房地产收益波动性的动态E-VaR模型及测度研究
发布时间：2023-03-28 21:13
房地产是人类生存必不可少的生活生产资料,在国民经济中扮演着十分重要的角色。一旦房地产市场出现重大波动,就会给整个经济带来重大影响,甚至引起社会动荡。历史上绝大多数金融危机爆发的根源都是房地产市场的崩溃,本次世界金融危机也同样是由于房地产价格大幅下跌进而出现的次贷危机引起的。因而,房地产投资必须深入研究房地产市场的价格及其波动变化,进而有效的进行房地产投资的风险管理。 房地产市场风险管理的重点之一就是要找到一个准确可靠的测度计量模型。房地产直接投资与间接投资作为房地产投资的主要类型,其相对应的市场价格及其波动关系到房地产投资收益与风险。因而,本文基于这两个市场的代表性价格数据,针对现有的大多数风险测度方法存在的不足,尤其是目前的风险测度方法没有考虑到小概率、大损失的极端事件所引发的风险的现状,运用极值理论EVT和VaR理论构造房地产市场风险测度计量模型。由于房地产市场存在自相关性、波动集聚性和杠杆效应等部分典型事实,本文基于这些典型事件,结合ARMA(1,1)和GARCH(1,1)/GJR(1,1)模型构造出独立同分布特征的标准残差序列,选择最大10%的标准残差序列值,运用EVT对其进行...
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状分析
1.2.1 资产收益的分布及波动性研究
1.2.2 VaR模型在房地产业的应用研究
1.2.3 EVT在风险管理中的应用研究
1.3 论文思路、方法和结构
1.3.1 论文思路与方法
1.3.2 论文结构
第二章 相关理论与相关概念
2.1 房地产收益
2.2 波动性测度
2.3 VaR风险模型
2.3.1 VaR基本概念
2.3.2 VaR的优点和缺点
2.4 极值理论(EVT)
2.4.1 BMM模型
2.4.2 POT模型
2.5 动态E-VaR
2.6 本章小结
第三章 房地产市场动态E-VaR测度模型的构建研究
3.1 基于EVT的动态VaR测度方法
3.1.1 构造房地产资产损失序列
3.1.2 基于随机波动过程的动态风险测度模型
3.1.3 构造近似于独立同分布的新生变量序列
3.1.4 基于EVT的独立同分布序列极值尾部建模
3.1.5 GPD参数估计方法及门槛值选择
3.1.6 标准残差序列的q分位数值Zq估计
3.1.7 条件动态E-VaR风险值的计算
3.2 动态E-VaR风险测度的准确性研究
3.2.1 非条件涵盖检验
3.2.2 独立性检验
3.2.3 条件涵盖检验
3.3 本章小结
第四章 房地产市场动态E-VaR测度模型的运用研究
4.1 样本选择及分析软件
4.2 基于间接投资的实证
4.2.1 股价日度损失序列特征
4.2.2 基于部分典型事实股指损失标准残差序列的构造及其特征分析
4.2.3 动态VaR测度的计量方法
4.2.4 运用条件EVT于标准残差序列的风险测度
4.3 基于直接投资的实证
4.3.1 房价月度损失序列特征
4.3.2 基于部分典型事实房价损失标准残差序列的构造
4.3.3 基于标准残差与EVT的动态风险测度
4.4 本章小结
第五章 房地产市场动态E-VaR测度模型的准确性检验
5.1 检验方法及比较模型
5.2 动态E-VaR模型的准确性检验
5.2.1 模型的非条件涵盖检验
5.2.2 模型的独立性检验
5.2.3 模型的条件涵盖检验
5.3 模型结论分析
5.4 本章小结
第六章 结论、启示与展望
6.1 结论
6.2 启示
6.3 展望
参考文献
致谢
硕士期间发表的学术论文
本文编号：3773300
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状分析
1.2.1 资产收益的分布及波动性研究
1.2.2 VaR模型在房地产业的应用研究
1.2.3 EVT在风险管理中的应用研究
1.3 论文思路、方法和结构
1.3.1 论文思路与方法
1.3.2 论文结构
第二章 相关理论与相关概念
2.1 房地产收益
2.2 波动性测度
2.3 VaR风险模型
2.3.1 VaR基本概念
2.3.2 VaR的优点和缺点
2.4 极值理论(EVT)
2.4.1 BMM模型
2.4.2 POT模型
2.5 动态E-VaR
2.6 本章小结
第三章 房地产市场动态E-VaR测度模型的构建研究
3.1 基于EVT的动态VaR测度方法
3.1.1 构造房地产资产损失序列
3.1.2 基于随机波动过程的动态风险测度模型
3.1.3 构造近似于独立同分布的新生变量序列
3.1.4 基于EVT的独立同分布序列极值尾部建模
3.1.5 GPD参数估计方法及门槛值选择
3.1.6 标准残差序列的q分位数值Zq估计
3.1.7 条件动态E-VaR风险值的计算
3.2 动态E-VaR风险测度的准确性研究
3.2.1 非条件涵盖检验
3.2.2 独立性检验
3.2.3 条件涵盖检验
3.3 本章小结
第四章 房地产市场动态E-VaR测度模型的运用研究
4.1 样本选择及分析软件
4.2 基于间接投资的实证
4.2.1 股价日度损失序列特征
4.2.2 基于部分典型事实股指损失标准残差序列的构造及其特征分析
4.2.3 动态VaR测度的计量方法
4.2.4 运用条件EVT于标准残差序列的风险测度
4.3 基于直接投资的实证
4.3.1 房价月度损失序列特征
4.3.2 基于部分典型事实房价损失标准残差序列的构造
4.3.3 基于标准残差与EVT的动态风险测度
4.4 本章小结
第五章 房地产市场动态E-VaR测度模型的准确性检验
5.1 检验方法及比较模型
5.2 动态E-VaR模型的准确性检验
5.2.1 模型的非条件涵盖检验
5.2.2 模型的独立性检验
5.2.3 模型的条件涵盖检验
5.3 模型结论分析
5.4 本章小结
第六章 结论、启示与展望
6.1 结论
6.2 启示
6.3 展望
参考文献
致谢
硕士期间发表的学术论文
本文编号：3773300
本文链接：https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3773300.html