北京赛车两期计划5码 北京pk10专业数据分析 北京pk10的作弊软件是真的吗 北京赛车冠亚大小单双2 北京pk10八码教程 pk10改单技术 皇冠北京赛车提款快吗 北京pk10怎么平投 北京赛车pk10大小单双 pk10杀号技巧图 pk10人工超准计划 北京pk10易算冠军 北京赛车代理怎么拉人 北京赛车pk10返点赚钱 北京赛车开奖结果表
試議基于GARCH—VaR模型在中國企業債風險管理中的實證
  • 試議基于GARCH—VaR模型在中國企業債風險管理中的實證
  • 文章片段: 論文簡介:試議基于GARCH—VaR模型在中國企業債風險管理中的實證管理論文

試議基于GARCH—VaR模型在中國企業債風險管理中的實證

基于GARCH—VaR模型在我國企業債風險管理中的實證研究【摘要】本文利用VaR的基本原理和策略,通過建立基于GARCH-VaR模型對我國債券市場的風險特征進行實證分析并進行回測檢驗,對我國債券市場的風險管理理由進行分析。
  【關鍵詞】VAR 風險管理
  一、基于GARCH模型的VaR計算策略
  VaR是一定時期內,在一定的置信度下,投資組合可能出現的最大損失,VaR估計的條件方差策略屬于動態VaR計算的分析策略。由于實際金融市場中收益率的肥尾性質會導致VaR對風險的低估,因此可以利用GARCH模型族中的條件方差來度量資產組合的VaR。
  回測是將某一頭寸在持有期內的實際盈虧與VaR值進行比較,以確認、檢驗VaR策略的有效性和可信度的一種策略,其中,Kupiec檢驗法是其中的一種。假定計算VaR的置信水平為a,失敗率q為失敗天數與實際考察天數之比。零假設為q=q0(=1-a),對VaR模型的回測就轉化為檢驗失敗率q是否顯著不同于q0。在零假設條件下,統計量為LR服從自由度為1的卡方分布。
  二、實證分析
  (一)樣本數據選取與處理
  本文為衡量我國債券市場中企業債的風險,選取了上證企業債指數,以其日對數收益率作為衡量指標。
  本文研究中選取2010年12月20日至2012年5月18日的數據作為模型估計樣本,樣本容量為341;2012年5月20日至2012年12月20日的數據作為回測檢驗樣本,樣本容量為147。
  (二)基于t分布的GARCH模型的建立
  從樣本數據的數字特征來看,上證企業債指數樣本收益率的偏度0.0750大于0,峰度7.8582大于3,表現出很強的尖峰肥尾性質,相對于正態分布,t分布曲線具有一定的尖峰肥尾特性,因此,本文將采用t分布作為誤差分布來解決樣本數據的正態性理由。
  此外,由于樣本數據的波動性具有一定的聚集特征,可能存在異方差現象,因此本文采用GARCH模型來對樣本數據的波動性進行分析。
  以下分析基于模型估計樣本,N=341。
  (1)平穩性檢驗。通過對樣本收益率序列進行單位根檢驗,ADF和PP統計量的P值均顯著為0,其結果表明樣本序列均不存在單位根,為平穩的時間序列。
  (2)均值方程設定。對樣本收益率序列進行相關性檢驗發現,在95%的置信水平下,樣本序列的自相關與偏自相關函數都表現出拖尾的現象,說明具有一定的自相關與偏自相關性,均值方程符合ARMA(p,q)模型。將p、q帶入不同值進行多次回歸試驗并剔除不顯著解釋變量后發現,當均值方程設定為rcort=rcort-3+et+et-3時模型對樣本數據的擬合程度最好。
  (3)ARCH效應檢驗。對均值方程rcort=rcort-3+et+et-3的殘差序列進行拉格朗日檢驗(ARCH LM),從結果可以看出,F統計量和LM統計量均十分顯著,表明樣本收益率序列具有ARCH效應。
  表1 ARCH LM檢驗結果
  F-statistic 11.2475 Prob.F(5,327) 0.0000
  Obs*R-squared 48.8655 Prob.Chi-Square(5) 0.0000
  (4)模型估計。通過AIC/SC最小準則均可以判斷出,擬合樣本收益率序列的最優模型階數為GARCH(1,1)。由此,樣本收益率序列的GARCH(1,1)模型估計為:
  rcort=0.9893(0.0130)rcort-3+et-0.9387(0.0216)et-3,
  dt2=0.0019(0.0008)+0.4098(0.1711)et-12+0.1512(0.2114)dt-12,
  T-DIST.DOF=4.0522(1.0993)
  從模型估計結果看,上證企業債指數的日平均收益率會受到其自身前3期收益情況的正向影響,而在該指數收益受到外部沖擊時,其外部沖擊除在本期會對收益率產生影響外,還會對3期后的收益情況產生反向影響。這種沖擊的持續性應該引起投資者的重視。
  (5)殘差檢驗。通過殘差檢驗,殘差序列已不存在自相關與偏自相關性;此外,對殘差序列進行ARCH LM檢驗,統計量結果均不顯著,說明通過建立該EGACH模型已消除了原殘差序列的異方差效應。
  表2 殘差檢驗-ARCH LM檢驗結果
  F-statistic 0.1605 Prob.F(5,327) 0.9767
  Obs*R-squared 0.8152 Prob.Chi-Square(5) 0.9760
  (四)基于GARCH模型的VaR計算
  將上述GARCH模型估計結果帶入計算公式VaRa=Pt-1za|dt|。其中,Pt設為固定值1,za為自由度為4.052
  • 文章片段:
  • 論文介紹
    • 請問論文費用是多少?

      具體費用是綜合您的論文具體要求來定的!請將你的論文要求告訴我們的****人員。
    • 請問論文的質量如何?

      我們的****團的****都是研究生還有導師,都是長期論文的專業****,保證高質量和原創******,所以文章的質量可以完全放心。
    • 請問論文如何付款?

      為保證客戶與我們的共同利益,我們一律采用分部付款模式,不需一次性付款。
    • 請問論文安全嗎?

      多年來我們都是嚴格保密,恪職敬業,絕不泄露客戶的任何信息。
    北京赛车pk拾高手群
    北京赛车两期计划5码 北京pk10专业数据分析 北京pk10的作弊软件是真的吗 北京赛车冠亚大小单双2 北京pk10八码教程 pk10改单技术 皇冠北京赛车提款快吗 北京pk10怎么平投 北京赛车pk10大小单双 pk10杀号技巧图 pk10人工超准计划 北京pk10易算冠军 北京赛车代理怎么拉人 北京赛车pk10返点赚钱 北京赛车开奖结果表
    福建体彩走势图大全 北京28开奖参考结果 秒速时时有多少人玩 天津时时结果表 舟山体彩飞鱼913期开奖结果 吉林市11选5任五遗漏 广东11选5官网下载 江西时时中奖2000万 幸运飞艇开奖在哪查询