基于EWMA方法的VaR估计

论文摘要

本文在简单介绍风险价值（VaR）理论及计算方法和自回归移动平均（ARMA）模型的基础上,利用Box-Cox变换对我国上证和深证B股收盘指数进行数据变换,使其服从或近似服从正态分布,然后利用指数加权移动平均法（EWMA:exponentially weighedmoving average）和自回归移动平均（ARMA:Auto-regressive Moving Average）模型,对我国上证和深证B股收盘指数从开市的1992年到2007年大盘的日、周和月收盘指数对应的收益率进行了实证分析,分别计算了它们的最优衰减因子,进而计算了他们的风险值。得到如下结果:（1）对于上证B股收盘指数（深证B股收盘指数）:日、周、月收益率的最优衰减因子分别为0.84,0.97,0.84（0.98,0.95,0.84）。所得的数据充分说明在短周期内上证B股收盘指数对应的收益率和深证B股收盘指数对应的收益率的波动性是不一致的,但是从长期来看,上证B股收盘指数对应的收益率和深证B股收盘指数对应的收益率的波动性是一致的,符合我国宏观经济情况。（2）利用指数加权移动平均法（EWMA）和自回归移动平均（ARMA）模型对我国上证B股收盘指数和深证B股收盘指数所对应收益率的风险值（VaR）的预测值的波动性一致。并且指数加权移动平均法（EWMA）对我国上证和深证B股收盘指数对应收益率的风险值（VaR）的预测值更能及时反映市场的波动性。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 VaR产生背景
• 1.2 国内外研究动态
• 1.3 研究的意义
• 第二章 理论基础
• 2.1 VaR方法简介
• 2.1.1 VaR的概念
• 2.1.2 计算VaR的方差协方差方法基本原理
• 2.1.3 方差估计的EWMA
• 2.2 Box-Cox变换的简要介绍
• 2.3 ARMA模型概述
• 2.3.1 自回归模型
• 2.3.2 移动平均模型
• 2.3.3 自回归移动平均模型
• 第三章 我国上证和深证B股收盘指数的数据处理
• 3.1 数据样本和计算工具
• 3.2 正态性检验
• 3.3 对样本数据进行Box-Cox变换
• 第四章 基于EWMA方法的中国B股股市VaR估计
• 4.1 基于EWMA方法的中国B股股市衰减因子的估
• 4.2 基于EWMA方法的中国B股股市VaR的估计
• 第五章 EWMA法预测与ARMA模型预测的比较
• 5.1 模型的识别
• 5.2 模型的参数估计
• 5.3 模型检验
• 5.4 模型的预测
• 第六章 结论
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文