基于GARCH模型的VaR方法的实证研究的任务书.docx

基于GARCH模型的VaR方法的实证研究的任务书
任务书：
题目：基于GARCH模型的VaR方法的实证研究
背景：
在金融市场中，风险是无法避免的，为了有效的管理自身的风险，投资者需要了解市场的波动情况，并进行风险评估。在风险评估中，VaR成为了常用的一种量化方法。VaR（ValueatRisk）是指在一定时间内，个别风险资产或整个投资组合的最大预期损失，以一定的置信水平来衡量。目前常用的VaR方法有历史模拟法和基于模型的方法，而基于GARCH模型的VaR方法是其中应用广泛的一种。
任务：
本次研究旨在通过对基于GARCH模型的VaR方法的实证研究，深入了解该方法的优缺点及适用范围。具体的研究任务和要求如下：
1.确定研究的对象和时间段：选择一些不同类型的资产（如股票、债券、商品等）或投资组合作为研究对象，研究时间段应当覆盖至少一个完整市场周期。
2.收集数据并进行预处理：收集研究对象的历史价格数据，对数据进行预处理，如删除异常值、缺失值、平滑处理等。
3.建立GARCH模型：对研究对象的价格序列进行GARCH模型拟合。
4.计算VaR值：根据拟合结果和置信水平，计算出VaR值。
5.比较历史模拟法和GARCH模型的VaR结果：使用历史模拟法计算VaR值，将两种方法的VaR值进行比较。
6.分析研究结果：对比两种方法的VaR结果，分析GARCH模型在不同场景下的优缺点和适用范围。
7.撰写报告：根据研究结果撰写一份报告，包括研究目的、研究方法、数据处理、模型拟合、VaR的计算和比较、结果分析、结论和对策建议等。
要求：
1.使用Python或R等分析工具完成研究。
2.在数据处理、模型拟合、比较分析等环节，应当注重方法的合理性、可行性和可靠性。
3.报告应当具有良好的逻辑性、表达清晰、文字流畅、无语病等。
4.报告应当包括所使用的数据、拟合模型的程序、计算VaR值的程序等。
时间安排：
任务时间：2021年9月1日至2022年1月31日
具体安排：
1.第1-2周：选择研究对象和时间段，熟悉研究方法，确定收集的数据类型和来源。
2.第3-4周：收集数据并进行预处理，确定GARCH模型的适用范围。
3.第5-8周：建立GARCH模型，进行模型拟合，并进行模型分析和诊断。
4.第9-12周：计算VaR值，编写程序，并与历史模拟法进行比较分析。
5.第13-15周：对结果进行分析和探讨，并进一步完善研究方法。
6.第16-18周：撰写报告的初稿，并根据指导老师意见进行修改。
7.第19-20周：完成报告的终稿，并进行口头答辩。
评分标准：
任务完成质量（60%）
报告质量（25%）
口头答辩表现（15%）