風(fēng)險(xiǎn)價(jià)值（Value-at-Risk）已成為金融風(fēng)險(xiǎn)度量與管理的主流工具。隨著中國(guó)多層次資本市場(chǎng)體系創(chuàng)新性地構(gòu)建和金融系統(tǒng)功能的逐步完善,金融風(fēng)險(xiǎn)呈現(xiàn)出一些新的不確定性特征。針對(duì)我國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)進(jìn)行量化分析與管理而言,采用一些新方法量化風(fēng)險(xiǎn)價(jià)值,對(duì)理論界和實(shí)務(wù)界都顯得十分重要。本文融合GARCH等金融時(shí)序計(jì)量模型、Copula函數(shù)、小波分析和MCMC算法等數(shù)據(jù)建模分析的前沿理論與方法,從多尺度和貝葉斯的視角,以提高VaR估值精度為切入點(diǎn),嘗試在金融量化分析與計(jì)算這一新興的統(tǒng)計(jì)學(xué)、金融學(xué)、管理學(xué)等學(xué)科交叉點(diǎn)拓展幾個(gè)新的風(fēng)險(xiǎn)計(jì)量模型與方法,對(duì)境內(nèi)外主要金融市場(chǎng)進(jìn)行實(shí)證檢驗(yàn)以及對(duì)部分模型進(jìn)行仿真分析,獲得的數(shù)值結(jié)果有效地支撐了模型與方法的正確性和可行性,從而為金融資產(chǎn)的風(fēng)險(xiǎn)管理與最優(yōu)化配置豐富了相關(guān)的理論內(nèi)涵和實(shí)踐經(jīng)驗(yàn)。論文展開了多方面富有特色的研究工作并獲得了相應(yīng)的研究結(jié)論:1)為了識(shí)別風(fēng)險(xiǎn)價(jià)值的多分辨率特征,論文將匯率風(fēng)險(xiǎn)引入資本資產(chǎn)定價(jià)模型,得到資產(chǎn)定價(jià)的雙因子模型,給出了模型參數(shù)的小波多分辨率估計(jì)方法,推導(dǎo)了投資組合的風(fēng)險(xiǎn)價(jià)值（VaR）和邊際風(fēng)險(xiǎn)價(jià)值（MVaR）的多分辨率計(jì)算公式。... 

【文章來(lái)源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：135 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 背景及意義
    1.2 文獻(xiàn)述評(píng)與選題分析
        1.2.1 文獻(xiàn)述評(píng)
        1.2.2 選題分析
    1.3 研究方法
    1.4 研究思路
    1.5 特色貢獻(xiàn)及創(chuàng)新
2 基于雙因子定價(jià)模型的組合風(fēng)險(xiǎn)價(jià)值的多分辨率特征研究
    2.1 前言
    2.2 基本模型與方法的引入
        2.2.1 雙因子定價(jià)模型
        2.2.2 小波變換與方差估計(jì)
    2.3 雙因子模型的小波估計(jì)
    2.4 組合風(fēng)險(xiǎn)的多分辨率計(jì)算
        2.4.1 主要結(jié)果及詮釋
        2.4.2 主要結(jié)果的推導(dǎo)
    2.5 實(shí)證分析
        2.5.1 樣本選取與統(tǒng)計(jì)描述
        2.5.2 模型估計(jì)與分析
        2.5.3 VaR 計(jì)算與特征分析
        2.5.4 MVaR 計(jì)算與特征分析
    2.6 本章小結(jié)
3 基于小波多尺度分析的 GARCH 建模方法的拓展
    3.1 前言
    3.2 收益率的MODWT 分析
    3.3 多尺度模型
    3.4 參數(shù)估計(jì)與算法
    3.5 實(shí)證分析
        3.5.1 統(tǒng)計(jì)描述與檢驗(yàn)
        3.5.2 多尺度模型結(jié)果分析
        3.5.3 算法效果比較
        3.5.4 風(fēng)險(xiǎn)量化分析的應(yīng)用
    3.6 本章小結(jié)
4 風(fēng)險(xiǎn)價(jià)值的多尺度估值模型及其均方誤差收斂性分析
    4.1 前言
    4.2 密度的閾值估計(jì)量
    4.3 多尺度估值模型
    4.4 估值誤差的收斂性分析
        4.4.1 定義及主要結(jié)果
        4.4.2 主要結(jié)果的證明
    4.5 仿真算例
        4.5.1 仿真樣本的生成
        4.5.2 VaR 的估值算法
        4.5.3 估值結(jié)果分析
    4.6 實(shí)證分析
        4.6.1 統(tǒng)計(jì)描述與檢驗(yàn)
        4.6.2 參數(shù)估計(jì)與校正
        4.6.3 壓力測(cè)試
    4.7 本章小結(jié)
5 多元 Copula 密度估計(jì)的小波局部閾值方法
    5.1 前言
    5.2 Copula 密度
    5.3 多元小波分析
    5.4 小波局部閾值估計(jì)量
    5.5 估值精度分析
        5.5.1 定義及主要結(jié)果
        5.5.2 主要結(jié)果的證明
    5.6 仿真算例
        5.6.1 算法設(shè)計(jì)
        5.6.2 仿真結(jié)果
    5.7 實(shí)證分析
        5.7.1 數(shù)據(jù)選取與邊緣模型擬合分析
        5.7.2 局部相依結(jié)構(gòu)檢測(cè)與特征分析
    5.8 風(fēng)險(xiǎn)量化分析的應(yīng)用
    5.9 本章小結(jié)
6 基于 MCMC 算法的時(shí)變 Copula-GARCH-t 模型參數(shù)估計(jì)及應(yīng)用于資產(chǎn)組合風(fēng)險(xiǎn)度量
    6.1 前言
    6.2 Copula 函數(shù)與尾部指數(shù)
    6.3 時(shí)變Copula-GARCH-t 模型
    6.4 參數(shù)分布與MCMC 估計(jì)
        6.4.1 先驗(yàn)分布
        6.4.2 后驗(yàn)分布
        6.4.3 MCMC 估計(jì)
        6.4.4 診斷檢驗(yàn)
    6.5 風(fēng)險(xiǎn)度量與最優(yōu)化配置
        6.5.1 風(fēng)險(xiǎn)價(jià)值VaR 與CVaR
        6.5.2 VaR 與CVaR 的MCMC 方法
        6.5.3 最優(yōu)化配置模型
    6.6 實(shí)證研究
        6.6.1 數(shù)據(jù)選取與模型估計(jì)
        6.6.2 時(shí)變相依結(jié)構(gòu)分析
        6.6.3 有效前沿分析
    6.7 本章小結(jié)
7 基于 MCMC2 的時(shí)變 Copula-GARCH-M-t 模型及組合風(fēng)險(xiǎn)預(yù)測(cè).
