基于非參數(shù)Copula-CVaR模型的碳金融市場(chǎng)集成風(fēng)險(xiǎn)測(cè)度
發(fā)布時(shí)間:2024-01-24 07:42
我國(guó)商業(yè)銀行等金融機(jī)構(gòu)在參與國(guó)際碳金融業(yè)務(wù)時(shí)面臨復(fù)雜多變的市場(chǎng)環(huán)境,其風(fēng)險(xiǎn)評(píng)估及預(yù)警體系的構(gòu)建需考慮風(fēng)險(xiǎn)因子的多源性與相依性,對(duì)碳金融市場(chǎng)集成風(fēng)險(xiǎn)進(jìn)行科學(xué)測(cè)度具有重要意義。本文采用非參數(shù)核估計(jì)方法確定碳金融市場(chǎng)價(jià)格波動(dòng)與匯率波動(dòng)兩類風(fēng)險(xiǎn)因子的邊緣分布,并通過(guò)擬合優(yōu)度檢驗(yàn)選擇最優(yōu)Copula函數(shù)準(zhǔn)確刻畫風(fēng)險(xiǎn)因子之間非線性、動(dòng)態(tài)的相依結(jié)構(gòu),實(shí)現(xiàn)對(duì)集成條件風(fēng)險(xiǎn)價(jià)值CVaR的有效測(cè)度。通過(guò)Kupiec回測(cè)檢驗(yàn)及對(duì)比各類傳統(tǒng)風(fēng)險(xiǎn)測(cè)度方法的優(yōu)劣,發(fā)現(xiàn)非參數(shù)Copula-CVaR模型能夠彌補(bǔ)傳統(tǒng)風(fēng)險(xiǎn)測(cè)度方法在度量多源風(fēng)險(xiǎn)因子相依性時(shí)存在的局限性,避免參數(shù)法確定邊緣分布時(shí)可能出現(xiàn)的模型設(shè)定風(fēng)險(xiǎn)與參數(shù)估計(jì)誤差,充分考慮尾部風(fēng)險(xiǎn),為碳金融市場(chǎng)集成風(fēng)險(xiǎn)測(cè)度提供新思路。
【文章頁(yè)數(shù)】:13 頁(yè)
【文章目錄】:
1 引言
2 模型與方法
2.1 風(fēng)險(xiǎn)集成技術(shù)———連接(Copula)函數(shù)
2.2 風(fēng)險(xiǎn)測(cè)度指標(biāo)CVaR/VaR
2.3 非參數(shù)Copula-CVaR集成風(fēng)險(xiǎn)測(cè)度模型
2.3.1 非參數(shù)法確定邊緣分布
2.3.2 Copula-CVaR的估計(jì)方法
3 實(shí)證分析
3.1 實(shí)證數(shù)據(jù)的選取與描述
3.2 實(shí)證結(jié)果
4 結(jié)語(yǔ)
本文編號(hào):3883376
【文章頁(yè)數(shù)】:13 頁(yè)
【文章目錄】:
1 引言
2 模型與方法
2.1 風(fēng)險(xiǎn)集成技術(shù)———連接(Copula)函數(shù)
2.2 風(fēng)險(xiǎn)測(cè)度指標(biāo)CVaR/VaR
2.3 非參數(shù)Copula-CVaR集成風(fēng)險(xiǎn)測(cè)度模型
2.3.1 非參數(shù)法確定邊緣分布
2.3.2 Copula-CVaR的估計(jì)方法
3 實(shí)證分析
3.1 實(shí)證數(shù)據(jù)的選取與描述
3.2 實(shí)證結(jié)果
4 結(jié)語(yǔ)
本文編號(hào):3883376
本文鏈接:http://sikaile.net/guanlilunwen/zhqtouz/3883376.html
最近更新
教材專著