【摘要】： 金融風(fēng)險(xiǎn)測(cè)量VaR方法廣泛應(yīng)用于銀行等金融機(jī)構(gòu),Copula技術(shù)以其處理非正態(tài)聯(lián)合分布函數(shù)所具有的良好性質(zhì)逐漸成為國內(nèi)外研究的熱點(diǎn).Copula函數(shù)可以理解為“相依函數(shù)”或“連接函數(shù)”,它是把多維隨機(jī)變量的聯(lián)合分布用其一維邊際分布連接起來的函數(shù),它不僅是構(gòu)建多維分布的工具,同時(shí)也是在隨機(jī)變量之間探索相依結(jié)構(gòu)的工具.目前它已被廣泛的應(yīng)用于金融領(lǐng)域,并且成為解決金融問題的一個(gè)有力的工具. 首先,在理論方面,本文對(duì)風(fēng)險(xiǎn)管理進(jìn)行了概述,介紹了VaR風(fēng)險(xiǎn)價(jià)值的定義、計(jì)算方法和存在的問題.接著深入介紹了Copula的理論及在金融分析上的應(yīng)用,并提出了運(yùn)用Copula方法計(jì)算開放式基金投資組合的VaR.我們發(fā)現(xiàn)在運(yùn)用Copula模型計(jì)算投資組合的VaR時(shí),VaR的解析式一般不容易求出,因此常常運(yùn)用Monte Carlo模擬法來計(jì)算VaR的值.運(yùn)用Monte Carlo模擬法計(jì)算資產(chǎn)投資組合VaR值的關(guān)鍵在Copula函數(shù)的仿真技術(shù)上. 其次,在實(shí)證方面,本文以南方高增長基金的前10支股票為例,建立了投資組合風(fēng)險(xiǎn)分析的Copula-GARCH模型.結(jié)合Monte Carlo模擬技術(shù),利用Copula理論計(jì)算投資組合的VaR,并與傳統(tǒng)的VaR方法進(jìn)行比較.通過比較度量基金投資組合的三種方法,結(jié)果表明傳統(tǒng)的VaR計(jì)算方法和Kendall相關(guān)系數(shù)法低估了風(fēng)險(xiǎn).這是因?yàn)橄啾戎?傳統(tǒng)的方法由于其基于正態(tài)分布與線性相關(guān)的假設(shè),存在不可避免的缺陷,從而低估了VaR.特別是當(dāng)極端事件發(fā)生時(shí),資產(chǎn)組合的VaR計(jì)算與實(shí)際情況有偏差.因此基于Copula的VaR方法能夠更加有效地測(cè)量開放式基金投資組合的風(fēng)險(xiǎn). 最后提出了VaR理論應(yīng)用于我國金融市場中的風(fēng)險(xiǎn)管理等金融領(lǐng)域的意義和建議,并對(duì)其進(jìn)行了總結(jié),提出了需要進(jìn)一步解決和研究的問題.
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：F224;F830.91
【圖文】：

30貴州茅臺(tái) 中國船舶圖 4.1 收益率數(shù)據(jù)波動(dòng)圖從圖中我們可以看出這 10 支股票的收益率收益率這個(gè)季度一直有著幾乎相同的變換趨勢(shì)，這說明這些股票之間有著很強(qiáng)的關(guān)聯(lián)程度，它們之間的相依性研究就顯得更加重要.通過對(duì)一個(gè)市場波動(dòng)的描述理解，我們可以推測(cè)另一個(gè)市場的可能波動(dòng)變化.而 Copula 函數(shù)是用來描述相依性關(guān)系的極佳統(tǒng)計(jì)方法，用它來描述我國基金投資組合的相依性關(guān)系有著深遠(yuǎn)的意義.4.2.3 收益率 Q-Q 分布圖我們Q-Q圖來檢驗(yàn)序列的邊緣分布是否服從正態(tài)分布以及兩序列的邊緣分布是否服從同一分布.見下圖：

貴州茅臺(tái) 中國船舶圖 4.2 收益率 Q-Q 分布圖從圖中我們可以看出，每支股票收益率的圓點(diǎn)排列近似一條直線，這說明這些觀測(cè)值近似于標(biāo)準(zhǔn)正態(tài)分布.4.2.4 自相關(guān)與偏自相關(guān)檢驗(yàn)自相關(guān)衡量的是隨著時(shí)間的變動(dòng)，同一個(gè)序列的觀測(cè)值與其滯后項(xiàng)之間的相互關(guān)聯(lián)程度.進(jìn)一步，如果時(shí)間序列存在一階自相關(guān)時(shí)，還必須對(duì)二階自相關(guān)系數(shù)進(jìn)行檢驗(yàn).這就需要進(jìn)行偏自相關(guān)檢驗(yàn).具體說，偏自相關(guān)檢驗(yàn)就是在消除了低階自相關(guān)影響后的相關(guān)性.自相關(guān)和偏自相關(guān)的檢驗(yàn)對(duì)于建立時(shí)間序列模型有十分重要的作用.因此，在建立模型之前，我們采用 Eviews 軟件對(duì)這些基金的收益率進(jìn)行自相關(guān)與偏自相關(guān)檢驗(yàn)，最大滯后階數(shù)為 24.結(jié)果如下圖所示：

自相關(guān)與偏相關(guān)檢臉

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 夏厚芹;我國中小板股指期貨的保證金比率的設(shè)定[D];蘇州大學(xué);2011年

本文編號(hào)：2766043