    7.1 前言
    7.2 Copula 函數(shù)與尾部指數(shù)
    7.3 時(shí)變Copula-GARCH-M-t 模型
    7.4 參數(shù)估值方法
        7.4.1 設(shè)定先驗(yàn)分布
        7.4.2 推導(dǎo)后驗(yàn)分布
        7.4.3 兩步MCMC 方法
        7.4.4 參數(shù)估計(jì)與統(tǒng)計(jì)檢驗(yàn)
        7.4.5 組合風(fēng)險(xiǎn)一步預(yù)測(cè)
    7.5 實(shí)證分析
        7.5.1 樣本選取與模型估值比較
        7.5.2 組合風(fēng)險(xiǎn)預(yù)測(cè)分析
        7.5.3 實(shí)證啟示
    7.6 本章小結(jié)
8 結(jié)論與展望
    8.1 本文工作總結(jié)
    8.2 后續(xù)問(wèn)題展望
致謝
參考文獻(xiàn)
附錄
    A. 部分證明
    B. 攻讀博士學(xué)位期間發(fā)表的論文目錄
    C. 攻讀博士學(xué)位期間參加的部分科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]股指期貨對(duì)現(xiàn)貨時(shí)變相依結(jié)構(gòu)的多尺度研究[J]. 彭選華,傅強(qiáng).  系統(tǒng)工程. 2011(05)
[2]基于雙因子定價(jià)模型的投資組合風(fēng)險(xiǎn)價(jià)值的多分辨率特征研究[J]. 傅強(qiáng),彭選華.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2010(22)
[3]基于小波變換的多尺度跳躍識(shí)別與波動(dòng)性估計(jì)研究[J]. 王春峰,姚寧,房振明.  管理科學(xué)學(xué)報(bào). 2010(10)
[4]Copula-MGARCH模型及其估計(jì)方法在匯率市場(chǎng)中的應(yīng)用[J]. 劉金全,隋建利,王雄威.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2010(07)
[5]基于非參數(shù)核密度估計(jì)的Copula函數(shù)選擇原理[J]. 任仙玲,張世英.  系統(tǒng)工程學(xué)報(bào). 2010(01)
[6]基于Skew-t-FIAPARCH的金融市場(chǎng)動(dòng)態(tài)風(fēng)險(xiǎn)VaR測(cè)度研究[J]. 林宇,衛(wèi)貴武,魏宇,譚斌.  中國(guó)管理科學(xué). 2009(06)
[7]基于多分辨分析的滬深股市相關(guān)性分析[J]. 秦偉良,顏華實(shí),達(dá)慶利.  數(shù)理統(tǒng)計(jì)與管理. 2009(03)
[8]基于COPULA的A、B股信息流動(dòng)和相關(guān)結(jié)構(gòu)分析[J]. 王璐,王沁,何平.  數(shù)理統(tǒng)計(jì)與管理. 2009(02)
[9]非參數(shù)核密度估計(jì)與Copula[J]. 龔金國(guó),李竹渝.  數(shù)理統(tǒng)計(jì)與管理. 2009(01)
[10]股指期貨對(duì)沖比率和對(duì)沖期限關(guān)系的多尺度研究[J]. 王春峰,張龍斌,房振明.  系統(tǒng)工程理論與實(shí)踐. 2009(01)

博士論文
[1]我國(guó)金融市場(chǎng)波動(dòng)的區(qū)制關(guān)聯(lián)性與風(fēng)險(xiǎn)度量研究[D]. 王晨.吉林大學(xué) 2010
[2]基于GARCH模型的金融市場(chǎng)風(fēng)險(xiǎn)研究[D]. 張運(yùn)鵬.吉林大學(xué) 2009
[3]基于Copula函數(shù)的金融風(fēng)險(xiǎn)度量研究[D]. 趙麗琴.廈門大學(xué) 2009
[4]基于金融波動(dòng)模型的Copula函數(shù)建模與應(yīng)用研究[D]. 李偉.西南財(cái)經(jīng)大學(xué) 2008
[5]金融風(fēng)險(xiