论文部分内容阅读
随着我国金融业的不断发展与对外开放、金融创新的步伐不断加快、新型金融产品陆续推出,我国金融业所面临的潜在风险也在慢慢变得更加复杂,2015年6月至9月我国股票市场所经历的暴跌也揭示了我国金融市场的潜在风险。分析金融市场的波动特性同时对金融市场的风险进行估计对投资者和监管者等市场参与者都具有重要的意义。Va R以其出色的综合概括能力,为投资者和监管者提供了一个直观、全面且具有前瞻性的风险度量方法。在巴塞尔委员会的推动下,Va R已经变成全球金融机构广泛使用的风险度量方法并且成为了计量商业银行资本要求的核心指标。本文主要针对金融市场运行的模式转换和金融资产收益率的“尖峰厚尾”等特征,构建了基于隐马尔可夫模型的Va R度量方法。本文首先提出了Va R度量方法研究的背景及意义,然后对国内外的研究文献进行了梳理,发现考虑到金融市场运行模式切换的方法往往无法有效衡量尾部风险,尤其是左尾风险,而能够较好地覆盖尾部风险的方法又往往没有考虑到市场运行的模式切换。为了将金融市场运行的模式切换与极端损失的尾部风险相结合起来,我们引入了隐马尔可夫模型和混合正态分布并在此基础上构建了基于隐马尔可夫模型的Va R度量方法(HMM‐GMM‐Va R)。模型的检验方面我们首先使用了模拟数据来衡量Va R度量方法的准确性,选择了吴燕飞于2013年提出的将隐马尔可夫模型与GARCH模型相结合度量Va R的方法(HMM‐GARCH‐Va R)和没有考虑金融市场运行的模式切换单独使用混合正态分布来度量Va R的方法(GMM‐Va R)作为参照。发现HMM‐GMM‐Va R与GMM‐Va R准确性相当且优于HMM‐GARCH‐Va R,大部分情况下HMM‐GMM‐Va R准确性最佳。然后选择上证指数的对数收益率数据进行了实证研究,使用Kupiec和Christofferson两种回溯检验方法对上述三种Va R度量方法在现实中的适用情况进行了分析,发现HMM‐GMM‐Va R在现实的市场环境中表现最佳。最后考察了三种Va R度量方法在2015年6月至9月中国股票市场大幅下跌的极端市场风险情况中的表现,发现只有HMM‐GMM‐Va R在市场波动加剧时给出了信号。如果投资者使用HMM‐GMM‐Va R监控市场风险的变化情况,则可以相应的减少所受的损失。