跳到主要內容

簡易檢索 / 詳目顯示

研究生: 陳俊宏
論文名稱: 非齊質變異下尾端風險的衡量
指導教授: 饒秀華
學位類別: 碩士
Master
系所名稱: 商學院 - 國際經營與貿易學系
Department of International Business
論文出版年: 2002
畢業學年度: 90
語文別: 中文
論文頁數: 42
中文關鍵詞: 風險值極值理論厚尾GPDGEVHILLGARCH模型
相關次數: 點閱:89下載:28
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 論文名稱:非齊質變異下尾端風險的衡量

    校所組別:國立政治大學國際貿易學研究所

    指導教授:饒秀華博士

    研究生:陳俊宏

    關鍵字:風險值、極值理論、厚尾、GPD、GEV、HILL、GARCH模型

    論文摘要

    台灣加入世界貿易組織(WT0)之後,也相對宣示了國內企業邁向國際化與自由化的向前邁進一步,對於銀行、進、出口商在匯率使用上將會更加的頻繁,因此面對匯率的風險將是無法避免,本研究的目標為每一塊美元兌換台幣的即期匯率資料,以基本的歷史模擬法、變異數-共變異數法,比較極值理論所使用的方法是否有差異存在,而平常使用的非條件模型與條件的GARCH模型比較,條件模型是否能夠比非條件的模型更能正確地估計風險值;另外,條件模型在多日風險值的估計時是否還保有其適用性。

    實證結果顯示:整體上而言,在1日風險值估計的模型上,條件模型上的假設確實比非條件的模型較好。在1日的風險值估計下,條件極值理論的使用上比條件變異數-共變異數法或歷史模擬法所估計出來的風險值表現的結果好。在多日的風險值估計下,1日風險值估計模型表現最佳的條件極值理論的模型,卻沒有依然表現的很好,原因是GARCH模型可能無法在時間拉長時,依然做到最好的估計,此時,或許使用非條件的Hill模型以λ<sub>t</sub>的方法來估計風險值,就可以達到不錯的結果。


    目錄
    第一章 緒論-----1
    第一節 研究背景與動機-----1
    第二節 研究問題與目的-----2
    第三節 文章架構-----3

    第二章 文獻探討-----4
    第一節 風險值(VAR)與風險值估計-----4
    第二節 國內、外文獻-----6

    第三章 研究理論與方法-----10
    第一節 極值理論-----10
    第二節 風險值的估計-----14
    第三節 GARCH模型與風險值的估計-----18

    第四章 實證結果與分析-----24
    第一節 資料來源敘述統計分析-----24
    第二節 風險值估計前之檢驗-----25
    第三節 回溯測試結果-----30

    第五章 結論與建議-----39

    參考文獻:-----41
    1 英文部分:-----41
    2 中文部分:-----42

    圖目錄
    圖4-1 第一個(左)及最後一個(右)樣本窗戶匯率報酬風險值(<sup>*</sup>x<sub0.95></sub>)的估計-----26
    圖4-2 報酬之ACF(左)及報酬平方之ACF(右)-----27
    圖4-3 標準化殘差之ACF(左)及標準化殘差平方之ACF(右)-----27
    圖4-4 匯率報酬走勢圖(上)及條件標準差走勢圖(下)-----28
    圖4-5 標準化殘差之QQPL0T-----29
    圖4-6 條件標準常態(STDN)與條件HILL之95%風險值估計與1日報酬率-----33
    圖4-7 條件標準常態(STDN)與條件HILL之99.5%風險值估計與1日報酬率-----33
    圖4-8 非條件HILL(L)與條件GPD(L)之95%的10日風險值估計與10日報酬率-----37
    圖4-9 非條件HILL(L)與條件GPD(L)之99%的10日風險值估計與10日報酬率-----37
    圖4-10 非條件HILL(L)之95%的10日風險值估計與10日報酬率走勢圖-----38
    圖4-11 非條件HILL(L)之99%的lO日風險值估計與l0日報酬率走勢圖-----38

    表目錄
    表4-1 外匯報酬的敘述統計量-----25
    表4-2 匯率(1990~2001)報酬之AR(1)-GARCH(1,1)係數-----29
    表4-3 回溯測試1日VAR估計(WINDOW SIZE=1500;重複次數=1804)-----32
    表4-4 回溯測試lO日VAR估計(WINDOW SIZE=1500;重複次數=1795)-----36
    表4-5 回溯測試15日VAR估計(WINDOW SIZE=1500;重複次數=1790)-----36

    QR CODE
    :::