长记忆条件下中国股市VaR估计模型的比较研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:yjfu
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
VaR(Value at Risk)是一种利用统计技术来度量市场风险的方法。一些权威金融研究机构的调查表明,自二十世纪80年代以来,VaR己经为众多商业银行、投资银行、非金融公司、机构投资者及监管机构所使用和关注。许多金融机构都将VaR作为防范金融风险的第一道防线,并且开发了利用VaR进行风险管理的软件。监管机构则利用VaR技术作为金融监管的工具,如在巴塞尔委员会发布的巴塞尔银行业有效监管核心原则及欧盟的资本充足度法案中,VaR成为其监管市场风险的重要工具。由于GARCH族模型能够较好地刻画收益的动态变化特征,捕捉股市的丛集性效应、非对称特征,所以近年来计算VaR的参数方法多集中于用各类GARCH模型结合能捕捉股市收益的厚尾特征的t-分布、GED分布进行计算。本文首先介绍VaR的概念、计算方法及VaR模型的准确性检验;接着回顾传统的GARCH类波动模型到FIGARCH模型的转变,之后介绍了长记忆的概念及检验方法。在实证分析这一章,首先对上证综合指数、深圳成份指数、香港恒生指数进行了一个长记忆性检验,在收益波动率序列中我们发现了高度显著的长记忆性。然后我们用GARCH(1,1)、FIGARCH(1,d,1)和FIEGARCH(1,d,1)模型计算各指数在三个置信水平下的VaR值。我们用返回检验法检验对各模型的预测效果进行了比较,但是从LR统计量考虑,我们不能拒绝GARCH、FIGARCH、或FEGARCH模型,它们都能对较好地对风险作出估计,因此本文采用评分法评估各模型的优劣,按各模型实际失败率p *与期望失败率p绝对差的大小,我们计算出各指数的9个模型的排序情况,并算出平均排序,平均排序最小的模型其准确性总的来说是最高的。评分法便于综合评价各模型的优劣。实证结果表明在估计95%置信度下的VaR值时基于GED分布的FIGARCH(1,d,1)模型表现最佳。而在97.5%及99%置信水平下,基于GED分布的FIEGARCH(1,d,1)模型表现出了最好的预测能力。我们发现FIGARCH和FIEGARCH模型在估计中国股市的VaR值时要比GARCH模型表现优越。这表明考虑非对称性和长期记忆特征对于估计中国股市指数的VaR值来说是非常有价值的。考虑长期记忆特征有助于提高波动模型的实际预测能力,同时条件分布的选取对预测能力也有显著影响。
其他文献
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
随着大港油田勘探开发进入中后期,研究工作面临庞大的项目数据整理、繁多的应用软件及成果之间各自独立、共享难等问题,急需一个统一的平台,解决项目进展管控、任务分配、成
本文从几个具体事例力求说明在新课改实验中,教师如何面对角色的转变,并从崭新的角度去规划自己的教学过程,将学生从验证性的学习过程逐步引导进入探究性的学习过程,为今后能
紫杉酚(Paclitaxel)是存在于红豆杉科红豆杉属植物中的一种具有抗癌活性的化学成分。该植物分布于北半球,全世界约有11种,我国有4种和1个变种,它们是西藏红豆杉、云南红豆衫、东北
当前,现代学徒制俨然已经成为了一种新型有效的人才培养模式,在城市轨道交通机电技术专业人才培养中发挥出了极大的辅助作用。现代学徒制以双身份、双主体、双导师的特点为主
将欧洲红豆杉(Taxus baccata)的茎愈伤组织置于改良B_5培养基中扩大培养,40~60天后,取出培养物,滤除游离液体,在-80℃下冷冻。取部分培养物(生物量)提取分离出紫杉酚后,剩余
伴随着市场经济的发展,我国社会结构正逐步由内向型转化为外向型,社会心理以及民族意识都在发生深刻的变化,人们的思想空前活跃,目前大部分的主干员工为80 后和90 后,他们的
2020年9月15日,西门子以"数字化企业——让工业更进一步"为主题亮相2020中国国际工业博览会(以下简称:工博会).首次邀请上海上实龙创智能科技股份有限公司、上海怀信智能科技
目的观察肾炎Ⅱ号方治疗气虚血瘀型慢性肾小球肾炎的临床疗效。方法对我院门诊及住院的42例慢性肾小球肾炎患者随机分两组:对照组口服雷公藤多甙片或强的松;中药组口服肾炎Ⅱ号
为了筛选出适宜福建省龙岩市永定区种植的晚稻品种,2019年永定区引进了韶优766、万象优111、万象优982、昌两优8号、粳香优巴丝等5个杂交水稻新品种,在金砂乡西田村围屋段进