

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在現(xiàn)實生活中,極端事件雖然很少發(fā)生,但是一旦發(fā)生就會人類社會帶來極其嚴(yán)重的影響,比如一些極端干旱氣候、暴風(fēng)雨和臺風(fēng)等,給人們的生命財產(chǎn)造成巨大的損失。在金融市場中,隨著金融自由化的進(jìn)一步加深,人們在金融自由帶來的便利性的同時,也不得不面臨金融市場中各種極端風(fēng)險帶來的威脅。極端事件在風(fēng)險管理的各個領(lǐng)域都會出現(xiàn),比如市場風(fēng)險領(lǐng)域、信用風(fēng)險領(lǐng)域等。
在金融市場中,股票價格發(fā)生劇烈波動的這種極端事件也曾發(fā)生過幾次,比如1987年10月
2、美國發(fā)生的股市崩盤,1997年的東南亞危機,而在中國的金融市場中,股票價格劇烈波動發(fā)生的頻率也有所上升,帶來的損失也在不斷增加。比如,在2016年1月4日,熔斷機制實行的首個交易日,滬深300開盤即快速殺跌,中證500指數(shù)盤中跌破5%,市場毫無招架之力。在面臨較大的市場波動時該如何形成一個有效可行的預(yù)測機制,來預(yù)測較大的市場波動風(fēng)險是目前金融市場中比較受關(guān)注的領(lǐng)域。一個風(fēng)險管理師最大的挑戰(zhàn)之一是找到一種風(fēng)險管理工具,利用這種風(fēng)險管理工具
3、能夠?qū)O端破壞性事件進(jìn)行建模并計量出極端事件的損失。對于極端事件風(fēng)險的研究,極值理論在上述研究的過程中起著非常重要的作用。目前,VaR(value at risk)方法已經(jīng)成為風(fēng)險管理中用來度量市場風(fēng)險的一種主流的方法,克服了傳統(tǒng)方法無法準(zhǔn)確定義和度量金融風(fēng)險的缺陷。風(fēng)險值VaR是指在金融市場在正常的情況下,金融資產(chǎn)可能面臨的最大的損失。更準(zhǔn)確的說,是在給定的置信水平下,金融資產(chǎn)的價值在將來一定時間內(nèi)的可能面臨的最大損失。
目
4、前估計風(fēng)險值VaR的主流方法是基于極值理論,主要利用的模型是BMM(Block Maxima Method)模型和POT(Peaks over Threshold)模型。本文通過對BMM模型的研究與思考,發(fā)現(xiàn)BMM模型在進(jìn)行風(fēng)險估計的時候存在數(shù)據(jù)浪費和不適用于短期內(nèi)估計風(fēng)險的缺點,引入最大跌幅序列,來研究最大跌幅序列的性質(zhì)、分布函數(shù)及其在估計尾部風(fēng)險上是否更準(zhǔn)確。我們是通過選取一個特殊的概率分布來對風(fēng)險建立一個模型,能通過對經(jīng)驗數(shù)據(jù)進(jìn)行
5、數(shù)據(jù)分析來估計這個分布,在這個過程中極值理論(EVT)是作為一種工具來幫助我們對尾部分布區(qū)域進(jìn)行擬合性最好的估計。然而,即使沒有可用的歷史數(shù)據(jù),EVT也提示我們應(yīng)該選擇什么樣的分布來更好的擬合極值風(fēng)險。
Fisher-Tippett理論提出要利用可收集到的樣本數(shù)據(jù)最大值來擬合GEV分布。關(guān)于這個說法在很多文獻(xiàn)中都有提到,尤其是在水文學(xué)領(lǐng)域,其中年極值法運用已經(jīng)有很長的歷史。
本文的主要內(nèi)容有下面幾個部分:首先,介紹了
6、論文用到的基本理論。包括極值理論及其估計風(fēng)險的模型,BMM模型和POT模型。重點介紹了BMM模型的理論方法,及該模型適用的分布函數(shù)GEV分布。其次,引入最大跌幅模型,給出對最大跌幅序列的定義及計算公式,并通過最大跌幅公式的轉(zhuǎn)換討論最大跌幅序列擬合廣義極值分布的可行性,由于最大跌幅序列就是一個極值序列,而且轉(zhuǎn)換后和BMM模型選取數(shù)據(jù)的原理一樣,所以可以假設(shè)最大跌幅序列可以擬合廣義極值分布。再次,最大跌幅序列的分布已經(jīng)解決,后面估計風(fēng)險值V
