论文部分内容阅读
近些年来，世界经济和整个金融市场的环境发生了巨大的变化，金融市场大幅波动的频繁发生导致金融市场参与者对金融市场风险管理理论和工具的需求越来越强烈。VaR和ES是目前国际上应用较为广泛的风险度量值，金融/非金融机构的风险管理者使用VaR和ES进行积极的风险管理，将风险造成的损失降到最低。高级时间序列分析发现，金融时间序列分析中在某些时间段的行为模式与之前有很大不同，称之为“机制转换”，将不可观测的机制变量引入模型，可以分析时间序列在不同机制之间的转换以及不同机制的不同。 本文使用正态分布假设/t分布假设的马尔科夫机制转换模型刻画中国股市市场并计算风险度量值，通过与GARCH模型的比较发现，马尔科夫机制转换模型能够通过模型的准确性检验，其估计效果优于GARCH模型，尤其是t分布假设下的马尔科夫机制转换模型。同时，风险管理人员可以通过马尔科夫机制转换模型得到不同状态下的均值、方差、持续时间和平滑概率等信息，通过状态变化的程度分析冲击影响的深度，并根据自己对现实市场的把握，对模型估计出来的这一概率值进行调整。 第一章中，首先介绍了风险管理的重要性和VaR及ES的估计方法。综述了目前国内和国外使用马尔科夫机制转换模型刻画时间序列数据及进行风险度量的成果。最后详细描述了本文的创新点和目标。 第二章中，介绍了VaR和ES的定义和特点，并介绍了使用VaR进行风险调整业绩评估。 第三章中，详细介绍了马尔科夫机制转换模型的模型设定以及使用该模型估计VaR和ES，并介绍了GARCH模型及使用GARCH模型计算的VaR和ES进行比较。最后介绍了VaR和ES的检验方法。 第四章中，使用沪深300指数收益率序列，生物医药行业指数收益率序列，房地产行业指数收益率序列和有色金属行业指数收益率序列进行实证分析，得出结论。 第五章中，对全文做出总结，并且指出了本文存在的不足之处。