基于GARCH模型与SV模型利用EVT研究尾部风险测度的中期报告.docxVIP

基于GARCH模型与SV模型利用EVT研究尾部风险测度的中期报告

一、研究背景与意义

金融市场中尾部风险的存在已经广泛被接受，这种风险通常表现为极端收益或损失事件的发生，如2008年金融海啸、2015年中国股市暴跌等。尾部风险的测度对于投资组合的风险控制和决策具有重要意义。传统的统计方法常常对尾部风险的测度产生偏差，因为它们在计算方差时未考虑数据中异方差的存在。

本研究将采用GARCH模型（广义自回归条件异方差模型）和SV模型（随机波动率模型）对尾部风险进行测度，并利用EVT（极值理论）对尾部分布进行建模和推断。GARCH模型和SV模型都是可以考虑异方差性的模型，在尾部风险测度上比传统的方法更加准确和精确。

二、研究方法

1.数据选择

本研究将选择A股市场上市十年及以上的50只股票作为研究样本，时间范围为2010年1月1日至2020年12月31日，共计2772个交易日。数据来源为Wind。

2.GARCH模型和SV模型

GARCH模型和SV模型都是考虑异方差性的模型，它们分别可以用来建立收益率波动率的模型。在本研究中，我们将分别采用GARCH(1,1)模型和SV模型对样本数据进行建模和预测。

3.EVT模型

EVT模型是一种用于研究尾部分布的方法，它假设尾部分布符合广义极值分布。在本研究中，我们将使用EVT模型对极端事件进行建模和推断，以研究尾部风险。

三、研究进展与结果

目