2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、最近幾年,我國的金融行業(yè)逐漸走向全球化,再加之利率市場化的深入,使得金融風險結構日趨復雜;市場風險測量難度不斷加大;風險管理的作用也日趨重要。就目前來說,度量金融市場的主要方法之一便是VaR(Value at Risk)。故運用有效精確的方法來實現(xiàn)VaR的測度具有非常重要的意義。
  基于GARCH模型族的VaR是最主流的算法之一。在解決 GARCH模型的參數(shù)估計這一問題之上,比較傳統(tǒng)的做法是通過極大似然估計來實現(xiàn)。然而,這種方法

2、比較難以實現(xiàn)模型最優(yōu)化的這一目的,究其原因,是因為在用這一方法進行求解時,給參數(shù)設置了種種的約束條件。為了應對極大似然估計在求解GARCH模型時所面臨的這一困境,本文在對GARCH模型進行參數(shù)估計時運用了另外一種方法,即基于馬爾科夫蒙特卡羅(MCMC)的貝葉斯方法,以期更好地對市場波動性進行刻畫。最終,這一效果通過基于GARCH模型的VaR估計得以直觀的呈現(xiàn)了出來。
  實證分析中,本文搜集了深證綜指的日收盤價作為原始數(shù)據(jù),通過簡

3、單的計算處理,最終采用指數(shù)收益率的形式進行實證分析研究。本文的數(shù)據(jù)分為兩段,一段用于建立并估計 GARCH(1,1)模型,另一段用于VaR的計算和回測檢驗。在本文的研究中,分別通過兩種方法,即經(jīng)典統(tǒng)計方法和基于MCMC的貝葉斯方法來建立并估計 GARCH模型。這兩種方法分別通過 Eviews軟件和OpenBugs軟件來實現(xiàn)。
  實證結果表明,在建立并估計 GARCH模型時,基于MCMC方法的貝葉斯估計要優(yōu)于極大似然估計(ML)方

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論