VaR若干典型度量方法的比较研究

摘要

目前,VaR的度量方法有很多,而且,由不同方法计算出的VaR值往往相差很大,使得风险管理者面对如此多的模型不知如何选择才能真正达到其风险管理的目的.针对这一点,该文给出了一种将理论分析与实证分析相结合的VaR模型准确性评价方法.该文比较检验了六种典型的风险度量方法,并得出了在不同置信水平下的模型的准确性排序.VaR表示在一定时段内,在给定的置信水平下预期的潜在最大损失.参数度量方法主要是依赖于对波动率的估计.该文选取了四种参数估计的方法即EQMA,EWMA,GARCH,EGARCH模型,通过对其波动率的估计来估算VaR.另外,还选取了两种非参数方法HS和EVT理论中的POT方法,对这六种方法通过Nasdaq指数的日回报数据进行了比较检验.该文所用的检验方法主要分两步进行.第一步是统计性检验,第二步是通过损失函数来评价模型的优劣.该文的研究结果表明:在95%置信水平下,不应该使用EGARCH方法,POT方法准确性最佳,接下来依次是:HS,EQMA,EWMA,GARCH;在99%置信水平下,不应该使用EWMA方法,POT方法准确性最佳,接下来依次是:HS,EQMA,EGARCH,GARCH.对于样本数据很大的情况下,该文的研究结果推荐管理者使用极值理论方法进行VaR风险度量.

目录

文摘

英文文摘

1 绪论

1.1引言

1.1.1本文研究的背景

1.1.2本文研究的意义

1.2 VaR方法概述

1.2.1 VaR方法的产生

1.2.2 VaR方法的用途

1.2.3 VaR相对于传统金融风险测量方法的特点

1.2.4 VaR方法的优点和不足

1.2.5 VaR的算法研究

1.3 VaR度量方法比较研究现状

1.3.1国内外研究现状

1.3.2进行比较研究所用的主要检验方法

1.3.3仍存在的缺点与不足

1.4本文的研究内容

2 VaR的基本算法及差异

2.1 VaR的基本概念

2.2 VaR的数学定义

2.3 VaR的几种典型算法

2.3.1 RiskMetrics方法

2.3.2 GARCH类模型方法

2.3.3历史模拟方法

2.3.4 Monte Carlo模拟方法

2.3.5基于极值理论的VaR算法

2.4不同度量方法的差异

3基于实证分析的算法比较

3.1数据

3.1.1样本数据

3.1.2金融数据的基本特征

3.2六种典型的VaR度量方法

3.2.1 EQMA方法

3.2.2 EWMA方法

3.2.3 GARCH(1，1)方法

3.2.4 EGARCH(1，1)方法

3.2.5 HS方法

3.2.6基于EVT理论的POT方法

3.3各种度量方法比较理论分析

4模型准确性检验

4.1预测模型的检验方法

4.1.1模型精确性的统计检验

4.1.2损失函数评价

4.2模型准确性比较检验

4.3实证检验结果

结论

参考文献

致谢

攻读硕士学位期间发表的论文

大连理工大学学位论文版权使用授权书