可转换债券的风险价值与极值理论方法研究

发布时间：2024-04-11 00:20

　　近年来,随着金融创新和资本市场的不断发展完善,可转换债券已成为我国重要的金融衍生工具。风险价值VaR (Value at Risk)作为国际上流行的一种市场风险量化指标,在金融风险的管理中得到了有效的应用。本文将VaR的方法引入我国可转换债券的风险价值测度体系。尽管VaR提出以后,有不少的计算方法出现,但它们都有各自的缺陷。传统方法都致力于研究序列的整体分布情况,由于样本数据大部分集中在分布中部,因此不论采用何种统计工具,都不可避免的对极端现象发生所造成的损失产生有偏估计。而VaR计算所最关心的是分布在尾部的点,即一些极少发生又具有显著影响的观测值,称为极值,极值理论正是对这些极值提供统计分析的模型。 本文所用实证数据为中信标普可转债指数。首先,基于极值统计方法研究了可转债指数收益时序的尾部特征,得出收益时序是尖峰、左偏的,并给出了收益率时序上下尾指数的估计与检验。其次,通过研究历史收益率时序图,进行自相关检验,发现收益时序具有波动率聚集现象、一阶序列相关等特征,直接使用GPD方法可能使Poisson过程的独立增量性不成立,为此我们给出GPD风险估计中考虑时序波动聚集现象的去聚集化方法...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图5.1zxr历史直方图及基本统计特征

____._尸不正义力R，=IUU军In(二二)，多肠15U0/l、数狱亏。了丁一图为中信标普转债全价指数收益率时序(zxl.)n︸on︺︷日n0︺n︺n甘n︺0

图5.2zxr与正态分布密度函数比较(相同的均值与标准差)

Ser一es:ZXRSamPle11500Obser归石OnS1500MesnMedi日nMaXImUmMinlmUmStd.DeVtSkewneSSKUft0SIS0066920.033427.95278一6.206361.06475一04167310.3955Jarque一B....

图5.3zxr时序的QQ图(相对于指数分布)

土面zx:与正态分布密度函数比较图，我们初步断定zx:时序尾特征。对尾指数的初步估计可根据QQ图(相对于指数分布

图5.4Hill图:zxr上尾指数

l一4u目On工口-︸u。SQ山只图5.3zxr时序的QQ图(相对于指数分布)图5.3可以看出，与指数分布比较，zx:时序存在肥尾现象，但度要快于正态分布，显示了该时序的密度函数尖峰特征。因此动模型的条件分布设定时，应更注重肥尾型的分布，如GED分布。

本文编号：3950580