近年來(lái)隨著我國(guó)金融市場(chǎng)及金融體系的不斷完善和發(fā)展,越來(lái)越多的個(gè)人和機(jī)構(gòu)投資者開(kāi)始參與到證券市場(chǎng)中來(lái)。然而任何投資都是有風(fēng)險(xiǎn)的,自1952年亨利·馬克維茨創(chuàng)立投資組合理論以來(lái)人們意識(shí)到多樣化的投資組合有利于降低風(fēng)險(xiǎn),而且以此為起點(diǎn)許多學(xué)者都進(jìn)行了相關(guān)的研究,并取得了很多有意義的成果。 隨著對(duì)金融時(shí)間序列研究的深入,人們發(fā)現(xiàn)傳統(tǒng)的投資組合理論在刻畫金融資產(chǎn)收益率的統(tǒng)計(jì)特征時(shí)存在較大的局限性。一方面,金融資產(chǎn)的回報(bào)分布并非服從正態(tài)分布,而是具有分布的尖峰厚尾性、波動(dòng)的時(shí)變聚集性以及杠桿效應(yīng)等特征,另一方面各資產(chǎn)收益之間不僅存在線性關(guān)系而且存在非線性關(guān)系�；诖吮疚膶⑦x用在描述金融資產(chǎn)收益率波動(dòng)方面有優(yōu)勢(shì)的SV模型和在度量資產(chǎn)間相關(guān)性方面有優(yōu)勢(shì)的Copula函數(shù)來(lái)研究這一問(wèn)題。 本文首先對(duì)隨機(jī)波動(dòng)理論、Copula函數(shù)以及金融市場(chǎng)風(fēng)險(xiǎn)測(cè)度理論進(jìn)行了較全面的回顧。在此基礎(chǔ)上應(yīng)用杠桿SV-t模型對(duì)邊際金融資產(chǎn)收益率建模,并利用相應(yīng)的Copula函數(shù)對(duì)資產(chǎn)之間的相關(guān)性進(jìn)行研究建立了多元Copula杠桿厚尾隨機(jī)波動(dòng)模型。實(shí)證研究選用深圳成指中的三只指數(shù)作為研究對(duì)象。首先用杠桿厚尾隨機(jī)波動(dòng)模型對(duì)各...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
目錄
插圖索引
附表索引
第1章 緒論
    1.1 研究背景及意義
    1.2 文獻(xiàn)綜述
    1.3 研究思路與研究?jī)?nèi)容
        1.3.1 研究思路
        1.3.2 研究?jī)?nèi)容
第2章 相關(guān)理論與技術(shù)方法
    2.1 投資組合風(fēng)險(xiǎn)測(cè)度理論
        2.1.1 波動(dòng)性方法
        2.1.2 靈敏度方法
        2.1.3 風(fēng)險(xiǎn)價(jià)值測(cè)度方法
    2.2 隨機(jī)波動(dòng)模型及其估計(jì)
        2.2.1 隨機(jī)波動(dòng)模型
        2.2.2 隨機(jī)波動(dòng)模型的貝葉斯估計(jì)
    2.3 Copula函數(shù)及其特征分析
        2.3.1 Copula函數(shù)優(yōu)良的統(tǒng)計(jì)特性
        2.3.2 多元Copula函數(shù)及其基本性質(zhì)
        2.3.3 基于Copula函數(shù)的一致性相關(guān)測(cè)度
        2.3.4 基于Copula函數(shù)的尾部相關(guān)測(cè)度
        2.3.5 Copula函數(shù)參數(shù)估計(jì)
第3章 資產(chǎn)聯(lián)合分布模型構(gòu)建與風(fēng)險(xiǎn)測(cè)度
    3.1 基于隨機(jī)波動(dòng)模型的資產(chǎn)邊緣分布建模
        3.1.1 資產(chǎn)邊緣分布選擇
        3.1.2 資產(chǎn)邊緣分布估計(jì)
    3.2 基于Copula函數(shù)的資產(chǎn)聯(lián)合分布構(gòu)建
        3.2.1 Copula函數(shù)選取
        3.2.2 多元資產(chǎn)聯(lián)合分布的構(gòu)建與估計(jì)
        3.2.3 模型檢驗(yàn)與評(píng)價(jià)
    3.3 投資組合風(fēng)險(xiǎn)測(cè)度與最優(yōu)投資權(quán)重選取
        3.3.1 基于VaR的最優(yōu)投資比例
        3.3.2 基于CVaR的最優(yōu)投資比例
第4章 基于深圳行業(yè)指數(shù)的實(shí)證研究
    4.1 樣本數(shù)據(jù)選取及其統(tǒng)計(jì)特征分析
        4.1.1 數(shù)據(jù)選取
        4.1.2 統(tǒng)計(jì)特征分析
    4.2 邊緣分布貝葉斯估計(jì)
        4.2.1 收斂性診斷分析
        4.2.2 參數(shù)估計(jì)結(jié)果與檢驗(yàn)
    4.3 組合聯(lián)合分布函數(shù)構(gòu)建及風(fēng)險(xiǎn)價(jià)值計(jì)算
        4.3.1 最優(yōu)擬合Copula函數(shù)選擇及其估計(jì)
        4.3.2 投資組合風(fēng)險(xiǎn)價(jià)值及最優(yōu)投資比例
        4.3.3 VaR和CVaR的檢驗(yàn)
結(jié)論
參考文獻(xiàn)
致謝
附錄A 攻讀學(xué)位期間所發(fā)表的論文



本文編號(hào)：4011514