一:研究思路與邏輯伴隨著全球經(jīng)濟(jì)一體化、投資自由化以及金融創(chuàng)新的不斷深入,金融市場的波動性和風(fēng)險也在不斷加劇,對于金融風(fēng)險的管理已經(jīng)成為金融機(jī)構(gòu)和投資者所面臨的最重要問題。VaR（Value at Risk）即風(fēng)險價值,作為金融風(fēng)險分析、測度與防范的重要工具,是近年來國際上興起的一種定量度量金融風(fēng)險的管理方法。它是將眾多不可測的主觀因素轉(zhuǎn)化為運(yùn)用數(shù)理統(tǒng)計方法和計量技術(shù)的客觀概率數(shù)值,使隱性風(fēng)險顯性化。VaR的概念雖簡單,然而對它的度量卻是一個具有挑戰(zhàn)性的統(tǒng)計問題。傳統(tǒng)的VaR度量方法明顯存在著一些缺點,如正態(tài)分布的假設(shè),線性假設(shè),對極端事件的缺乏考慮以及金融資產(chǎn)之間尾部相關(guān)性等。這些都會影響投資組合的投資效果和風(fēng)險,影響VaR度量的精確度。而copula的理論相對傳統(tǒng)方法有著理論優(yōu)勢,copula可以把幾個邊際分布連成一個聯(lián)合分布,不用假定邊際分布是正態(tài)分布,copula函數(shù)導(dǎo)出的一致性和相關(guān)性測度應(yīng)用范圍更廣、實用性更強(qiáng),可以捕捉到變量間非線性、非對稱的相關(guān)關(guān)系,特別是容易捕捉到分布尾部的相關(guān)關(guān)系。本文研究的主要思路:針對傳統(tǒng)VaR度量方法的一些缺點,引入copula方法,在邊際分布... 

【文章來源】：西南財經(jīng)大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1. 緒論
    1.1 課題背景與介紹
    1.2 文獻(xiàn)綜述
    1.3 研究意義
2. VAR 理論基礎(chǔ)
    2.1 VAR 的簡介
    2.2 VAR 的傳統(tǒng)計算方法
        2.2.1 歷史模擬法（Historical Simulation Method，簡稱HS）
        2.2.2 Bootstrap 法
        2.2.3 Monte carlo 模擬法
        2.2.4 RiskMetrics 方法
    2.3 VAR 的特點與局限性
    2.4 VAR 的后向檢驗方法（BACKTEST）
3. COPULA 函數(shù)的理論研究與介紹
    3.1 COPULA 函數(shù)的定義與相關(guān)定理
    3.2 基于COPULA 的相關(guān)性度量
    3.3 尾部相關(guān)性度量
        3.3.1 基于copula 金融市場的相關(guān)性分析
    3.4 COPULA 函數(shù)族介紹
    3.5 條件COPULA 的定義與相關(guān)定理
        3.5.1 條件copula 性質(zhì)
4. COPULA 函數(shù)的參數(shù)估計與模擬
    4.1 基于COPULA 的金融建模分析
    4.2 COPULA 估計方法
    4.3 COPULA 估計的檢驗
    4.4 基于COPULA 的VAR MONTE CARLO 模擬
        4.4.1 copula 的VaR monte carlo 模擬方法
5. 基于COPULA-GARCH 模型的擬合與實證分析
    5.1 數(shù)據(jù)分析
    5.2 統(tǒng)計檢驗
    5.3 AR-GARCH 模型估計
        5.3.1 邊際分布模型的假定
    5.4 COPULA 函數(shù)的估計分析
        5.4.1 CML 方法的copula 估計
        5.4.2 時變模式下的copula 估計
    5.5 基于各種COPULA 的VAR 的實證分析與檢驗
6. VAR 的估計比較
    6.1 EWMA 方法
    6.2 GARCH－N,GARCH-T 方法
    6.3 所有的VAR 結(jié)果比較
7. 總結(jié)與展望
    7.1 研究總結(jié)
    7.2 本文評價
    7.3 研究展望
參考文獻(xiàn)
附錄
后記
致謝


【參考文獻(xiàn)】：
期刊論文
[1]Copula函數(shù)度量風(fēng)險價值的Monte Carlo模擬[J]. 陳守東,胡錚洋,孔繁利.  吉林大學(xué)社會科學(xué)學(xué)報. 2006(02)
[2]調(diào)整"已實現(xiàn)"波動率與GARCH及SV模型對波動的預(yù)測能力的比較研究[J]. 徐正國,張世英.  系統(tǒng)工程. 2004(08)
[3]VaR風(fēng)險測量模型在我國股票市場中的應(yīng)用[J]. 陳立新.  大連鐵道學(xué)院學(xué)報. 2004(02)
[4]金融市場的相關(guān)性分析——Copula-GARCH模型及其應(yīng)用[J]. 韋艷華,張世英.  系統(tǒng)工程. 2004(04)
[5]CVaR風(fēng)險度量模型在投資組合中的運(yùn)用[J]. 陳劍利,李勝宏.  運(yùn)籌與管理. 2004(01)
[6]股市風(fēng)險VaR與ES的動態(tài)度量與分析[J]. 陳學(xué)華,楊輝耀.  系統(tǒng)工程. 2004(01)
[7]股市風(fēng)險值估計的EWMA方法及其應(yīng)用[J]. 范英.  預(yù)測. 2001(03)
[8]VaR方法對我國金融風(fēng)險管理的借鑒及應(yīng)用[J]. 戴國強(qiáng),徐龍炳,陸蓉.  金融研究. 2000(07)
[9]VaR方法及其在金融風(fēng)險管理中的應(yīng)用[J]. 馬超群,李紅權(quán).  系統(tǒng)工程. 2000(02)

博士論文
[1]VaR與CVaR的估計方法以及在風(fēng)險管理中的應(yīng)用[D]. 葉五一.中國科學(xué)技術(shù)大學(xué) 2006
[2]Copula理論及其在多變量金融時間序列分析上的應(yīng)用研究[D]. 韋艷華.天津大學(xué) 2004

碩士論文
[1]基于EWMA方法的VaR估計[D]. 劉廣麗.昆明理工大學(xué) 2007
[2]Copula理論在金融上的應(yīng)用[D]. 鄧華.蘭州大學(xué) 2007
[3]VaR：一種連接（Copula）函數(shù)方法的應(yīng)用[D]. 郭雪芬.東北財經(jīng)大學(xué) 2006
[4]基于VaR模型的金融市場風(fēng)險計量研究[D]. 劉昆侖.華中科技大學(xué) 2006
[5]幾種典型VaR度量方法的比較研究[D]. 代紅果.山東大學(xué) 2006
[6]基于分形市場理論和Copula函數(shù)理論的中國資本市場實證研究[D]. 宋加旺.天津大學(xué) 2005
[7]上證綜合指數(shù)的VaR計算方法研究[D]. 董大勇.西南交通大學(xué) 2003



本文編號：3315605