基于GARCH模型与SV模型利用EVT研究尾部风险测度的任务书.docx

基于GARCH模型与SV模型利用EVT研究尾部风险测度的任务书
一、研究背景与意义
金融市场中的尾部风险是金融风险中极为重要的一部分，它代表了风险分布的极端部分，通常被认为是金融风险中最难以控制的部分。尾部风险通常指的是金融市场中的极端事件，这种事件的发生可能会对整个市场产生巨大的影响，甚至可能导致市场的崩溃。因此，尾部风险的测度对于金融市场管理和投资决策都非常重要。
GARCH模型和SV模型是尾部风险测度中比较流行的两种方法，其中GARCH模型通过建立方差的时间序列模型来描述尾部风险；SV模型则基于随机波动率模型来描述尾部风险。这两种模型在尾部风险测度中均取得了一定的成果，但在极端市场环境下，它们的表现并不理想。因此，为了更准确地测度尾部风险，我们需要通过结合极值理论（EVT）等方法来进行尾部风险的测度。
本次研究的主要任务是基于GARCH模型和SV模型以及极值理论，对尾部风险进行测度，并探讨两种模型的预测能力和稳定性。
二、研究内容与方法
1.研究内容
本次研究的主要内容包括以下几个方面：
（1）建立GARCH模型和SV模型，分别测度尾部风险；
（2）基于EVT方法，对尾部风险进行建模和测度，考虑极端事件的影响；
（3）对两种模型的预测能力和稳定性进行比较分析，探讨其优缺点；
（4）应用所建立的模型进行实证研究，比较实际结果与理论预测的一致性。
2.研究方法
本次研究的主要方法包括以下几个方面：
（1）理论分析法：对GARCH模型和SV模型进行理论分析，探究其测度尾部风险的原理和方法；
（2）模型建立法：建立GARCH模型和SV模型，并对模型参数进行估计；
（3）极值理论法：基于EVT方法，对尾部风险进行建模和测度，考虑极端事件的影响；
（4）实证分析法：应用建立的模型进行实证研究，分析模型的预测能力和稳定性，并与其他方法进行对比分析；
（5）统计分析法：利用统计分析方法，对建立的模型和实证结果进行验证和分析。
三、预期成果和意义
本次研究预期能够达到以下几个成果：
（1）建立基于GARCH模型和SV模型的尾部风险测度方法，并通过统计分析方法对两种方法的预测能力和稳定性进行比较分析；
（2）基于极值理论对尾部风险进行建模和测度，考虑极端事件对风险的影响，提高尾部风险测度的准确度；
（3）应用所建立的模型进行实证研究，并比较实际结果与理论预测的一致性；
（4）对于实践工作和学术研究都具有一定的意义。
通过本次研究，可以更加全面地了解尾部风险的特点和测度方法，提高金融市场管理和投资决策的决策水平，具有很高的实践价值。同时，本次研究还能够为基于GARCH模型和SV模型的尾部风险测度的研究提供新的视角和方法，具有重要的学术价值。