论文部分内容阅读
正确的投资决策是建立在对收益率与风险得可靠预测之上的，而可靠的预测只能通过基于现实假定上的统计模型而得到。对于中国股票市场的实际分布，传统的投资组合理论都是以正态分布为基础的。而实际金融数据的分布却具有明显的尖峰厚尾性，稳定分布能够较好的描述这类金融数据的两个重要经验特征：厚尾及尖峰。本文对深圳股票市场以及上海股票市场股票收益的进行了稳定分布的拟和，并进一步研究了基于稳定分布的风险度量(VaR)。 本文研究的主要内容以及结果如下： 1 介绍了稳定分布理论以及多元稳定分布与稳定随机过程的基本理论。 2 对中国股票市场所选样本进行分析，分别用正态分布和稳定分布对上海和深圳股票市场进行分布拟合。对于每一种选择的分布类型，用极大似然估计参数值以及用X~2检验来测量优化函数的拟合优度。比较所有函数的检验结果，拟合优度最低的为最佳分布。结果表明稳定分布能更好的拟和中国股票收益率的实际分布，稳定分布较好的处理中国股票市场中的“尖峰厚尾”现象。 3 研究了VaR计算的基本原理和主要方法。对分析法、历史模拟法和蒙特卡罗模拟法这三种国内计算VaR的主要方法进行了比较。 4 研究了中国股票市场基于稳定分布下的VaR。在稳定分布下计算股票收益率的VaR，一个重要的问题就是该模型的有效性问题。由于稳定分布下的VaR只是由于历史数据或假定的统计参数和分布建立的统计预测模型，其对未来风险状况的预测是否准确有效是需要检验的。检验的主要方法就是返回检验。将这一统计模型运用到VaR的检验，具体指将金融资产在一段时间内的实际盈亏数据与VaR的预测值比较，以检验该模型下的VaR的有效性。通过对上海和深圳股票市场在分析法、历史模拟法和稳定分布三种模型下的VaR的返回检验，结果表明稳定分布下VaR模型能够较好的度量中国股票市场风险。