VaR在证券市场风险测量中的应用
| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-14页 |
| ·研究的背景 | 第10页 |
| ·研究目的和意义 | 第10-12页 |
| ·研究方法和框架 | 第12-14页 |
| 2 证券市场风险基本概述 | 第14-24页 |
| ·证券市场风险的界定 | 第14-19页 |
| ·风险概念和相关学说 | 第14-15页 |
| ·证券市场风险概念的界定 | 第15-16页 |
| ·我国证券市场风险的现状 | 第16-19页 |
| ·证券市场风险测量技术的演变 | 第19-21页 |
| ·VaR 在证券市场产生的背景 | 第21-24页 |
| 3 VaR 方法及其应用 | 第24-38页 |
| ·VaR 方法的基本理论 | 第24-25页 |
| ·VaR 概念 | 第24页 |
| ·VaR 的参数选择及假设条件 | 第24-25页 |
| ·VaR 的计算 | 第25-30页 |
| ·VaR 的计算原理 | 第25页 |
| ·各种分布下的VaR 计算 | 第25-27页 |
| ·VaR 对数据处理的主要方法 | 第27-30页 |
| ·VaR方法在证券市场中的应用 | 第30-34页 |
| ·证券市场收益率时间序列的特点分析 | 第30-31页 |
| ·对不满足假定条件的一般模型的改进 | 第31-32页 |
| ·GARCH(广义自回归条件异方差)模型理论基础 | 第32-34页 |
| ·VaR 模型的后验测试和误差分析 | 第34-38页 |
| 4 VaR 方法在证券市场的实证研究 | 第38-64页 |
| ·数据选取及简要说明 | 第38-40页 |
| ·数据的检验 | 第40-48页 |
| ·数据的基本检验 | 第40-41页 |
| ·正态性分布检验 | 第41-46页 |
| ·序列相关性检验 | 第46-48页 |
| ·建立 GARCH 模型 | 第48-54页 |
| ·GARCH(1,1)模型的建立 | 第48-50页 |
| ·GARCH-M 模型的建立 | 第50页 |
| ·上证指数模型的计算 | 第50-52页 |
| ·深证指数模型的计算 | 第52-54页 |
| ·上证综合指数和深证成份指数的日 VaR 计算 | 第54-61页 |
| ·VaR 模型的后验测试 | 第61-64页 |
| 5 实证研究的结论和对我国证券市场发展的启示 | 第64-68页 |
| ·VaR 方法在证券市场中的作用 | 第64-65页 |
| ·VaR 方法使用的局限性 | 第65页 |
| ·建设性的意见 | 第65-68页 |
| 6 结束语 | 第68-70页 |
| 附录 A | 第70-98页 |
| 附录 B | 第98-126页 |
| 参考文献 | 第126-128页 |
| 作者简历 | 第128-130页 |
| 学位论文数据集 | 第130页 |
