從1995年英國巴林銀行的倒閉,2008年雷曼兄弟破產(chǎn),再到2015年希臘國家政府破產(chǎn),金融危機(jī)從產(chǎn)生到爆發(fā),它所帶來的破壞力都是巨大的。在這種環(huán)境下,規(guī)避風(fēng)險(xiǎn)和獲取安全的投資環(huán)境成為每一個(gè)投資者和企業(yè)機(jī)構(gòu)迫切的期待。金融風(fēng)險(xiǎn)管理,是指及時(shí)準(zhǔn)確發(fā)現(xiàn)投資者面臨風(fēng)險(xiǎn),并在此基礎(chǔ)上采取一定的專業(yè)措施降低投資者已識別的風(fēng)險(xiǎn)暴露,幫助投資者規(guī)避風(fēng)險(xiǎn)和獲得合理收入。對于個(gè)人、企業(yè)、以至國家機(jī)構(gòu),金融風(fēng)險(xiǎn)管理都有著重要意義。風(fēng)險(xiǎn)價(jià)值（VaR）作為應(yīng)用最廣的金融風(fēng)險(xiǎn)度量方法之一,其定義是在給定持有期間和置信水平下,金融資產(chǎn)可能產(chǎn)生的最大損失值。它通俗易懂并且可以同時(shí)獲得相關(guān)風(fēng)險(xiǎn)發(fā)生的概率和損失值大小。在1996年,巴塞爾協(xié)議將VaR方法作為一種常用的風(fēng)險(xiǎn)管理方法推薦給各金融機(jī)構(gòu),用于計(jì)算其內(nèi)部滿足資本充足率所需的資金。由此可見,VaR方法的實(shí)用性和廣泛性。VaR值度量結(jié)果的準(zhǔn)確性受到真實(shí)變量的限制。大量的研究發(fā)現(xiàn),金融時(shí)間序列呈現(xiàn)出尖峰厚尾和波動(dòng)集聚的特征,這使得傳統(tǒng)的正態(tài)分布假設(shè)不再滿足需求。同時(shí),各國經(jīng)濟(jì)發(fā)展趨勢越來越緊密,不同金融市場間的關(guān)聯(lián)性也變得越來越高,傳統(tǒng)的線性相關(guān)性度量也無法準(zhǔn)確的描述... 

【文章來源】：云南財(cái)經(jīng)大學(xué)云南省

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

中國銀行對數(shù)收益率分布圖

圖 3.1 中國銀行對數(shù)收益率分布圖表 3.2 中國銀行 ADF 檢驗(yàn)t-統(tǒng)計(jì)量 P 值A(chǔ)DF 檢驗(yàn)值 -12.23138 0.0000臨界值： 1% -3.4327735% -2.86249610% -2.567324據(jù)表 3.2，ADF 檢驗(yàn)結(jié)果， 均小于不同水平的臨界值且，證明數(shù)據(jù)整體穩(wěn)定，可以進(jìn)行下一步建模。2）自相關(guān)性檢驗(yàn)

F-統(tǒng)計(jì)量 0.461132 P 值 0.4974R 平方值 0.462570 P 值 0.4964計(jì)量和 R 平方值的概率值 P 值均大于臨界值，故可以接受“殘差RCH 效應(yīng)”的原假設(shè)。根據(jù)表 3.5 的估計(jì)結(jié)果，可以建立以下方銀行收益序列 r 的均值方程：   ) ( ) 方差方程： 數(shù)似然  ，  ， S ）中國石化分布建模建模思路同上述中國銀行建模過程。

