基于GARCH模型的VaR方法及对沪深300指数的实证研究

来源 :云南大学 | 被引量 : 0次 | 上传用户:jiaxing19871215
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从上个世纪70年代开始,经济自由化、全球化的趋势越来越明显。在经济一体化、经济全球化、信息技术、现代金融理论、金融创新等的影响下,全球金融市场飞速发展,交易量明显增加,同时也加大了金融市场的波动性,金融机构面临的金融风险也就更大。许多金融机构开始意识到了加强风险管理的必要性,如何规避金融市场风险至关重要。投资者和金融机构都非常关注如何有效地控制和防范金融风险,尽可能的降低潜在损失等问题。针对这些问题,大量的国内外专家学者都进行了很多的研究,提出了很多金融风险的度量方法。VaR方法因其测量风险的定量性、综合性、通俗性等被许多银行、金融机构和监管机构广泛应用,目前正在成为金融风险管理的国际标准。  本文运用金融衍生证券、计量经济学、统计学等相关学科的知识,利用理论分析与实证研究相结合的方法,运用基于GARCH类模型的VaR方法对沪深300指数进行研究分析。对沪深300指数日对数收益率的基本特征进行分析研究,进一步对它进行稳定性检验、正态分布检验、自相关检验、异方差检验。检验得出沪深300指数的收益率时间序列存在着ARCH效应,尖峰厚尾,不具有对称性。本文选择用能够较好描述尖峰厚尾性的特征的t分布以及GED分布,选择GARCH类模型对收益率波动率进行研究,并对模型的拟合结果进行ARCH—LM检验,再根据信息准则选择最合适的GARCH模型。本文利用Eviews6.0软件得出模型的参数估计和不同分布下的分位数,把相应的参数和分位数代入VaR的计算公式,得出各个模型估计下的VaR值,再利用Kupiec的似然比检验方法对模型的正确性进行检验,最后通过比较分析得出最适合沪深股市的市场风险的模型。
其他文献
为了适应基础教育课程改革,落实新课程改革的的科学理念,我们需要一种新的方法来支撑新课程改革的向前推进和不断升入.
学位
学位
学位
学位
近年来,神经网络模型被广泛的应用于图像处理、模式识别等领域。深入研究神经元之间相互耦合的网络模型,从视觉仿生的角度探索图像处理的原理具有重要的意义。图像分割是视觉图
学位
诊断试验是临床试验不可或缺的,它对疾病的控制和预防、医疗资源和成本的节约都有非常大的意义。TG-ROC分析方法主要用于诊断试验的综合评价,从灵敏度和特异度曲线上可以观察灵
学位
学位