遺傳算法和BHHH算法在我國證券市場風險測量中的實證研究.pdf

1、隨著金融市場波動的日益加劇，有效控制金融市場風險成為國內外學者熱衷的研究方向。針對學者們提出的波動模型，如何提高模型求解精度成為研究的重點。BHHH算法是一種經(jīng)典的求解波動模型的算法；智能計算方法是被學者們廣泛關注的新型求解方法。王春峰等人發(fā)表的論文[11]較早地提出用遺傳算法求解波動模型。本文嘗試擴展遺傳算法的應用范圍，主要做了以下兩點的創(chuàng)新工作：第一，擴展了遺傳算法的應用范圍，不僅應用于線性GARCH(1,1)模型中，而且還創(chuàng)新地應

2、用于非線性EGARCH(1,1)模型中；第二，不同的金融市場波動性的特點有所不同，本文以我國證券市場為研究對象，對遺傳算法和BHHH算法在我國證券市場風險測量中的應用進行了實證研究和對比分析，得到理想的模型參數(shù)。 遺傳算法是一種抽象的智能計算方法，在與具體問題結合時需要在很多方面進行實驗以確定最佳參數(shù)。本文在這方面做了大量的嘗試，成功地將遺傳算法應用到GARCH(1,1)和EGARCH(1,1)模型中，通過大量的實驗，得到了很好

3、的結果。 本文通過對遺傳算法和BHHH算法的實證分析得出如下結論：與傳統(tǒng)算法-BHHH算法相比，利用遺傳算法測量我國證券市場風險，可以得到更佳的VaR值；針對線性VaR-GARCH模型，遺傳算法下得到的VaR值可以覆蓋我國證券市場風險，其覆蓋市場風險的效果并不差于傳統(tǒng)算法-BHHH算法下得到的VaR值，但在波動頻繁風險大的深圳市場，遺傳算法的全局搜索能力將受到考驗；針對非線性VaR-EGARCH模型，遺傳算法下得到的VaR值可以