7、aR就和經(jīng)典BMM模型風(fēng)險計算的處理步驟相同,計算的方法同樣采用極大似然方法。同時,對于VaR也做了相關(guān)的介紹,包括VaR的定義,計算公式和計算方法。為了補充VaR的缺陷,在計算風(fēng)險值VaR后要進(jìn)行壓力測試,壓力測試的計算公式已經(jīng)在第五章給出。最后,介紹完基本的理論和新的最大跌幅序列模型方法后,在第六章主要進(jìn)行實證方面的研究。在實證分析模塊,選擇的研究對象是標(biāo)普500指數(shù),研究的區(qū)間是1950年1月到2015年12月,數(shù)據(jù)的選取分為多個
8、時間間隔,目的是為了保證對模型研究的充分性。首先對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗,保證廣義極值分布的參數(shù)可以是常數(shù)。然后進(jìn)行參數(shù)估計,得到廣義極值分布的參數(shù)估計結(jié)果。根據(jù)我們獲得的廣義極值分布,就可以根據(jù)計算公式來計算風(fēng)險值VaR。在計算VaR的時候,我們同時選用了其它幾個模型來計算風(fēng)險值,包括經(jīng)典BMM模型、歷史模擬法、參數(shù)正態(tài)法等。通過對不同模型的計算結(jié)果進(jìn)行對比,來研究最大跌幅序列模型的準(zhǔn)確性。最后進(jìn)行的是壓力測試,由于最大跌幅序列是一個極值
9、序列,考慮其在捕捉極端風(fēng)險上具有優(yōu)勢,也同樣采用和其他模型進(jìn)行對比的方法來進(jìn)行壓力測試。測試結(jié)果顯示,最大跌幅模型計算得到的壓力測試值最大,能夠更加準(zhǔn)確的估計極端風(fēng)險。并且能夠在較短的時間捕捉極端風(fēng)險,敏感度較高,和其它模型相比具有絕對的優(yōu)勢。綜合上述主要內(nèi)容的闡述,得出本文的觀點,即最大跌幅序列的引入是基于經(jīng)典BMM模型但是也是對BMM模型的進(jìn)一步改進(jìn),可以更加準(zhǔn)確的估計收益序列的尾部風(fēng)險,在預(yù)測極端風(fēng)險上最大跌幅模型更優(yōu),為金融市場
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- A+H交叉上市股票漲跌幅度溢出效應(yīng)研究.pdf
- 漲跌幅限制對股票信息不對稱程度的影響.pdf
- 漲跌幅限制效應(yīng)的實證研究.pdf
- 中國股票市場漲跌幅限制制度效率的實驗研究.pdf
- 論中國A股市場的漲跌幅限制.pdf
- 黃金期貨漲跌幅限制的效應(yīng)分析.pdf
- 漲跌幅限制下個股波動率的實證研究.pdf
- 基于數(shù)據(jù)挖掘的周內(nèi)股價漲跌幅預(yù)測.pdf
- 漲跌幅限制對滬市影響之實證研究.pdf
- 中國股市漲跌幅限制制度有效性研究.pdf
- 我國股票市場漲跌幅限制與停牌機制有效性比較研究.pdf
- 中國權(quán)證市場漲跌幅限制效應(yīng)的實證研究.pdf
- 基于多Agent的股市漲跌幅限制方法仿真研究.pdf
- 漲跌幅限制對A股日間股價影響的實證研究.pdf
- 漲跌幅限制對中小板股價影響的實證研究.pdf
- 漲跌幅限制、信息不對稱與競價行為實驗研究
- 漲跌幅限制對我國股票市場的影響——基于滬市、深市、創(chuàng)業(yè)板的實證分析.pdf
- 我國股市A股漲跌幅限制制度市場效應(yīng)的實證研究.pdf
- 上海股市漲跌幅限制的磁吸與冷卻效應(yīng)研究.pdf
- 證券漲跌幅對投資者短期交易行為影響的實證研究.pdf
評論
0/150
提交評論