基于贝叶斯原理的金融市场风险价值测度研究
发布时间：2022-12-07 07:45
金融资产的风险价值（VaR）是指在既定的显著性水平下,在一定时期内资产可能发生的最大损失。在计算上可分为参数、半参数、非参数三种方法。本文主要研究了基于GARCH模型的参数估计法,假定金融资产收益率拥有特定的分布函数,在参数估计法的分析框架下,单位时间内金融资产的风险价值等于资产收益率的分布函数在既定显著性水平下的分位数、资产的期初价值、资产收益率方差三者的乘积。资产收益率方差估计的精度直接关系到资产风险价值能否被准确计算。由于GARCH模型能够较好的捕捉金融资产收益率的波动特征,文中使用GARCH模型对资产收益率的方差进行建模、估计和预测。在GARCH模型的估计方面,有传统的极大似然法（ML）和基于贝叶斯原理的马尔科夫链蒙特卡罗模拟算法（MCMC）。极大似然法通过求解似然方程得出参数的点估计结果,由于似然方程的非线性性质,求解似然方程往往需要迭代求解,当参数空间维数较大时,迭代过程可能非常耗时且得到的解可能是局部最优值而非全局最优值。贝叶斯方法避开传统优化方法的局限,将参数的先验信息与似然函数相结合得到参数的后验分布,将参数估计引入概率论的分析框架中,该方法能够得到模型参数的区间估计...
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
引言
1 绪论
1.1 选题背景及意义
1.2 文献综述
1.2.1 国外对金融风险的研究
1.2.2 国内对金融风险的研究
1.2.3 贝叶斯方法文献回顾
1.3 研究内容
1.4 研究思路及方法
1.5 重点及可能的创新点
2 金融风险管理
2.1 金融风险定义
2.2 金融风险分类
2.2.1 系统性风险
2.2.2 非系统性风险
2.3 金融风险测度
2.3.1 金融风险测度VaR
2.3.2 VaR的计算方法
2.4 VaR模型的后验测试
2.4.1 后验测试的意义
2.4.2 后验测试的失败率检验法
3 贝叶斯原理
3.1 贝叶斯公式
3.1.1 贝叶斯公式的事件形式
3.1.2 贝叶斯公式的随机变量形式
3.2 先验分布的确定
3.2.1 无信息先验分布
3.2.2 共轭先验分布
3.2.3 多层先验分布
3.2.4 经验先验分布
3.3 贝叶斯计算
3.3.1 马氏链蒙特卡罗(MCMC)
3.3.2 Gibbs Samplings
3.3.3 Metropolis-Hastings Samplings
3.3.4 MCMC收敛性诊断
4 贝叶斯原理的风险价值计算
4.1 Bayesian-GARCH-N-VaR模型
4.1.1 GARCH-N模型
4.1.2 GARCH模型估计方法
4.2 Bayesian-GARCH-T-VaR模型
4.2.1 GARCH(1,1)-T模型
4.2.2 贝叶斯估计GARCH(1,1)-T
4.3 实证分析
4.3.1 描述性统计分析
4.3.2 Bayesian-GARCH(1,1)模型估计
4.3.3 模型后验测试
4.4 实证分析小结
5 总结
参考文献
在学研究成果
致谢
【参考文献】：
期刊论文
[1]基于GARCH模型的风险价值蒙特卡罗模拟[J]. 陈磊,任若恩,张金宝. 系统工程. 2006(07)
[2]GARCH族模型计算中国股市在险价值（VaR）风险的比较研究与评述[J]. 龚锐,陈仲常,杨栋锐. 数量经济技术经济研究. 2005(07)
[3]中国股市风险CAViaR建模的稳定性分析[J]. 黄大山,卢祖帝. 管理评论. 2004(05)
[4]VaR理论及其应用研究[J]. 肖春来,宋然. 数理统计与管理. 2003(02)
[5]基于GARCH模型的VaR方法对中国股市的分析[J]. 陈守东,俞世典. 吉林大学社会科学学报. 2002(04)
