亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于股票指數(shù)的金融風險實證分析

        2017-09-20 04:24:27岳貞貞
        時代金融 2017年16期
        關(guān)鍵詞:VAR模型實證分析金融風險

        【摘要】隨著資本全球化的發(fā)展,國際金融市場的聯(lián)系也越來越密切,隨之而來的便是金融風險也越來越受到人們的關(guān)注。在刻畫金融資產(chǎn)價格波動率方面,高頻數(shù)據(jù)有著低頻數(shù)據(jù)無法比擬的信息優(yōu)勢,能夠更準確的刻畫出金融市場上波動率的相關(guān)特征,從而對具有金融風險有更準確的度量。在眾多模型中,VAR模型作為一種廣為應(yīng)用的度量模型,在金融風險度量中起到非常重要的作用,也是本篇論文使用和探討的度量方法。在介紹VaR模型的基礎(chǔ)上,本文將其應(yīng)用于股票實數(shù)的實證研究中。

        【關(guān)鍵詞】金融風險 高頻數(shù)據(jù) VAR模型 實證分析

        一、引言

        隨著經(jīng)濟全球化、金融一體化聯(lián)系逐漸加強,國際金融市場對我國的金融市場的影響也在逐步加強,我國的金融市場發(fā)生了根本性變化。Andersen和Bollerslev對金融高頻數(shù)據(jù)的研究起到了先導性作用,根據(jù)數(shù)據(jù)特征他們提出了“已實現(xiàn)”波動率[1][2]。來升強[3]等針對粗集分類方法因離散化而損失數(shù)值型變量提供的高質(zhì)量信息,提出一種基于Bayes概率邊界域的粗集分類方法,能夠直接處理數(shù)值型數(shù)據(jù),并將研究成果應(yīng)用到高頻數(shù)據(jù)方面,通過統(tǒng)計圖表的方式方便直觀的讓人了解,并沒有正面討論高頻數(shù)據(jù)。徐國祥等[4]通過衡量殘差密度函數(shù)的參數(shù)和非參數(shù)估計值之間的緊密程度介紹了ACD模型,給出了ACD擴展模型,對采用更好的模型進行高頻數(shù)據(jù)的研究工作提供了幫助。唐勇等[5]基于日內(nèi)波動特征,給出考了“日歷效應(yīng)”的加權(quán)已實現(xiàn)極差波動,并說明了已實現(xiàn)極差波動知識加權(quán)已實現(xiàn)極差波動的特例,對于金融資產(chǎn)定價、投資組合、風險管理有著重要意義。韓冬等[6]研究了流動性的“周內(nèi)效應(yīng)”和“日內(nèi)效應(yīng)”后發(fā)現(xiàn),當控制波動性、交易量和股價等對流動性有重要影響的變量時,效應(yīng)依然存在,在此基礎(chǔ)上,深入分析造成這一現(xiàn)象的原因,并且提出了相應(yīng)的政策建議。對于股票指數(shù)中的主流品種,如何有效利用股票指數(shù)來度量金融市場的金融風險顯得尤為重要,是擺在眾多學者面前的一道巨大難題。本文從高頻數(shù)據(jù)的角度出發(fā),對股票指數(shù)進行深入研究,對金融風險的研究和管控有著重要的意義。

        二、模型簡介

        VaR是指在一定的市場條件、置信水平及持有期下,某一金融資產(chǎn)或者投資組合可能發(fā)生的最大損失,VaR為:

        其中:α為置信水平,t為持有期,rt為可能的損失

        則,資產(chǎn)的收益和損失為分布函數(shù)F:

        其中:F-1為分布函數(shù)的反函數(shù),α一般取0.05或0.01

        在市場條件Xt下,資產(chǎn)或者資產(chǎn)組合Yt的風險價值就是條件VaR。在時間段[t,t+h]中,對數(shù)收益率為:

