基于贝叶斯分位回归的股票市场风险实证分析

发布时间：2023-11-25 00:58

　　随着经济的飞速发展,全球的金融体系均处于在不断的变化当中,尤其是股票市场的扩大,令我国望尘莫及。由于中国股票市场起步较晚,面对如此大的市场风险,国内的发展水平仍处于初级阶段,十分不成熟。而存在于股票市场中的风险已经成为广大群众、投资部门以及金融机构最为关注的问题。在美国发生次贷危机后,存在于股票市场中的风险测度问题更加凸显。20世纪末期,金融风险管理中引入了一个新的概念即风险价值(vaR),其在提升度量风险价值的科学性上有非常好的效果。常用的最小二乘方法稳健性不高,且不再属于无偏估计,所以如果要处理的数据出现尖峰厚尾特征同时具有明显有异方差的情况时就不能用传统计算风险价值的方法进行衡量了。那么,要想避免最小二乘方法中方差的缺陷,笔者基于分位回归理论提出一个将非对称Laplace分布与贝叶斯方法结合在一起的测度手段,针对股票市场的风险评估,取得了很好的效果。在下面的论述中,将测量理论和证券市场中的分位回归的理论。继而在此基础上进行风险价值的计算与评价方法的归纳总结,并且构建出一个分位回归风险测度模型,通过逆跳马尔可夫链蒙特卡罗方法完成其中的识别工作,并对对贝叶斯参数进行估计,以达到对股票...

【文章页数】：38 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 研究方法
        1.2.1 贝叶斯分位回归理论
        1.2.2 股票市场风险测量
    1.3 研究内容及思路
        1.3.1 研究思路
        1.3.2 研究内容
第二章 理论基础和方法
    2.1 分位回归理论及方法
        2.1.1 分位回归理论
        2.1.2 模型的参数估计
        2.1.3 模型的评价
    2.2 贝叶斯参数的估计方法
        2.2.1 贝叶斯思想
        2.2.2 MCMC抽样算法
        2.2.3 RJMCMC抽样算法
    2.3 非参数方法
        2.3.1 历史模拟法
        2.3.2 蒙特卡罗法
        2.3.3 风险度量
    2.4 本章小结
第三章 贝叶斯分位回归风险模型构建
    3.1 贝叶斯分位回归模型研究
        3.1.1 贝叶斯分位自回归模型
        3.1.2 模型识别
    3.2 贝叶斯分位回归风险模型
        3.2.1 模型提出
        3.2.2 模型的参数估计与风险评价
    3.3 贝叶斯分析
        3.3.1 模型的参数分析
        3.3.2 MCMC抽样算法
        3.3.3 参数估计的收敛性
    3.4 本章小结
第四章 实证研究
    4.1 参数估计及分析数据特征
        4.1.1 分析数据特征
        4.1.2 贝叶斯参数估计
    4.2 实证结果与模型效果评价
        4.2.1 实证结果
        4.2.2 模型效果评价
    4.3 本章小结
第五章 结论
致谢
参考文献
作者简介
攻读硕士学位期间研究成果



本文编号：3866952