跳到主要內容

臺灣博碩士論文加值系統

(44.201.99.222) 您好!臺灣時間:2022/12/10 10:12
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:李維民
研究生(外文):Wei-Min Lee
論文名稱:結合波動與歷史模擬法之風險值模式
論文名稱(外文):Incorporating the Volatility into the Historical Simulation Method for Value-at-Risk Estimation
指導教授:林楚雄林楚雄引用關係
指導教授(外文):Chu-hsiung Lin
學位類別:碩士
校院名稱:國立高雄第一科技大學
系所名稱:財務管理所
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:40
中文關鍵詞:風險值歷史模擬法波動性
外文關鍵詞:Value at RiskVolatilityHistorical Simulation
相關次數:
  • 被引用被引用:0
  • 點閱點閱:274
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究提出結合Garman-Klass (1980)估計式於Hull 與 White (1998)之結合近期波動資訊的歷史模擬法,以克服歷史模擬法在估計風險值時,潛藏無法捕捉與時改變波動的行為而導致風險預測能力降低的問題,進而提升歷史模擬法估計之績效。本研究以巴黎券商公會指數、香港恆生指數、紐約道瓊工業指數、東京日經225指數、台灣股票市場加權股價指數、倫敦時報 FTSE 100 指數等六種股價指數進行模型的驗證。資料期間為1996年1月1日至2006年12月31日止共11年的日資料,進行VaR估測模型預測能力以及財務風險管理效能的分析與比較。經失敗率分析及Kupiec(1995)統計檢定結果,證實本研究結合Garman-Klass (1980)估計式於Hull 與 White (1998)所提出之結合近期波動資訊的歷史模擬法,確可提升估算風險值的準確性。再者,本研究採用Garman-Klass (1980)估計式估計報酬波動,除了可避免運用分配模型必須事先設定的問題,同時亦具有容易估計與使用的特性。此外,藉由本研究之實證結果,可提供國內證券商應用歷史模擬法時解決潛藏無法捕捉與時改變波動的問題,進而提高估算風險值之準確性,並依據其本身的偏好與需求,設定更有效率及較佳的風險值預測模型。
This study proposes a two-stage approach combining the Garman-Klass estimator with the historical simulation when estimating Value-at-Risk. Our method can avoid estimating parameters to forecast the variance when using GARCH model and retains the easy usages characteristic of the historical simulation approach. Six international stock price indices are applied to the proposed approach. The sample period is from January 1, 1996 to December 31, 2006. In the light of results of the failure rates and Kupiec test, the empirical result shows that the proposed method can considerably enhance the estimation accuracy of Value-at-Risk. This study hopes to shed light on building up risk prediction models and brings constructive implications for risk managers to effectively manage their portfolios.
目錄
中文摘要 --------------------------------------------------------------------------------------- i
英文摘要 --------------------------------------------------------------------------------------- ii
誌謝 --------------------------------------------------------------------------------------------- iii
目錄 --------------------------------------------------------------------------------------------- iv
表目錄 ------------------------------------------------------------------------------------------ v
圖目錄 ------------------------------------------------------------------------------------------ vi
壹、緒論 --------------------------------------------------------------------------------------- 1
一、研究背景與動機 ------------------------------------------------------------------------ 1
二、研究目的 --------------------------------------------------------------------------------- 4
三、研究重要性-------------- ----------------------------------------------------------------- 6
四、論文架構與研究流程-- ------------------------------------------------------------------7
貳、文獻回顧 --------------------------------------------------------------------------------- 9
參、研究方法 ----------------------------------------------------------------------------------23
一、風險值的定義 ----------------------------------------------------------------------------23
二、Hull 與White (1998)之結合近期波動資訊的模型-------------------------------24
三、波動性之衡量-----------------------------------------------------------------------------25
四、模型評估方法 ----------------------------------------------------------------------------26
肆、實證分析 ----------------------------------------------------------------------------------28
一、資料來源 --------------------------------------------------------------------------------- 28
二、實證研究方法 --------------------------------------------------------------------------- 29
伍、結論 --------------------------------------------------------------------------------------- 32
參考文獻 --------------------------------------------------------------------------------------- 34
1.李進生、謝文良、林允永、蔣炤坪、陳達新、盧陽正(2001),「風險管理-風險值(VaR)理論與應用」,清蔚科技股份有限公司出版。
2.李登賀(2001),「加入新資訊之歷史模擬法的風險值衡量」,國立中正大學財務金融學系研究所碩士論文。
3.林楚雄、張簡彰程(2002),「結合一般化誤差分配與歷史模擬法之風險值估計模型」,國立台灣科技大學,2002年管理新思維學術研討會。
4.林楚雄、張簡彰程,(2002),“增進歷史模擬法估計風險值準確性之研究”,中山管理評論,10卷,3期,頁497~520。
5.林楚雄、張簡彰程、謝景成,2005,“三種修正歷史模擬法估計風險值模型之比較”,風險管理學報,7卷,2期,頁183~201。
6.林士貴、傅承德、柯子介,2004,“重點抽樣下拔靴法計算風險值”,財務金融學刊,12卷,1期,頁81~116。
7.周大慶、沈大白、張大成、敬永康、柯瓊鳳(2002),「風險管理新標竿-風險值理論與應用」,智勝文化事業有限公司出版。
8.紀舒文(2000),「VaR 風險管理之保守性、精確性與效率性之研究」,台灣大學商學系研究所論文。
9.許倫維,(2006),“探討在Mean-Variance 模型下,VaR 或CVaR的條件限制對投資組合選擇的影響”,國立清華大學,科技管理研究所,碩士論文。
10.蒲建亨(2001),「整合VaR 法之衡量與驗證-以台灣金融市場投資組合為例」,台灣大學國際貿易學系研究所論文。
11.劉美纓,2005,“銀行投資組合風險值估計-保守性、準確性及效率性”,財務金融學刊,13卷,2期,頁97~128。
12.Alexander, C.O., and C.T. Leigh, 1997, “On the Covariance Matrices Used in Value at Risk Models”, Journal of Derivatives, pp.50-62, spring.
