【摘要】： 近年來爆發(fā)的世界金融危機,使得人們對金融風險格外關注,對現(xiàn)行的金融風險度量模型進行改進也成了國內外學者研究的熱點問題.本研究正是通過引入極值理論和Copula函數(shù)對傳統(tǒng)的金融市場風險度量方法進行改進.文章從介紹VaR方法及其優(yōu)缺點開始,針對VaR方法的不足之處,引入具有一致性特征的CVaR作為風險值的補充.然后將Copula函數(shù)引入到計算投資組合的VaR和CVaR中來,使得各市場因子不再束縛于傳統(tǒng)多元分布的假設,從而資產收益率的邊際分布可以靈活構造.通常來講,危機產生往往由于人們忽略或者無法精確測量市場因子的尾部特征,據(jù)此,本文引入極值理論來刻畫單個資產收益率的尾部特征,建立了TARCH-EVT邊際分布模型.在實證部分,文章選取了一只中國開放式基金對其風險進行了實證研究,同時也對測量結果進行回溯測試,選取最優(yōu)模型后,建立均值-CVaR優(yōu)化模型對該基金的十大重倉股進行投資組合的優(yōu)化,最后結果表明：TARCH-EVT模型比單一的GARCH模型對資產收益率尾部特征的描述更加細致；用Copula方法度量投資組合風險時,選擇資產收益率邊際分布函數(shù)的重要性要大于連接函數(shù)的選擇；用TARCH-EVT-Copula模型模擬得到的投資組合損益序列來進行投資比例的優(yōu)化,可以使投資組合的風險值明顯降低.這也正說明了該模型可以幫助對風險管理者進行有效地風險規(guī)避.
【圖文】：

140160180200圖5.14同一copula函數(shù)下的回溯測試圖圖5.14給出了，在97.5%的置信度下，不同的邊際分布在相同的copula函數(shù)作用下的回溯測驗情況，很明顯，TARCH邊際分布模型有2次失敗，而TRACH一EVT邊際分布模型5次失敗，各自的失敗率分別為0.01和0.025，與此置信度下的期望失敗率P*二1一0.975=0.025相比，TARCH一EVT-N一copula模型的

時間t(日)圖5.15同一邊際分布下的回溯測試圖相似的，圖5.15給出了在97.5%的置信度下，相同邊際分布在不同的Coupfa函數(shù)作用下的回溯測驗情況，我們發(fā)現(xiàn)，二者的差別并不是十分明顯，也正說明了copula的選擇對模型結果影響要小于邊際分布.然而，在都沒有高估或低估風險的前提下，TARCH一EVT-N一C叩ula模型的VaR估計值更接近實際損失.所以綜合來看，TARCH一EvT-N一Copula模型風險度量的結果更加可信.那么，在下一節(jié)中，我們就以此模型為基礎，進行投資組合的優(yōu)化.5.6投資組合優(yōu)化在第二章中
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2010
【分類號】：F224;F830

【引證文獻】

相關碩士學位論文 前1條

1 魯建彬;保險資金投資運用的風險管理[D];西南財經大學;2012年

，

本文編號：2656466