论文部分内容阅读
正确的投资决策是建立在对收益率与风险的可靠预测上，可靠的预测只能由基于现实假定上的统计模型而得到。稳定分布能较好的描述金融数据中的两个重要经验特征：尖峰与厚尾。本文对上海综合指数及深圳成分指数的收益率进行了稳定分布拟合，进一步研究了稳定分布下的风险度量(VaR)与尾部风险度量(CVaR)，主要内容如下：
1．介绍了一元及多元稳定分布与稳定随机过程的基本理论。
2．分别用正态分布和稳定分布对上海综合指数以及深圳成分指数收益率进行分布拟合，采用极大似然法估计参数，利用x<2>检验与Dn检验测量拟合优度。结果表明：稳定分布能更好地拟合中国股票收益率的实际分布。
3．研究了VaR与CVaR计算的基本原理与方法。在稳定分布下计算上海综合指数以及深圳成分指数收益率的VaR与CVaR，对正确性进行返回检验，得到：稳定分布下的VaR模型与CVaR模型能更好地度量中国股票市场的风险与尾部风险。
4．对上海综合指数以及深圳成分指数收益率建立稳定GARCH模型，在此基础上计算VaR与CVaR，进行正确性检验，结果表明：稳定GARCH下的VaR模型与CVaR模型能更好地度量中国股票市场的风险与尾部风险。