13.Beckers,S.(1983),”Variance of Security Price Return Based on High,Low,and Closing Prices,”Journal of Business,vol.56,pp.97-112。
14.Beder, T.S., 1995, “VAR: seductive but Dangerous”, Financial Analysts Journal, pp.12-24, September.
15.Billio, M., and L. Pelizzon, 2000, “Value-at-Risk: A Multivariate Switching Regime Approach”, Journal of Empirical Finance, vol.7, pp.531-554.
16.Boudoukh, J., M. Richardson, and R. Whitelaw, 1998, “The Best of Both Worlds: A Hybrid Approach to Calculating Value at Risk”, Risk, vol.11, pp.64-67.
17.Butler, J.S., and B. Schachter, 1998, “Estimating Value at Risk by Combining Kernel Estimation with Historical Simulation”, Review of Derivatives Research, vol.1, pp.371-390.
18.Damodaran, A., 1990, “Index Futures and Stock Market Volatility”, Review of Futures Markets, vol.9, pp.442-457.
19.Danielsson, J., and C.G. de Vries, 1997, “Tail index and quantile estimation with high frequency data”, Journal of Empirical Finance, pp.241-257.
20.Duffie, D., and J. Pan, 1997, “An Overview of Value at Risk”, Journal of Derivatives, pp.7-49.
21.Garman, M.B., and M.J. Klass, 1980, “On the Estimation of Security Price Volatility from Historical Data”, The Journal of Business, vol. 53(1), pp.67-78.
22.Goorbergh, R.V.D., and P. Vlaar, 1999, “Value-at-Risk Analysis of Stock Returns Historical Simulation, Variance Techniques or Tail Index Estimation?”, Econometric Research and Special Studies Dept. De Nederlandsche Bank.
23.Guermat, C., and Richerd D.F. Harris, 2002, “Robust Conditional Variance Estimation and Value-at-Risk”, The Journal of Risk, vol.4(2), pp.25-41.
24.Hull, J., and A. White, 1998, “Incorporating volatility updating into the historical Simulation method for value-at-risk”, Journal of Risk, pp.5-19.
25.Hull, J., and A. White, 1998, “Value at Risk when daily changes in market variables are not normally distribution”, Journal of Derivatives, pp.9-19, spring.
26.Jackson, P., D. Maude, and W. Perraudin, 1997, “Bank Capital and Value-at-Risk”, Journal of Derivatives, pp.73-90.
27.Jorion, P., 2000, Value-at-Risk, McGraw-Hill.
28.Kamara A., T. W. Miller and A. F. Siegel, 1992, “The Effect of Futures Trading on the Stability of Standard and Poor 500 Returns”, Journal of Futures Markets, vol.12, pp.645-658.
29.Kupiec, P., 1995, “Technique for Verifying the Accuracy of Risk Measurement Models”, Journal of Derivatives, vol.3, pp.73-84.
30.Lee, S. B. and K. Y. Ohk, 1992, “Stock Index Futures Listing and Structural Change in Time-Varying Volatility”, Journal of Futures Markets, vol.12, pp.493-509.
31.Lin, C.H., C.C. Changchien, and S.W. Chen, 2005, “A General Revised Historical Simulation Method for Portfolio Value-at-Risk”, Journal of Alternative Investments, vol.8(2), pp.87-103.
32.Lin, C.H., C.C. Changchien, and S.W. Chen, 2006, “Incorporating the Time-varying tail-fatness into the Historical Simulation Method for Portfolio Value-at-Risk”, Review of Pacific Basin Financial Markets and Policies, vol.9(2), forthcoming.
33.McNeil, A.J., and R. Frey, 2000, “Estimation of Tail-Related Risk Measure for Heteroscedastic Financial Time Series: An Extreme Value Approach”, Journal of Empirical Finance, vol.7, pp.271-300.
34.Parkinson,M.(1980),”The Extreme Value Method for Estimating the Variance of the Rate of Return,”Journal of Business,vol.53,pp61-65。
35.Pritsker, M., 1997, “Evaluating Value at Risk Methodologies: Accuracy versus Computational Time”, Journal of Financial Services Research, vol.12(3), pp.201-243.
36.Vlaar, P., 2000, “Value at Risk Models for Dutch Bond Portfolios”, Journal of Banking and Finance, vol.24(7), pp.1131-1154.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top