基于GARCH模型的VaR及CVaR在金融风险度量中的应用的任务书.docx

基于GARCH模型的VaR及CVaR在金融风险度量中的应用的任务书
任务书
一、任务背景
金融市场风险的风险管理和度量是金融学和数学领域的重要问题之一。在金融市场上，投资者面临着各种类型的风险，如市场风险、信用风险、操作风险等。其中，市场风险是投资者所面临的最普遍和最重要的风险之一。市场风险是指由于外部环境变化导致资产价格波动，从而对投资组合价值和收益产生不利影响的风险。因此，在金融资产投资和管理中，风险度量和风险控制是关键的工作。
ValueatRisk(VaR)是金融风险度量和管理中最常用的方法之一，它是用来衡量某种投资组合、证券或者资产在一定时间内的最大预期损失。而ConditionalValue-at-Risk(CVaR)则是VaR的补充，可以更准确地评估投资组合在发生极端情况下的预期损失。
在金融风险管理中，常采用GARCH模型来对金融市场的波动性进行建模。GARCH模型是一种将随机波动定量化的时间序列模型，它能够捕捉金融市场价格的波动性，并且考虑到了波动的异方差性质。
因此，本次任务旨在通过对GARCH模型的研究，结合VaR和CVaR方法，在金融风险度量和管理中进行应用。
二、任务目标
本次任务的目标有三个方面：
1.研究GARCH模型的理论基础和实现方法，掌握GARCH模型的常用估计方法。
2.了解VaR和CVaR的理论基础和应用，掌握计算VaR和CVaR的方法。
3.综合运用GARCH模型和VaR、CVaR方法，对金融市场中的投资组合进行风险度量和管理，通过实证分析验证方法的有效性。
三、任务内容和要求
1.研究GARCH模型的理论基础和实现方法，包括GARCH模型的基本形式、参数估计方法以及模型的有效性检验。
2.了解VaR和CVaR的理论基础和应用，包括VaR和CVaR计算方法、计算的置信度和距离分布的选择、对VaR和CVaR结果的解释和评估等。
3.将GARCH模型和VaR、CVaR方法综合应用于金融风险度量和管理中，通过实证分析证明其有效性。具体任务包括：
（1）选择一个金融市场投资组合，通过使用GARCH模型估计该投资组合的波动性，并检验所得到的模型的有效性。
（2）计算该投资组合在一定置信度下的VaR和CVaR，选择适当的距离分布以及置信度，解释和评估计算结果。
（3）通过对历史数据进行回测，验证VaR和CVaR计算方法的有效性，并对结果进行评估和解释。
4.根据任务要求，撰写实验报告，包括实验目的、研究方法、分析结果和结论等。
任务要求如下：
1.需独立完成实验，数据来源可以是公开数据或者实际数据。
2.实验报告应该具有清晰的结构和严谨的逻辑。报告内容应该清晰、简明。
3.分析应该基于已有的相关文献和数据，并应该具有可重复性。
4.所有计算应该使用专业的计算软件，例如R、Matlab等。
5.任务报告应该不少于1200字，并严格按照规定格式编排。
四、参考文献
1.Alexander,C.(2008).MarketRiskAnalysis:QuantitativeMethodsinFinanceVolumeI.
2.Bollerslev,T.(1986).GeneralizedAutoregressiveConditionalHeteroskedasticity.
3.Christoffersen,P.(1998).EvaluatingIntervalForecasts.
4.McNeil,A.J.,Frey,R.,&Embrechts,P.(2015).QuantitativeRiskManagement.
5.Zivot,E.,&Wang,J.(2003).ModelingFinancialTimeSerieswithS-PLUS.