论文部分内容阅读
作为一种先进的金融风险管理工具,同时也是国际金融监管工具，风险估值模型或称VaR模型(Value at R isk)引入我国股票市场，有利于加强股票投资风险管理的能力，提高参与国际竞争的能力，具有非常大的现实意义。 本文在以下方面进行了深入研究，目前在研究VaR时，为了刻画条件方差，都在VaR模型中引入当前刻画条件方差最典型的GARCH族模型，在用参数法计算VaR时,关于收益率残差的分布假设一般选用正态分布、t-分布和GED分布。在这三个残差分布假设的条件下，通常会过大或者过小的估计风险。因此，本文在对收益率残差的假设时引入了具有良好统计特征的对称广义双曲线分布（常见的正态分布、t分布和方差-gamma分布等都是它的极限形式）。在基于对称的广义双曲线分布计算VaR时与GARCH族模型EGARCH模型结合在一起。在考虑收益的波动性的同时，对VaR残差的正态分布、t、GED、SGHD分布假设进行了比较研究，通过对上证指数和深证指数对数收益率的实证研究，结果显示与正态分布、t、GED分布的结果进行了对比。SGHD能较好地拟合波动,准确估计和把握风险。 本文的创新之处： ①在对VaR进行估计时，选择了一个灵活性很强的分布—对称的广义双曲线分布作为收益率的残差分布假设。 ②在计算VaR时，通过分析金融市场的特征，引入ARCH模型族，并且选用具有良好性质的EGARCH模型。 ③根据金融时间序列的尖峰厚尾特征，我们通过t-分布、正态分布和广义误差分布等不同的分布假设计算了非正态分布金融资产收益率的VaR值；根据金融时间序列的异方差性，我们ARCH模型解决波动聚类问题，并对波动性进行有效预测。且首次将EGARCH-SGHD模型引入到对VaR值的计算和预测中，从而得到了更为准确的动态预测结果。实证分析表明，利用EGARCH-SGHD方法计算的VaR值最适合于刻画中国证券市场的波动及风险特征。 ④在进行模型的参数估计时，引入遗传退火算法，比较精确的计算VaR值。