论文摘要
互联网金融的迅猛发展使其风险测度成为十分迫切的重要研究课题,目前对测度互联网金融风险的研究仍处于探索阶段.本文选取具有代表性的互联网金融产品财富宝作为研究对象,分析近4年财富宝收益率的统计特征;建立贝叶斯POT风险测度模型度量财富宝收益率的尾部风险;建立贝叶斯分位数自回归模型度量财富宝收益率的整体风险.本文的主要研究内容包括以下三个部分:第一部分是财富宝的特征分析及模型的基本类型设定.首先对财富宝的运行机制及其收益率的统计特征进行分析,发现财富宝收益率序列具有非正态性、长尾性、自相关系数的拖尾性和偏自相关系数的截尾性;其次根据财富宝收益率的长尾特征,初步确定用POT模型刻画其尾部风险;根据自相关系数的拖尾性和偏自相关系数的截尾性,初步确定用分位数自回归模型刻画其整体风险.第二部分是构建贝叶斯POT风险测度模型度量财富宝的尾部风险.首先,根据第一部分设定的POT模型推导出含有三个待定参数的VaR与ES的风险测度基本公式,对于其中的阈值参数通过样本平均超出量函数法确定,对于另外两个参数通过MCMC算法求解其贝叶斯估计,从而完全确定了度量VaR和ES的贝叶斯POT风险测度模型(式(3.18)及式(3.19)).其次,以贝叶斯POT风险测度模型计算财富宝收益率的VaR与ES(结果见表3.2及表3.3),并与极大似然估计下的风险值进行比较,结果显示,贝叶斯POT风险测度模型得到的VaR与ES值更大;对两种估计下的模型计算结果进行VaR返回检验,经比较,两种估计方法虽然均通过了检验,但贝叶斯估计方法的失败次数更少,从而说明贝叶斯POT风险测度模型更优.最后,据此预测了2019年1月至3月的财富宝收益率在不同置信水平下(99%、97.5%和95%)的VaR值分别为5.7366、7.7176和11.4852.第三部分是基于贝叶斯分位数自回归风险测度模型度量财富宝的整体风险.首先,根据第一部分设定的分位数自回归模型给出VaR的风险测度的基本公式,并根据AIC准则确定了模型的自回归阶数,通过贝叶斯方法估计不同分位水平下模型的参数,从而得出了度量VaR的贝叶斯分位数自回归风险测度模型;其次,基于此模型计算了2015年1月3日到2018年12月31日财富宝收益率的VaR,通过表4.6给出了2018年12月的VaR值,通过图4.4给出了全样本下共1458天的VaR走势.各分位水平下的模型都通过了VaR返回检验,但与传统估计法相比,基于贝叶斯估计的模型失败率更低,从而说明该模型更可靠.最后,对2019年1月至3月的财富宝收益率的VaR进行了预测(见表4.8及图4.5).通过比较上述两个模型的计算结果与返回检验结果,发现贝叶斯POT模型更适合刻画尾部风险,而贝叶斯分位数自回归模型更适合度量整体风险.
论文目录
文章来源
类型: 硕士论文
作者: 刁海涛
导师: 孙春燕
关键词: 互联网金融风险,财富宝收益率,贝叶斯风险测度模型,贝叶斯分位数自回归模型,贝叶斯估计
来源: 南京财经大学
年度: 2019
分类: 基础科学,经济与管理科学
专业: 数学,宏观经济管理与可持续发展,贸易经济,金融
单位: 南京财经大学
分类号: F224;F724.6;F832
DOI: 10.27705/d.cnki.gnjcj.2019.000217
总页数: 50
文件大小: 1691K
下载量: 41
相关论文文献
- [1].陕西省金融风险测度与识别研究[J]. 现代商贸工业 2020(29)
- [2].基于高阶一致风险测度的组合优化[J]. 系统管理学报 2017(05)
- [3].基于分位数回归的多期金融风险测度[J]. 郑州航空工业管理学院学报 2013(06)
- [4].基于等熵一致性风险测度的组合选择[J]. 系统工程理论与实践 2014(03)
- [5].谱风险测度下的投资组合[J]. 特区经济 2012(11)
- [6].“一带一路”沿线国家投资风险测度研究[J]. 数量经济技术经济研究 2020(08)
- [7].相依结构、动态系统性风险测度与后验分析[J]. 统计研究 2018(03)
- [8].基于证据理论的商业银行信用风险测度[J]. 统计与决策 2013(19)
- [9].基于综合指数法的金融系统性风险测度[J]. 会计之友 2020(02)
- [10].绿色信贷政策下企业信贷风险测度及影响因素识别[J]. 财会通讯 2020(02)
- [11].基于几种风险测度的多阶段组合优化研究[J]. 运筹与管理 2017(11)
- [12].智力资本与物质资本共生关系中的风险测度与控制[J]. 财会通讯 2017(11)
- [13].项目组合一致性风险测度及其选择决策研究——基于交互效应视角[J]. 预测 2014(05)
- [14].基于谱风险测度与期权契约的季节性商品订购策略分析[J]. 系统工程理论与实践 2013(10)
- [15].非对称一致性风险测度及其应用[J]. 东北农业大学学报(社会科学版) 2012(05)
- [16].利率风险测度技术文献综述[J]. 未来与发展 2008(08)
- [17].基于混沌理论的股市系统风险测度与监控[J]. 上海经济研究 2008(04)
- [18].基于线性和条件下的失真风险测度尾部渐近性质[J]. 西南大学学报(自然科学版) 2019(01)
- [19].基于极值理论的人民币汇率风险测度[J]. 商 2015(01)
- [20].行业经营系统风险测度方法的改进研究[J]. 管理现代化 2014(05)
- [21].组合风险与单个资产风险间的定量关系——基于一致性风险测度的视角[J]. 系统管理学报 2008(01)
- [22].风险价值法的金融市场风险测度探析[J]. 科技创新导报 2008(16)
- [23].典型事实、极值理论与金融市场动态风险测度研究[J]. 投资研究 2012(01)
- [24].基于偏正态分布的一致风险测度及其在投资组合中的应用研究[J]. 投资研究 2012(12)
- [25].基于非对称结构与长记忆的股票市场风险测度研究[J]. 管理评论 2011(09)
- [26].下边风险测度下养老基金的最优资产配置[J]. 系统工程学报 2010(05)
- [27].金融市场风险测度的实证研究[J]. 河南工程学院学报(社会科学版) 2010(02)
- [28].商业银行结构化产品风险测度实证研究[J]. 新西部 2020(09)
- [29].房地产企业成长风险测度研究——以中西部地区房地产上市公司为例[J]. 湖湘论坛 2015(02)
- [30].FIEGARCH-EVT-ES风险测度及在期货市场的应用[J]. 南京航空航天大学学报(社会科学版) 2011(02)
标签:互联网金融风险论文; 财富宝收益率论文; 贝叶斯风险测度模型论文; 贝叶斯分位数自回归模型论文; 贝叶斯估计论文;