期内最大可能损失的定量研究成为可能,但现有的关于VaR度量的研究还有待于进一步深入。传统的方法大都只研究资产或者组合本身的VaR,未能考虑到金融资产的风险经常会受到其他一些因素的影响。而各种金融风险是相互影响、相互扩散的,需要研究在给定条件下对市场风险进行度量。已实现波动率是基于金融高频数据的波动率度量模型,包含更多的市场信息,能更好的反映市场特征,因此基于已实现波动率的条件VaR研究意义重大。本文首先介绍了VaR的几种常用的估计方法及其优缺点、Copula相关理论,接着研究了己实现波动率的理论背景,证明己实现波动率是实际波动率的无偏估计量,并重点分析了已实现波动率最优时间间隔的选取思路,在Rusell和Bandi的研究基础上,用1分钟交易数据,得出我国上海股票市场已实现波动率的最优时间间隔为15分钟。而后运用Copula方法研究收益率序列和已实现波动率的分布特性,分析了它们之间的相依结构,然后估计其参数,计算基于已实现波动率的条件VaR。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与选题意义
• 1.2 国内外文献综述
• 1.2.1 VaR 的文献综述
• 1.2.2 已实现波动率的文献综述
• 1.3 研究主要内容、结构安排和创新点
• 1.3.1 研究主要内容
• 1.3.2 结构安排
• 1.3.3 本文的创新点
• 第二章 相关理论介绍
• 2.1 VaR 理论
• 2.1.1 VaR 的定义
• 2.1.2 VaR 估计
• 2.1.3 条件VaR 的定义
• 2.2 Copula 理论
• 2.2.1 Copula 的定义及Sklar 定理
• 2.2.2 两类常见的Copula 函数族
• 2.2.3 Copula 与相依结构
• 2.2.4 Archimedean Copula 函数参数估计
• 2.3 已实现波动率理论
• 2.3.1 已实现波动的理论背景
• 2.3.2 测量误差与微观结构误差
• 第三章 基于已实现波动率的条件 VaR 估计
• 3.1 已实现波动率的最优取样频率选取
• 3.1.1 降低测量误差和微观结构误差的思路
• 3.1.2 取样频率理论思路介绍
• 3.2 Copula 函数的构建
• 3.2.1 Copula 函数的参数估计
• 3.2.2 Copula 函数的拟合
• 3.3 条件VaR 的估计
• 第四章 我国股票市场的实证研究
• 4.1 数据说明及已实现波动率最优时间间隔选取
• 4.2 已实现波动率的描述性统计特征
• 4.3 Copula 函数的选取及其参数估计
• 4.4 已实现波动率条件下条件VaR 估计
• 4.5 小结
• 结论与展望
• 参考文献
• 致谢
• 附录
• 综述
• 参考文献
• 中文摘要
• ABSTRACT