【參考文獻(xiàn)】：
期刊論文
[1]基于GARCH-VaR模型的創(chuàng)業(yè)板股票投資風(fēng)險(xiǎn)評估和控制研究[J]. 陳維龍.  淮北職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2018(06)
[2]基于GARCH-EVT模型VaR法的開放式基金風(fēng)險(xiǎn)測度研究[J]. 程建華,丁慧敏.  銅陵學(xué)院學(xué)報(bào). 2018(04)
[3]基于藤Copula分組模型的金融市場風(fēng)險(xiǎn)度量研究[J]. 陳振龍,郝曉珍.  統(tǒng)計(jì)研究. 2018(06)
[4]Copula-Based Risk Management Models for Multivariable RMB Exchange Rate in the Process of RMB Internationalization[J]. DU Jiangze,LAI Kin Keung.  Journal of Systems Science & Complexity. 2017(03)
[5]基于Copula-VaR模型的資產(chǎn)組合風(fēng)險(xiǎn)研究[J]. 王明哲.  金融理論與實(shí)踐. 2017(06)
[6]基于Copula-EVT模型的巨災(zāi)再保險(xiǎn)定價(jià)[J]. 巢文,鄒輝文.  統(tǒng)計(jì)與信息論壇. 2017(05)
[7]基于時(shí)變混合Copula模型的配對交易策略[J]. 沈銀芳,鄭學(xué)東,徐建軍.  財(cái)經(jīng)論叢. 2016(10)
[8]滬深股市的相關(guān)結(jié)構(gòu)分析與投資組合風(fēng)險(xiǎn)度量——基于ARFIMA-GARCH-Copula模型[J]. 吳玉寶,汪金菊.  運(yùn)籌與管理. 2016(02)
[9]基于Copula-VaR模型的外匯投資組合風(fēng)險(xiǎn)管理[J]. 李鵬舉.  蘇州市職業(yè)大學(xué)學(xué)報(bào). 2016(01)
[10]基于Copula-GARCH模型我國商業(yè)銀行整體風(fēng)險(xiǎn)度量[J]. 李杰.  知識經(jīng)濟(jì). 2016(05)

博士論文
[1]基于極值理論和Copula模型的市場風(fēng)險(xiǎn)度量研究[D]. 潘雪艷.浙江工商大學(xué) 2017
[2]基于Copula-VaR的證券公司自營業(yè)務(wù)市場風(fēng)險(xiǎn)管理研究[D]. 魯志軍.湖南大學(xué) 2014
[3]Copula方法在金融風(fēng)險(xiǎn)管理中的應(yīng)用研究[D]. 魯訓(xùn)法.中國科學(xué)技術(shù)大學(xué) 2012

碩士論文
[1]基于Copula-VaR模型的G證券公司FICC業(yè)務(wù)風(fēng)險(xiǎn)度量優(yōu)化研究[D]. 謝憶.華東師范大學(xué) 2017
[2]基于重要抽樣的信用風(fēng)險(xiǎn)度量VaR與CVaR計(jì)算[D]. 趙玉良.南京大學(xué) 2017
[3]基于GARCH-Copula模型的國際原油價(jià)格與可再生能源股價(jià)相關(guān)性研究[D]. 宋志堅(jiān).南京大學(xué) 2017
[4]基于均值-CVaR的閉環(huán)供應(yīng)鏈最優(yōu)決策與協(xié)調(diào)研究[D]. 熊龍.重慶師范大學(xué) 2016
[5]基于VaR-GARCH模型在極端行情下的我國股指期貨風(fēng)險(xiǎn)度量比較研究[D]. 金琳.中國科學(xué)技術(shù)大學(xué) 2016
[6]基于分位數(shù)回歸VaR模型對中國證券市場的研究[D]. 涂振興.西南財(cái)經(jīng)大學(xué) 2016
[7]基于VaR-GARCH模型的股指期貨基差風(fēng)險(xiǎn)度量研究[D]. 許堅(jiān).山西財(cái)經(jīng)大學(xué) 2015
[8]基于CVaR模型的供應(yīng)鏈金融信用風(fēng)險(xiǎn)度量研究[D]. 栗天嶺.河北工程大學(xué) 2015
[9]基于VaR-GARCH的我國商業(yè)銀行利率風(fēng)險(xiǎn)度量及實(shí)證研究[D]. 董靜靜.山西財(cái)經(jīng)大學(xué) 2015
[10]基于均值-CVaR-熵的證券投資組合優(yōu)化及實(shí)證研究[D]. 邱云.華中師范大學(xué) 2015



本文編號：3068568