导 师: 苏锡坤
授予学位: 硕士
作 者: ;
机构地区: 华南理工大学
摘 要: 在金融市场全球化与衍生品交易不断繁荣的背景下,多起金融危机事件的发生促使了VaR的诞生,它已成为市场风险的标准计量方法,在金融界与学术界广受关注。虽然VaR具有综合性、量化性、通俗性等优点,但仍然存在诸多缺陷,其中之一即为假设投资组合不论头寸大小都能以当前市场价格瞬间出清,从而忽略了流动性风险。本文将流动性风险纳入VaR基本框架,并且分别基于高频数据与超高频数据构建流动性调整的VaR模型(La-VaR),最后作实证研究与对比分析。 本文的核心工作之一是针对高频数据建立La-VaR模型。对高频数据的La-VaR建模是源于BDSS模型基本框架,但是针对其正态分布假设、同方差假设、相对价差与中间价格不相关假设、市场风险与流动性风险同步最大化假设、流动性非动态假设等缺陷作出了改进,不仅可计算单个资产,还可计算投资组合的La-VaR。 具体地,首先构建GJR-GARCH-EVT-kernel模型刻画收益率序列的尖峰厚尾性、异方差性、波动非对称性以及上下尾极值分布特点,并采用多元Copula模型捕捉不同资产序列之间的相关结构,接着采用蒙特卡罗模拟对收益率序列进行一步预测。第二,类似地采用GJR-GARCH-EVT-kernel模型拟合相对价差的边缘分布,然后分别在每个单一资产中,采用二元阿基米德Copula模型刻画相对价差与收益率之间的相关结构,再基于预测的收益率序列生成相对价差的伪随机数作为其一步预测序列。第三,通过多条路径的预测最后得出交易价格的分位数,进一步便求出La-VaR值。 实证分析表明VaR存在一定程度上的风险低估,La-VaR计量的风险中流动性风险比例一般为10%-20%,并且经无条件覆盖性、独立性、条件覆盖性等检验,La-VaR基本上不存在风险低估现象,要明显优于VaR模型。 本文的第二个核心工作是基于超高频数据建立La-VaR模型。前述基于高�
领 域: [经济管理—金融学]