VaR模型的比较及其在金融风险管理中的应用研究
该文通过样本直方图、箱线图发现中国上海股票市场和深圳股票市场日收益率的分布呈明显的"高峰厚尾"(Leptokurtic & Fat-tail)特征,说明中国股市收益的分布具有非正态性,随后的参数及非参数检验验证了这一点.然后,我们分别对上海股市和深圳股市日收益率的波动性进行了分析,观察到上海和深圳两地股市日收益率的波动性表现出在一段时间里波动幅度很大,而在另一段时间里波动幅度较小,存在"易变性聚类"(Volatility clustering)现象.拉格朗日检验(LM)检验表明沪、深两市的日收益率服从ARCH过程.通过取不同的滞后阶数,,运用极大似然法(极大似然函数运用BHHH算法求解)估计GARCH模型参数,发现当p=1、q=1时AIC最小,估计的GARCH模型最优.故采用GARCH(1,1)模型预测上海和深圳股市日收益率的波动性,计算两个股市每天的VaR值,返回式检验表明,GARCH模型比RiskMetrics和移动平均法能更准确地反映中国上海和深圳股市的风险.VaR方法目前已经在欧美许多金融机构的内部风险管理、监管信息披露、业绩评估等方面获得重要应用,引进该方法对提高中国金融风险管理水平有重要的现实意义.
VaR(风险价值);高峰厚尾;GARCH;股票市场;风险管理
重庆大学
硕士
技术经济及管理
张宗益;杨秀苔
2001
中文
F832.5
69
2004-04-08（万方平台首次上网日期，不代表论文的发表时间）