本文關鍵詞： 投資組合 Pair Copula Gaussian DAG Copula 混合C藤Copula VaR　出處：《天津科技大學》2013年碩士論文　論文類型：學位論文

【摘要】：對于投資者來說,投資于相關程度較低的多品種金融資產(chǎn)組合,可以有效降低投資風險,那么如何選擇最優(yōu)的投資組合便成為投資者關注的焦點問題。為了克服傳統(tǒng)投資組合風險管理模型中風險度量方法、正態(tài)及線性相關假設的不足,我們不僅應該運用更科學的風險度量方法,還應該構建更合理的聯(lián)合分布,這對于投資組合風險的度量以及最優(yōu)投資策略的選擇都有至關重要的作用。在風險測度方面,VaR已成為應用最為廣泛的風險度量方法,是金融風險管理研究的重點；而Copula理論則為構建投資組合的聯(lián)合分布函數(shù)提供了一條便捷、科學的途徑,該聯(lián)合分布可以滿足金融資產(chǎn)非正態(tài)、非線性相關的假設,因此可以克服傳統(tǒng)風險管理模型的不足。本文研究內(nèi)容主要是多金融資產(chǎn)投資組合的風險分析、度量問題�；贑opula理論,以VaR作為風險度量指標,將Copula函數(shù)、GARCH模型、SV模型、VaR以及Monte Carlo方法有機結合,解決了多金融資產(chǎn)的非正態(tài)、非線性相關問題,為最優(yōu)投資組合的選擇與投資風險的度量提供了一種新的解決方法。本文第一部分實證研究對象是中國外匯市場四種主要外匯資產(chǎn)的投資組合,先通過GARCH與SV類模型的比較研究確定了單個風險資產(chǎn)收益率的邊際分布波動模型；然后運用PC算法估計了表示資產(chǎn)間相關結構的DAG,并基于Pair Copula建模思想構建了Gaussian DAG Copula模型,該模型能更好的描述資產(chǎn)組合間的相依結構；在Gaussian DAG Copula模型的基礎上利用Monte Carlo方法計算了投資組合的VaR,并通過返回檢驗證明了模型的有效性；最后,賦予四個外匯資產(chǎn)不同投資權重,計算了不同組合在不同置信水平下的VaR值。第二部分的實證研究是以中國外匯市場上七種外匯資產(chǎn)投資組合為對象,在該部分的研究中采用基于Pair Copula高維建模方法的混合C藤Copula模型,構建了反映多個資產(chǎn)收益實際分布和相依性的聯(lián)合分布函數(shù)。該模型根據(jù)變量間相關性強弱確定變量順序,并對各Pair Copula都選擇最優(yōu)函數(shù)族,故能更好描述資產(chǎn)組合的相依結構。在此基礎上,利用Monte Carlo方法計算了七種外匯資產(chǎn)投資組合的VaR,并通過實證分析驗證了該模型的有效性,最后,同樣賦予七種外匯資產(chǎn)不同投資權重,計算了不同組合在不同置信水平下的VaR值。兩部分的實證研究結果都表明,所建立的風險分析模型都能更好的刻畫資產(chǎn)間的相關結構,在風險度量方面更加的科學、準確。
[Abstract]:For investors, investing in a variety of financial asset portfolios with low correlation can effectively reduce the investment risk. In order to overcome the shortcomings of the traditional portfolio risk management model, the deficiency of the normal and linear related assumptions is overcome in order to solve the problem of how to choose the optimal portfolio. We should not only use more scientific risk measurement methods, but also build more reasonable joint distribution. This plays an important role in portfolio risk measurement and the choice of optimal investment strategy. In risk measurement, VaR has become the most widely used risk measurement method. Is the focus of financial risk management research; The Copula theory provides a convenient and scientific way to construct the joint distribution function of the investment portfolio. The joint distribution can satisfy the assumption that the financial assets are not normal and nonlinear. Therefore, we can overcome the shortcomings of the traditional risk management model. This paper mainly focuses on the risk analysis and measurement of multi-financial asset portfolio based on Copula theory. Taking VaR as the risk measure index, the Copula function GARCH model and the SV model are combined with the Monte Carlo method. Solve the non-normal and nonlinear related problems of multi-financial assets. This paper provides a new solution for the choice of optimal portfolio and the measurement of investment risk. The first part of this paper is the empirical study of the four major foreign exchange portfolio in China's foreign exchange market. Firstly, through the comparative study of GARCH and SV models, the marginal distribution volatility model of return rate of individual venture assets is established. Then we use PC algorithm to estimate the structure of correlation between assets, and build Gaussian DAG Copula model based on the idea of Pair Copula modeling. The model can better describe the dependent structure of portfolio. On the basis of Gaussian DAG Copula model, the Monte Carlo method is used to calculate the portfolio VaR, and the validity of the model is proved by the return test. Finally, four foreign exchange assets are given different investment weights. The VaR values of different combinations at different confidence levels are calculated. The second part of the empirical study is based on the seven foreign exchange asset portfolios in China's foreign exchange market as the object. In this part of the study, a hybrid Copula model based on Pair Copula high dimensional modeling method is used. The joint distribution function which reflects the actual distribution and dependence of multiple asset returns is constructed. The model determines the order of variables according to the correlation between variables, and selects the optimal function family for each Pair Copula. Therefore, it can better describe the dependent structure of portfolio. On this basis, the VaR of seven kinds of foreign exchange portfolio is calculated by using Monte Carlo method. And through the empirical analysis to verify the effectiveness of the model, finally, the same gives seven kinds of foreign exchange assets with different investment weights. The VaR values of different combinations under different confidence levels are calculated. The empirical results of the two parts show that the established risk analysis model can better describe the correlation structure between assets. More scientific and accurate in risk measurement.
【學位授予單位】：天津科技大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：F224;F832.6

