基于高频波动的VaR模型比较研究

论文摘要

本文利用高频数据,在高频波动理论基础上,建立了有代表性的已实现波动、调整已实现波动、已实现极差波动、已实现双幂次变差波动和二尺度已实现波动五个高频波动估计量,然后针对这五个估计量建立了分整自回归移动平均模型,并进行了样本内预测。假定收益率序列服从正态分布、学生T分布和广义误差分布,选取90%、95%、97%和99%的置信水平,应用高频波动样本内的预测值分别计算了在不同分布下、不同置信水平下的风险价值,最后对五个高频波动的风险价值模型进行了检验,选取出了不同置信水平下的最优风险价值模型。文章还建立了基于低频数据的GARCH模型,并计算了该模型下的风险价值,然后与基于高频波动的风险价值模型进行了比较分析。全文共分六章,第一章,是引言部分,就本文的选题背景、选题目的和意义、国内外研究现状和发展趋势、本文的主要研究内容和方法进行了简单的阐述。第二章是文献综述部分,就高频波动的国外、国内相关文献,风险价值国外、国内相关文献分别进行了梳理和分析,提出本文的研究思路和研究重点。第三章是关于风险价值的原理和应用,根据定义,风险价值在计算中涉及到两个关键因素,金融资产收益率的分布和波动率,对资产收益率的研究已经比较多了,本文重点关注波动率这个因素。第四章是高频波动时间序列建模,首先简要介绍了高频波动的理论基础,建立了已实现波动、调整已实现波动、已实现极差波动、已实现双幂次变差波动和二尺度已实现波动五个高频波动估计量,然后对这五个估计量进行了描述性统计分析,最后针对这五个高频波动估计量建立了分整自回归移动平均模型。第五章模型效果检验和结果分析,首先介绍了风险价值常用的检验方法失败率检验法,接着对基于五个高频波动估计量的风险价值模型进行了比较分析,然后计算了基于低频数据GARCH模型的风险价值,并进行了模型检验,本章最后就高频波动估计的风险价值模型和低频GARCH的风险价值模型进行了比较分析,选取出了在不同置信水平和不同分布下的最优模型。第六章是本文主要结论和后续讨论。本文的主要研究结论可以概括如下：第一、在10%的显著性水平下,基于广义误差分布下的已实现双幂次变差波动模型效果最好。在5%的显著性水平下,从检验统计量的角度来说,基于学生T分布的已实现极差波动和基于广义误差分布下的已实现双幂次变差波动模型效果最好。但是从实际失败天数与期望失败天数的绝对值之差来看,基于学生T分布的调整已实现波动效果最好。在3%的显著性水平下,从检验统计量的角度来说,基于学生T分布的已实现极差波动效果最好,从期望失败天数与实际失败天数的绝对值之差来看,基于学生T分布的已实现波动和基于广义误差分布的已实现极差波动效果最好。在1%的显著性水平下,基于学生T分布的已实现极差波动效果最好。第二、从最后选取出的模型来看,在不同的显著性水平下,有已实现波动、调整已实现波动、已实现极差波动和已实现双幂次变差波动,这充分说明,基于高频波动模型建立的风险价值要比基于低频数据建立的GARCH模型要好。第三、总体上来说,广义误差分布和学生T分布适用于置信度较高的检验,而正态分布适用置信度较低的检验。

论文目录

• 摘要
• ABSTRACT
• 1. 引言
• 1.1 选题背景
• 1.2 选题目的和意义
• 1.3 国内外研究现状和发展趋势的简要说明
• 1.4 本文主要研究内容和方法
• 2. 文献综述部分
• 2.1 高频波动率的文献综述
• 2.1.1 高频波动综述小结
• 2.2 关于VaR的文献综述
• 2.2.1 关于VaR文献综述小结
• 2.3 本章小结
• 3. VaR的原理和方法
• 3.1 VaR的提出背景
• 3.2 VaR的基本思想
• 3.3 VaR在应用中应该注意的问题
• 3.4 本章小结
• 4. 高频波动时间序列建模
• 4.1 高频波动的理论基础
• 4.2 高频波动率模型
• 4.3 高频波动率的统计特征分析
• 4.4 基于高频波动率ARFIMA建模
• 4.5 基于高频波动率的建模
• 4.5.1 模型设定
• 4.5.2 模型估计结果
• 4.6 本章小结
• 5. 模型效果检验和结果分析
• 5.1 模型检验标准
• 5.2 模型检验结果和分析
• 5.3 GARCH模型及估计结果
• 5.4 模型检验结果的进一步分析
• 5.5 本章小结
• 6. 本文结论和后续讨论
• 6.1 本文的主要结论
• 6.2 后续讨论
• 参考文献
• 致谢
• 在读期间科研成果目录