基于極值理論的風(fēng)險價值(VaR)方法及對滬深300指數(shù)的實證分析.pdf

1、近年來，受經(jīng)濟(jì)全球化和金融自由化、競爭與放松管制以及金融創(chuàng)新與技術(shù)進(jìn)步等因素的影響，金融市場規(guī)模迅速擴(kuò)大和效率明顯提高的同時，金融市場的波動性和風(fēng)險明顯增加，極端事件出現(xiàn)的頻率越來越高，極端事件造成的損失也非常巨大，嚴(yán)重時導(dǎo)致金融機(jī)構(gòu)倒閉，甚至導(dǎo)致整個國家乃至全球的金融危機(jī)。如2007年的這場始于美國次貸危機(jī)其后席卷全球的金融危機(jī)。在這些情況下，傳統(tǒng)的VaR方法在對極端風(fēng)險反應(yīng)方面表現(xiàn)一定的不足。本文意圖解決在極端情況下如何度量滬深30

2、0指數(shù)的風(fēng)險價值問題。文章主要分為兩大部分一理論研究部分和實證研究部分。
　　 在理論研究部分，通過對于VaR方法和極值理論的借鑒與回顧，客觀地評價各種VaR方法的優(yōu)缺點(diǎn)及適應(yīng)性及其方法，然后得到了EGARCH-M-EVT模型。再在此基礎(chǔ)上對滬深300指數(shù)進(jìn)行實證研究。
　　 在實證研究部分，文章首先對收益率序列的統(tǒng)計特征和分布進(jìn)行實證分析，以便選擇合理的VaR估計模型作為參考。通過正態(tài)性、自相關(guān)性、穩(wěn)定性以及ARCH效

3、應(yīng)的實證分析，發(fā)現(xiàn)滬深300指數(shù)不滿足正態(tài)分布，基本不存在自相關(guān)性，而且是穩(wěn)定的序列，但是收益分布存在明顯的波動集聚性。然后選取了幾個常用的VaR估計方法包括歷史模擬法、蒙特卡羅模擬法、正態(tài)方法(簡單加權(quán)平均和指數(shù)加權(quán)平均法)、GARCH類方法與基于極值理論的風(fēng)險價值方法(EVT方法和EGARCH-M-EVT方法)，針對滬深300指數(shù)進(jìn)行實證研究，對各種方法得出的風(fēng)險進(jìn)行準(zhǔn)確性檢驗，得出結(jié)論。通過研究發(fā)現(xiàn)，可以用EGARCH-M-EVT