基于VaR-GARCH模型的上市保险公司股票价格波动率的实证分析文献综述
2020-04-14 17:31:36
进入二十一世纪以来,随着社会经济的快速发展,互联网技术突飞猛进,在这种发展形势下,网上交易应运而生。网上交易与生俱来的快速、便捷、低成本等优势使其在人们的生活领域和经济领域中的地位日趋凸显。其中,证券行业在互联网技术的不断渗透下,网上证券交易迅猛发展,日益成为证券交易的主要形式。从国外研究现状来看,最优投资组合无非就是在投资者面临风险和收益所作出的权衡取舍,而股民所关心的两大问题就是风险与预期收益之间的关系。研究发现,波动性较小的现金流能够降低资本成本和增加投资。同时,当投资组合的其他方面都一致时,使用风险管理的投资组合要胜过不使用的投资组合,使用外汇衍生品要比不适用有更高的市场价值。种种投资组合策略都表明,建立金融风险测度指标来对对风险进行量化,从而能够进行有效、精准的的甄别亟待解决。传统的风险测度有均值、久期等,然而由于金融资产的收益率的概率分布只是呈现类似正态分布形状的概率分布,并非精确的正态分布,因此这些基本统计特性并不准确,这就使得研究者推出了VaR方法。
对于不同行业的风险,可用VaR方法度量。该方法主要考察的是公司或投资者投资资产的最大损益值,比传统风险测度方法——方差法更科学,因此近几年很受投资者欢迎。目前VaR已被全球各大银行、非银行金融机构(如保险公司、证券公司、基金管理公司和信托公司等)广泛使用。巴塞尔协议和欧盟资本充足率指导都已经用VaR作为其监督机构的标准。中国加入WTO协议后,根据巴塞尔协议,要求国内的各大银行也必须使用VaR框架进行风险监控。
实例分析股票收益率波动存在周期性,用GARCH模型可以很好的反应收益率的波动情况;从国内的研究现状来看,可以帮助政府制订和完善金融政策等问题做了深入的研究。近年来,中国的经济快速发展,曾一度出现了“全民炒股”的热潮,然而盲目的跟风入市并不一定会获得好的收益,学会看懂股票在市场上的波动趋势,综合各项指标,提出科学的建议。GARCH 模型是一类常用的随机时序模型,它对金融类短期数据进行拟合与预测,且精度较高,介于对收益率预测值和真实值的比较,GARCH 模型的预测能更好的反应时间序列的结构与特性。
{title}2. 研究的基本内容与方案
{title}(1)研究的基本内容:本文针对上市公司股票价格,利用GARCH模型,研究价格的波动情况,建立GARCH模型,结合模型预测图,根据一些评价指标,给投资者们提供决策参考。
(2)目标:研究上市公司股票价格的波动情况,建立GARCH模型,给出决策意见。
(3)拟采用的技术方案及措施:本文首先针对上市公司股票价格数据进行残差分析正态性检验,再进行平稳性检验,接下来构造ARCH模型,进而构造GARCH模型,对残差方差进行进一步建模,从而反映出波动性的分析与预测。最后,针对所构造模型,给出投资建议。
3. 参考文献
[1]王天娇.中国股票市场不同行业VaR风险价值测度[D].北京:首都经济贸易大学,2018.
[2]谢佳珠.基于不同波动率模型的期权跨式组合策略研究[D].上海:上海师范大学,2018.
[3]余星.期权动态套期保值模型及应用研究[D].广东:华南理工大学,2018.