基于已實(shí)現(xiàn)EGARCH模型的股票市場風(fēng)險(xiǎn)度量方法研究.pdf

1、“互聯(lián)網(wǎng)+”時(shí)代催生了眾多嶄新的金融模式和金融產(chǎn)品，加之國內(nèi)外政治和經(jīng)濟(jì)環(huán)境的不斷變化，防范金融風(fēng)險(xiǎn)逐漸成為政府與實(shí)業(yè)界的工作重心。隨著云計(jì)算、大數(shù)據(jù)等新技術(shù)的發(fā)展，對金融高頻數(shù)據(jù)進(jìn)行收集、分析的技術(shù)日益成熟，基于已實(shí)現(xiàn)測度的波動率預(yù)測和風(fēng)險(xiǎn)度量逐漸成為研究熱點(diǎn)，但是基于Realized EGARCH模型對中國股市進(jìn)行風(fēng)險(xiǎn)度量的研究亟待補(bǔ)充。本文對已實(shí)現(xiàn)EGARCH模型的殘差分布進(jìn)行拓展，嘗試?yán)梅菂?shù)和半?yún)?shù)方法對條件方差進(jìn)行估計(jì)，并

2、比較了不同分布假設(shè)和不同參數(shù)估計(jì)方法下已實(shí)現(xiàn)EGARCH模型對滬深300指數(shù)收益波動率和VaR的預(yù)測效果。
　　本文以R-EGARCH模型為主要研究對象，選擇股票市場中代表性指數(shù)——滬深300作為主要實(shí)證分析樣本。首先研究了學(xué)生t分布和GED分布假設(shè)下R-EGARCH模型的參數(shù)估計(jì)方法，并應(yīng)用其對滬深300指數(shù)進(jìn)行波動率預(yù)測和VaR度量，同時(shí)探討了二元已實(shí)現(xiàn)測度模型的預(yù)測效果;其次，本文提出已實(shí)現(xiàn)EGARCH模型波動率方程的非參數(shù)

3、和半?yún)?shù)估計(jì)方法，從而對滬深300指數(shù)進(jìn)行波動率預(yù)測和風(fēng)險(xiǎn)度量，并與參數(shù)估計(jì)法下預(yù)測結(jié)果進(jìn)行對比;最后將單一變量模型推廣至多元情況，提出多元DCC-REGARCH模型及其參數(shù)估計(jì)方法，據(jù)此對滬深300指數(shù)和互聯(lián)網(wǎng)金融指數(shù)之間的相關(guān)性進(jìn)行研究，并得到該指數(shù)組合的VaR測度。
　　本文基于R-EGARCH模型對滬深300指數(shù)進(jìn)行波動率預(yù)測和VaR風(fēng)險(xiǎn)度量，實(shí)證分析結(jié)果顯示:厚尾分布假設(shè)能夠提高R-EGARCH模型預(yù)測精度，其中基于學(xué)生

4、t分布的R-EGARCH模型表現(xiàn)出較高的預(yù)測精度;至于對波動率的預(yù)測效果，參數(shù)法R-EGARCH模型的預(yù)測精度顯著高于非參數(shù)以及半?yún)?shù)方法下的預(yù)測精度;相較于只包含RK的R-EGARCH模型，基于RK+DR多重測度的R-EGARCH模型對波動率和VaR預(yù)測都表現(xiàn)出較高的精度;不同置信水平下各種模型的VaR預(yù)測效果有較大差異，而R-EGARCH模型傾向于獲得較少的失敗天數(shù);多元DCC-REGARCH模型能夠有效度量滬深300指數(shù)和互聯(lián)網(wǎng)金