[6]金融市场风险测量模型——VaR[J]. 王春峰,万海晖,张维. 系统工程学报. 2000(01)
[7]金融资产市场风险的VaR计量法及其应用[J]. 彭文德. 当代财经. 1999(11)
[8]金融风险管理的VAR方法及其应用[J]. 郑文通. 国际金融研究. 1997(09)
硕士论文
[1]基于MCMC-GARCH模型的股市收益率VaR估计研究[D]. 刘舒琪.哈尔滨工业大学 2015
[2]金融市场风险测量模型—VaR及基于VaR的证券组合选择[D]. 董李军.浙江大学 2003
本文编号：3712508
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
引言
1 绪论
1.1 选题背景及意义
1.2 文献综述
1.2.1 国外对金融风险的研究
1.2.2 国内对金融风险的研究
1.2.3 贝叶斯方法文献回顾
1.3 研究内容
1.4 研究思路及方法
1.5 重点及可能的创新点
2 金融风险管理
2.1 金融风险定义
2.2 金融风险分类
2.2.1 系统性风险
2.2.2 非系统性风险
2.3 金融风险测度
2.3.1 金融风险测度VaR
2.3.2 VaR的计算方法
2.4 VaR模型的后验测试
2.4.1 后验测试的意义
2.4.2 后验测试的失败率检验法
3 贝叶斯原理
3.1 贝叶斯公式
3.1.1 贝叶斯公式的事件形式
3.1.2 贝叶斯公式的随机变量形式
3.2 先验分布的确定
3.2.1 无信息先验分布
3.2.2 共轭先验分布
3.2.3 多层先验分布
3.2.4 经验先验分布
3.3 贝叶斯计算
3.3.1 马氏链蒙特卡罗(MCMC)
3.3.2 Gibbs Samplings
3.3.3 Metropolis-Hastings Samplings
3.3.4 MCMC收敛性诊断
4 贝叶斯原理的风险价值计算
4.1 Bayesian-GARCH-N-VaR模型
4.1.1 GARCH-N模型
4.1.2 GARCH模型估计方法
4.2 Bayesian-GARCH-T-VaR模型
4.2.1 GARCH(1,1)-T模型
4.2.2 贝叶斯估计GARCH(1,1)-T
4.3 实证分析
4.3.1 描述性统计分析
4.3.2 Bayesian-GARCH(1,1)模型估计
4.3.3 模型后验测试
4.4 实证分析小结
5 总结
参考文献
在学研究成果
致谢
【参考文献】：
期刊论文
[1]基于GARCH模型的风险价值蒙特卡罗模拟[J]. 陈磊,任若恩,张金宝. 系统工程. 2006(07)
[2]GARCH族模型计算中国股市在险价值（VaR）风险的比较研究与评述[J]. 龚锐,陈仲常,杨栋锐. 数量经济技术经济研究. 2005(07)
[3]中国股市风险CAViaR建模的稳定性分析[J]. 黄大山,卢祖帝. 管理评论. 2004(05)
[4]VaR理论及其应用研究[J]. 肖春来,宋然. 数理统计与管理. 2003(02)
[5]基于GARCH模型的VaR方法对中国股市的分析[J]. 陈守东,俞世典. 吉林大学社会科学学报. 2002(04)
[6]金融市场风险测量模型——VaR[J]. 王春峰,万海晖,张维. 系统工程学报. 2000(01)
[7]金融资产市场风险的VaR计量法及其应用[J]. 彭文德. 当代财经. 1999(11)
[8]金融风险管理的VAR方法及其应用[J]. 郑文通. 国际金融研究. 1997(09)
硕士论文
[1]基于MCMC-GARCH模型的股市收益率VaR估计研究[D]. 刘舒琪.哈尔滨工业大学 2015
[2]金融市场风险测量模型—VaR及基于VaR的证券组合选择[D]. 董李军.浙江大学 2003
本文编号：3712508
本文链接：https://www.wllwen.com/falvlunwen/jinrfa/3712508.html