        由此可見,要想得出條件VaR實際就是確定條件分為點的值。

        三、實證過程

        (一)數(shù)據(jù)來源

        本文選取滬深300指數(shù)為研究樣本,樣本選取的區(qū)間2016年3月8號至2016年3月16號,為1分鐘采樣的高頻數(shù)據(jù),共1677個,數(shù)據(jù)來源于“WIND資訊”。

        (二)收益率的平穩(wěn)性檢驗

        用Eviews做出收盤價價格走勢圖(圖4.1):

        從價格走勢圖我們可以看到收盤價的價格起伏還是表較大的,單純比較價格變化情況無法與前1分鐘的價格相聯(lián)系,孤立的存在,也不能得出有效結(jié)論。需引進一個更加合適的變量來反映各個價格之間的聯(lián)系和變動情況,因此,引進“收益率”這一指標。

        收益率公式:

        進行ADF檢驗,得出該序列在99%置信水平下該序列是平穩(wěn)序列。

        (三)收益率期望值為0檢驗

        由于樣本數(shù)據(jù)是高頻數(shù)據(jù),時間間隔短,對于收益率r(t)的期望值應(yīng)近似為0。即:

        Er(t)=μ=0

        因此,可以設(shè)原假設(shè)H0:μ=0,則備擇假設(shè)H1:μ≠0。

        在H0為真下,采用T檢驗(μ=0),取檢驗統(tǒng)計量為:

        則拒絕域為

        下面以每一天的數(shù)據(jù)為基礎(chǔ),通過計算檢驗統(tǒng)計量的值來判斷每一天收益率期望值收益率是否為0。

        當α為0.05時,結(jié)果如下:

        從表4.2中我們看出,在0.05的置信水平下,表中p值都大于α,即:不應(yīng)拒絕原假設(shè),認為μ=0成立。也就是說,每一天的收益率的期望值都為0,與我們前面所說的結(jié)論相符。

        (四)VaR值與α值的對應(yīng)

        根據(jù)公式:

        rt≤VaR的概率為1-α,則rt>VaR的概率就為α,這樣就建立起VaR值與α值之間的一個對應(yīng)關(guān)系,而在概率論與數(shù)理統(tǒng)計中,假設(shè)事件A出現(xiàn)的次數(shù)為n,總的事件次數(shù)為N,則將的比值作為事件A發(fā)生的概率。如果將rt>VaR看做事件A,自己設(shè)定一個VaR值,通過前面計算得出的收益率的值,能夠方便的計算出事件A發(fā)生的概率,也就是說VaR值與α值的對應(yīng)關(guān)系也就找到了。

        下面是對應(yīng)關(guān)系表(N=1677):

        通過圖4.4,我們也清楚的看到VaR值和α值之間的對應(yīng)關(guān)系,VaR值越大對應(yīng)的α值越小。

        四、總結(jié)

        我國金融市場迅猛發(fā)展,資產(chǎn)面臨的風險日趨復雜。采集金融高頻數(shù)據(jù)對金融市場微觀結(jié)構(gòu)進行分析,有利于了解資產(chǎn)波動。本文所做工作主要有:第一,相關(guān)理論知識介紹。如VaR模型理論知識。第二,實證分析。以滬深300指數(shù)為基礎(chǔ),采用VaR模型對數(shù)據(jù)進行穩(wěn)定性分析,最后給出VaR值和α值之間的對應(yīng)關(guān)系。

        在正常市場條件下,基于高頻數(shù)據(jù)的VaR,金融風險的度量具有充分的綜合性以及有效性,成為大部分投資者及金融機構(gòu)首選的風險度量方法。但是風險價VaR值是非一致性風險度量模型,本身存在一個不可忽略的缺點,當市場上出現(xiàn)極端事件時,模型想有效性就大打折扣,失去其有效性和實用性。對于風險度量VaR模型進行改進,提高風險預測效果,可以做更深層次的研究。

        參考文獻

        [1]Andersen T.G,Tim Bollerslev,F(xiàn).X.Dieblod,et.al.Exchanhe rate Standardized by Realized volatility are(nearly) Gaussian[J].Multinational Finance Journal,2000,4:159-179.

        [2]Andersen T.G,Tim Bollerslev,F(xiàn).X.Dieblod,et.al.The Distribution of realized Exchanhe rate volatility[J].Journal of the American Statistical Association,2001,96:42-55.

        [3]來升強,謝邦昌,朱建平.基于Bayes概率邊界域的粗集分類方法及其在高頻數(shù)據(jù)中的應(yīng)用[J].統(tǒng)計研究,2010,03:76-82.

        [4]徐國祥,金登貴.基于金融高頻數(shù)據(jù)的ACD模型非參數(shù)設(shè)定檢驗[J].統(tǒng)計研究,2007,04:15-18.

        [5]唐勇,張世英.高頻數(shù)據(jù)的加權(quán)已實現(xiàn)極差波動及其實證分析[J].系統(tǒng)工程,2006,08:52-57.

        [6]韓冬,王春峰,岳慧煜.流動性的“周內(nèi)效應(yīng)”和“日內(nèi)效應(yīng)”——基于指令驅(qū)動市場的實證研究[J].北京航空航天大學學報(社會科學版),2006,02:5-8.

        [7]杜玉.基于高頻數(shù)據(jù)的VaR金融風險度量的研究[D].武漢理工大學,2013.

        作者簡介:岳貞貞(1994-),女,山東威海人,山東科技大學碩士研究生,統(tǒng)計學專業(yè)。endprint

        猜你喜歡
        VAR模型實證分析金融風險
        金融風險防范宣傳教育
        大社會(2020年3期)2020-07-14 08:44:16
        構(gòu)建防控金融風險“防火墻”
        當代陜西(2019年15期)2019-09-02 01:52:08
        大力增強憂患意識 進一步防范金融風險
        電子服務(wù)質(zhì)量與顧客忠誠的關(guān)系研究
        中國市場(2016年38期)2016-11-15 23:37:20
        本土會計師事務(wù)所與國際四大會計師事務(wù)所的比較分析
        以公有制經(jīng)濟為主體,國有經(jīng)濟為主導的實證分析
        我國快遞業(yè)與經(jīng)濟水平的關(guān)系探究
        中國市場(2016年36期)2016-10-19 03:41:35
        基于省會城市經(jīng)濟發(fā)展程度的實證分析
        中國市場(2016年33期)2016-10-18 12:16:58
        安徽省產(chǎn)業(yè)集群與城鎮(zhèn)化的互動關(guān)系
        商(2016年27期)2016-10-17 07:21:16
        碳排放、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長的關(guān)系研究
        亚洲 成人 无码 在线观看| 日本中文字幕婷婷在线| 熟女不卡精品久久av| 成人综合激情自拍视频在线观看| 日本黄色影院一区二区免费看| 日本精品一区二区三区福利视频| av大全亚洲一区二区三区| 亚洲一区二区三区无码久久| 国产午夜影视大全免费观看| 在线观看精品视频一区二区三区| 亚洲大胆美女人体一二三区| 女同视频一区二区在线观看| 国产熟妇另类久久久久| 无遮挡边吃摸边吃奶边做| 精品熟女少妇av免费观看| 国产精品女同一区二区久久| 精品人妻一区二区三区蜜臀在线| 日本在线无乱码中文字幕| 老鲁夜夜老鲁| 亚洲男人第一无码av网站| 亚洲巨乳自拍在线视频| 亚州毛色毛片免费观看| 国产精品高湖呻呤久久av | 日产精品久久久一区二区| 亚洲一区二区观看播放| 久久频精品99香蕉国产| 色综合久久人妻精品日韩| 琪琪色原网站在线观看| 午夜福利啪啪片| 人妻在线中文字幕| 亚洲国内精品一区二区在线| 男人的天堂av高清在线| 人妻少妇精品中文字幕av| 国产精品福利自产拍久久| 男女高潮免费观看无遮挡| 亚洲精品在线视频一区二区| 性猛交ⅹxxx富婆视频| aaaaa级少妇高潮大片免费看 | 天堂国精产品2023年| 美女裸体自慰在线观看| 插入中文字幕在线一区二区三区|