基于GARCH-CVaR的互聯(lián)網(wǎng)金融市場(chǎng)風(fēng)險(xiǎn)度量及監(jiān)管研究.pdf

1、互聯(lián)網(wǎng)已經(jīng)全面、深入地滲透并深刻影響和改變著經(jīng)濟(jì)社會(huì)發(fā)展各領(lǐng)域，互聯(lián)網(wǎng)與金融的有機(jī)結(jié)合催生了滿足群眾財(cái)富保值增值需求和弱勢(shì)群體融資需求的互聯(lián)網(wǎng)金融。由于互聯(lián)網(wǎng)金融法律法規(guī)不夠健全，也沒(méi)有建立適應(yīng)互聯(lián)網(wǎng)金融特點(diǎn)的風(fēng)險(xiǎn)防范和監(jiān)管體系，互聯(lián)網(wǎng)金融行業(yè)各種風(fēng)險(xiǎn)問(wèn)題日益凸顯出來(lái)。加強(qiáng)風(fēng)險(xiǎn)防范和監(jiān)管成為了促進(jìn)互聯(lián)網(wǎng)金融持續(xù)健康發(fā)展和保持金融體系安全穩(wěn)定的現(xiàn)實(shí)需要。
　　本文通過(guò)對(duì)互聯(lián)網(wǎng)金融市場(chǎng)風(fēng)險(xiǎn)的各種測(cè)量方法進(jìn)行系統(tǒng)的分析和研究，最終選定了

2、VaR（Value at Risk）和CVaR方法作為本文的研究方法。該文著重介紹了VaR和CVaR模型的基本原理以及VaR和CVaR的計(jì)算方法，并以2014年至2016年上證綜合指數(shù)和深圳成份指數(shù)為研究對(duì)象，利用VaR和CVaR方法對(duì)我國(guó)互聯(lián)網(wǎng)金融市場(chǎng)風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析。實(shí)證檢驗(yàn)取得了較好的效果。
　　本文在互聯(lián)網(wǎng)金融市場(chǎng)較充分的數(shù)據(jù)基礎(chǔ)上，通過(guò)Eviews統(tǒng)計(jì)分析軟件和計(jì)量經(jīng)濟(jì)學(xué)方法進(jìn)行處理，實(shí)證分析結(jié)果得出：互聯(lián)網(wǎng)金融市場(chǎng)指

3、數(shù)收益率序列分布具有尖峰厚尾的特點(diǎn)，并且具有明顯的GARCH效應(yīng)和杠桿效應(yīng)，其波動(dòng)具有聚集性和時(shí)變性（條件異方差性）；基于正態(tài)分布的 VaR估計(jì)可能會(huì)低估風(fēng)險(xiǎn)，基于GARCH-M模型t分布的CVaR估計(jì)可能會(huì)高估風(fēng)險(xiǎn)，基于GARCH模型t分布的CVaR估計(jì)的結(jié)果較準(zhǔn)確。實(shí)證研究表明，GARCH族模型能夠很好地刻畫(huà)收益率序列殘差項(xiàng)的異方差性，選用GARCH族模型能夠比較有效的進(jìn)行VaR和CVaR的估計(jì)，從而進(jìn)行證券市場(chǎng)的風(fēng)險(xiǎn)測(cè)量。文章最后