基于garch和var的证券投资基金市场风险模型论文

基于garch和var的证券投资基金市场风险模型论文

ID:6194268

大小:1.69 MB

页数:54页

时间:2018-01-06

基于garch和var的证券投资基金市场风险模型论文_第1页
基于garch和var的证券投资基金市场风险模型论文_第2页
基于garch和var的证券投资基金市场风险模型论文_第3页
基于garch和var的证券投资基金市场风险模型论文_第4页
基于garch和var的证券投资基金市场风险模型论文_第5页
资源描述:

《基于garch和var的证券投资基金市场风险模型论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于GARCH和VaR的证券投资基金市场风险模型毕业论文目录摘要ⅠABSTRACTⅡ第1章引言11.1选题背景及意义11.2国内外文献综述21.2.1国外文献综述21.2.2国内文献综述51.3研究方法与全文结构7第2章VaR方法理论及计算方法92.1VaR基本理论92.1.1VaR定义92.1.2VaR的假设及一般表达式92.2VaR影响因素的选择112.3VaR的计算方法122.3.1VaR的计算原理122.3.2计算VaR的方法122.3.3对传统VaR计算方法的评价13第3章基于GARCH模型的VaR方法15

2、3.1金融数据的尖峰厚尾特征153.2GARCH模型理论基础163.2.1模型形式163.2.2描述厚尾特征的GED分布与t分布密度函数183.3基于GARCH模型的VaR计算183.3.1建立GARCH模型183.3.2GARCH—VaR的计算步骤193.3.3VaR的返回检验203第4章GARCH—VaR实证研究224.1样本及数据选取224.2基金日收益率的数理统计分析224.2.1收益率时序图224.2.2平稳性检验244.2.3基本统计及分析254.2.4相关性检验274.2.5ARCH效应检验314.2.

3、6GARCH模型设定314.2.7基金VaR值的计算354.3VaR模型的返回检验结果及分析35第5章结论与展望37致谢38参考文献39附录42表21不同VaR计算的优缺点14表31VaR模型验证的非拒绝域21表41华安创新ADF检验24表42博时精选ADF检验24表43样本基金日收益率序列ADF检验结果24表44样本基金的统计和基本分析结果26表45样本基金收益率ARCHLM检验结果31表46正态分布下GARCH模型估计结果33表47t分布下模型的估计结果34表48GED分布下模型的估计结果34

4、表49基金VaR计算结果35表410各VaR计算模型返回检验的失败个数36图21VaR的形象表示10图31金融数据实际分布与正态分布的比较15图32VaR—GARCH计算流程图203图41华安创新日净值时序图23图42南方稳健成长日净值时序图23图43华安创新收益率时序图23图44南方稳健成长收益率时序图23图45华安创新柱状图及相关统计量25图46博时精选柱状图及相关统计量25图47易方达策略成长柱状图及相关统计量25图48华安创新收益率序列自相关与偏自相关图27图49博时精选收益率序列

5、自相关与偏自相关图27图410易方达策略成长收益率序列自相关与偏自相关图28图411南方高增长收益率序列自相关与偏自相关图28图412长城久泰沪深300收益率序列自相关与偏自相关图29图413南方稳健成长收益率序列自相关与偏自相关图29图414金鹰优选收益率序列自相关与偏自相关图29图415德盛精选收益率序列自相关与偏自相关图30图416华夏收入收益率序列自相关与偏自相关图30图417万家180收益率序列自相关与偏自相关图3032013届信息与计算科学专业毕业设计(论文)摘要随着证券投资基金种类不断增

6、加和投资规模的迅速扩大,我国证券投资基金市场所面临的风险也日益显露。如何准确地测量证券投资基金风险,不仅是为投资者投资提供依据,而且是提高我国证券投资基金风险管理效果和促进证券投资基金市场健康发展的关键。自1993年JP.Morgan公司提出测量市场风险的VaR方法后,VaR作为一种先进的风险度量方法得到了广泛的运用。本文基于GARCH模型和VaR方法的理论,从定量的角度对证券投资基金的风险进行了实证研究。首先随机选取10只我国股票型开放式基金净值,时间区间从2009年4月15日到2013年4月15日,以对数收益率作

7、为基金的研究对象。通过数据分析软件Eviews6.0对数据进行统计描述分析,分析得出样本基金具有分布非正态性,无自相关、偏自相关性,尖峰厚尾及波动聚集特性。根据证券投资基金收益率序列的尖峰厚尾以及波动聚集等特征建立一个基于GARCH模型的VaR计算方法,在收益率序列服从正态分布、t分布和广义误差分布(GED)三种不同的分布假设下对我国开放式证券投资基金的VaR值进行估计,得出每只基金的VaR值。并运用Kupice失败频率检验法对模型进行返回检验以验证模型的准确性。研究结果表明,相比之下基于GARCH—GED模型计算出

8、的VaR结果更能反映样本基金的真实风险。而GARCH—t模型则高估了样本基金的风险。关键词:VaR;证券投资基金;GARCH模型;GED分布;失败频率检验法I杨川陵:基于GARCH和VaR的证券投资基金市场风险模型ABSTRACTIncreasingwiththetypesoffinancialandsecuritiesinvestmentfu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。