金融時間序列的時序性特點分析及相應的風險測度方法研究.pdf

1、金融時間序列的風險測度一直是金融學研究的熱點，自馬科維茨提出均值-方差來度量金融風險，風險測度的研究得到了長久發(fā)展。出現(xiàn)了很多度量金融時間序列風險的指標，如VaR，CVaR等。對于這些風險度量指標，無論是方差、VaR還是CVaR，在計算過程中均使用方差來表征時間序列的波動性和不確定性，得到的風險值同時間序列的排序大多無關。而本文經(jīng)論證得出金融時間序列的風險與序列排序是有關系的，即有時序性，用方差表征時間序列的波動性和不確定性有局限性。國

2、內(nèi)外學者對于時間序列風險的時序性特點研究較少，目前尚未有系統(tǒng)闡述時序性特點的研究。為此，本文研究分析了金融時間序列風險的時序性特點，對不同的時間序列的波動性和不確定性進行了研究分析。
　　針對如何將時序性特點引入到金融時間序列的風險計算中的問題，本文分別采用兩種方法進行研究。第一種方法是設計時序性指標——時序方差TV2代替方差來描述時間序列的不確定性和波動性，從而將時序性引入到風險值的計算中；第二種方法是建立ARMA-GARCH模

3、型計算得到條件方差，進而計算時間序列的風險值。本文采用CVaR值來表征金融時間序列的風險，并選擇蒙特卡洛模擬法作為計算方法。針對樣本數(shù)據(jù)分布呈現(xiàn)的尖峰厚尾特性選擇GED分布運用到蒙特卡洛模擬法中。利用本文提出的兩種方法對CVaR值的計算進行優(yōu)化，建立時序性CVaR，稱為 T-CVaR，并與蒙特卡洛模擬法相結合分別建立了TV-MC模型和ARMA-GARCH-MC模型。為驗證本文建立的兩種模型，選取2010年2月4日至2015年3月5日的上