论文部分内容阅读
房地产是人类生存必不可少的生活生产资料,在国民经济中扮演着十分重要的角色。一旦房地产市场出现重大波动,就会给整个经济带来重大影响,甚至引起社会动荡。历史上绝大多数金融危机爆发的根源都是房地产市场的崩溃,本次世界金融危机也同样是由于房地产价格大幅下跌进而出现的次贷危机引起的。因而,房地产投资必须深入研究房地产市场的价格及其波动变化,进而有效的进行房地产投资的风险管理。房地产市场风险管理的重点之一就是要找到一个准确可靠的测度计量模型。房地产直接投资与间接投资作为房地产投资的主要类型,其相对应的市场价格及其波动关系到房地产投资收益与风险。因而,本文基于这两个市场的代表性价格数据,针对现有的大多数风险测度方法存在的不足,尤其是目前的风险测度方法没有考虑到小概率、大损失的极端事件所引发的风险的现状,运用极值理论EVT和VaR理论构造房地产市场风险测度计量模型。由于房地产市场存在自相关性、波动集聚性和杠杆效应等部分典型事实,本文基于这些典型事件,结合ARMA(1,1)和GARCH(1,1)/GJR(1,1)模型构造出独立同分布特征的标准残差序列,选择最大10%的标准残差序列值,运用EVT对其进行建模,并结合随机过程测度出动态极值VaR,然后运用Back-testing方法检验动态E-VaR风险测度计量模型的准确性。通过实证研究和检验结果表明,基于动态E-VaR的市场风险测度方法能够有效测度出我国房地产间接投资市场的风险,但不能有效测度直接投资市场的风险,而对于直接投资市场,则适用常用的条件N-GARCH模型。这一结论将为房地产风险管理者准确测度市场风险在模型选择上提供了实证依据。最后,文章总结了本文的研究思路和结论,对研究的不足进行了进一步分析,并针对课题研究的现状,提出未来进一步的研究方向。