【相似文獻】

相關期刊論文 前10條

1 胡勇;龔金國;;Copula函數(shù)在分析滬深股市相依結構中的應用[J];時代金融;2006年09期

2 韋艷華;張世英;;多元Copula-GARCH模型及其在金融風險分析上的應用[J];數(shù)理統(tǒng)計與管理;2007年03期

3 羅付巖;徐海云;;基于Copula-EVT模型的組合風險測度[J];統(tǒng)計與決策;2007年17期

4 郭慧;羅俊鵬;史道濟;;半?yún)?shù)阿基米德Copula的理論應用[J];天津理工大學學報;2007年05期

5 楊興民;劉保東;李娟;;基于Gaussian Copula與t-Copula的滬深股指相關性分析[J];山東大學學報(理學版);2007年12期

6 王展青;趙鵬;王傳廷;李磊東;;基于copula的滬深股市的風險分析[J];科協(xié)論壇(下半月);2008年11期

7 陳銀忠;張榮;;基于Copula函數(shù)的深市行業(yè)間的尾部相關性分析[J];統(tǒng)計與決策;2008年22期

8 儲小俊;劉思峰;;股市流動性與收益的Copula尾部相關性分析[J];財貿(mào)研究;2008年05期

9 任仙玲;張世英;;基于Copula函數(shù)的金融市場尾部相關性分析[J];統(tǒng)計與信息論壇;2008年06期

10 歐陽資生;王非;;基于Copula方法的國債市場相依風險度量[J];統(tǒng)計研究;2008年07期

相關會議論文 前10條

1 應益榮;王穎;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三屆中國智能計算大會論文集[C];2009年

2 葉萍華;唐湘晉;;基于Copula方法的股票相關性分析[A];第十屆中國青年信息與管理學者大會論文集[C];2008年

3 王宗潤;吳偉韜;;基于Copula-EVT模型的人民幣匯率組合風險測度[A];第三屆（2008）中國管理學年會——技術與創(chuàng)新管理分會場論文集[C];2008年

4 許啟發(fā);劉少杰;;基于Copula技術的動態(tài)組合投資選擇新方法[A];第四屆（2009）中國管理學年會——金融分會場論文集[C];2009年

5 杜紅軍;王宗軍;;基于時變Copula模型的金融市場風險度量與分配[A];第八屆（2013）中國管理學年會——金融分會場論文集[C];2013年

6 陳超;王莉萍;陳正壽;許新;;Copula函數(shù)在海洋工程中的應用[A];第十六屆中國海洋（岸）工程學術討論會論文集（上冊）[C];2013年

7 徐運保;陳奕播;;基于Copula函數(shù)的股市、房市與GDP相關性的實證分析[A];第三屆（2008）中國管理學年會——技術與創(chuàng)新管理分會場論文集[C];2008年

8 劉月飛;呂大剛;;基于混合Copula函數(shù)的二維串聯(lián)系統(tǒng)可靠性分析[A];第22屆全國結構工程學術會議論文集第Ⅲ冊[C];2013年

9 郭立甫;高鐵梅;姚堅;;基于Copula函數(shù)和極值理論的金融傳染度量——測度美國次貸危機對重要經(jīng)濟體的傳染效應[A];21世紀數(shù)量經(jīng)濟學（第13卷）[C];2012年

10 冉U_香;張翔;;Copula函數(shù)在水量水質(zhì)聯(lián)合分布頻率分析中的應用[A];農(nóng)業(yè)、生態(tài)水安全及寒區(qū)水科學——第八屆中國水論壇摘要集[C];2010年

相關重要報紙文章 前2條

1 廣發(fā)期貨投資研究部 楊威 王翔 謝貞聯(lián);多維Copula樹及其在機構投資組合風險管理中的運用[N];期貨日報;2008年

2 海通證券研究所 陳露;從A股與H股相關性看股指期貨推出后的跨市場操作[N];期貨日報;2007年

相關碩士學位論文 前10條

1 吳新榮;對稱Bernstein Copula[D];天津大學;2007年

2 葉萍華;基于Copula方法的股票收益率相關性研究及實證分析[D];武漢理工大學;2008年

3 劉彪;Copula理論在金融分析中的應用[D];華中科技大學;2007年

4 鄭文旭;基于Copula的金融風險相關性研究[D];廈門大學;2008年

5 馬冬冬;多元Copula-GARCH模型及其在期貨風險分析中的應用[D];合肥工業(yè)大學;2009年

6 董驍偉;基于Copula-SV模型的投資組合風險分析[D];重慶大學;2009年

7 錢丹青;Copula選擇及其條件核密度估計[D];華中科技大學;2008年

8 劉海燕;基于Copula方法的違約相關性研究[D];北方工業(yè)大學;2010年

9 陳元慶;基于Copula理論的投資組合的風險度量[D];吉林大學;2010年

10 伍新星;Copula函數(shù)在包含公共影響的信度保費模型中的應用[D];吉林大學;2010年

，

本文編號：1448077