| 需要金币: |
资料包括:完整论文 | ![]() | |
| 转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:17335 | ||
| 折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:随着我国金融市场的不断发展,风险复杂程度日益提高,金融风险越来越受到各方的关注。对于我国的多层次资本市场来说,中小板和创业板市场是其中重要的组成部分。中小板和创业板既有相似性也有差异性,相比起其他板块来说,价格波动较大,风险相对较高,对两者的风险测度与管理影响到整个资本市场甚至我国宏观经济的健康发展。 本文以中小板指数和创业板指数的日收盘价为研究对象,考察2015年1月5日至2019年12月31日的数据,运用GARCH类模型进行实证研究,并在建模基础上计算出两板市场在不同模型、不同残差分布假设下的VaR,最后在对VaR估计值进行Kupiec检验,对比分析出最优模型。研究认为,对于两板市场来说,GED分布的刻画效果比t分布和正态分布更好,EGARCH模型优于GARCH模型,创业板市场风险略大于中小板市场。
关键词:中小板 创业板 GARCH类模型 VaR 风险管理
目录 摘要 ABSTRACT 一、前言-3 (一)选题背景及意义-3 (二)国内外研究综述-4 1.国外文献研究综述-4 2.国内文献研究综述-4 (三)本文研究内容-5 (四)本文创新-6 二、我国中小板与创业板市场概况-7 (一)成立背景-7 (二)发展与现状-7 三、GARCH类模型与VaR方法理论概述-10 (一)GARCH类模型理论-10 1.ARCH模型(自回归条件异方差模型)-10 2.GARCH模型(广义自回归条件异方差模型)-10 3.不对称的GARCH模型(EGARCH模型)-10 (二)VaR方法介绍-11 1.VaR理论简介-11 2.VaR的应用-11 3.基于GARCH类模型的VaR计算方法-12 四、基于GARCH类模型的VaR实证分析-13 (一)数据来源与收益率指标构建-13 (二)指标描述性统计分析-13 (三)平稳性检验(单位根检验)-14 (四)自相关检验-15 (五)AR模型构建与ARCH效应检验-15 (六)GARCH 类模型的估计与选择-16 1. GARCH(1,1)模型的估计-16 2.EGARCH(1,1)模型的估计-17 3.GARCH类模型的检验(ARCH-LM检验)-19 (七)VaR值计算与描述-19 1.分位数的计算-20 2.VaR计算及检验-20 五、结论-24 (一)研究结论-24 (二)研究不足-24 (三)研究展望-25 参考文献-26 致谢-28 |

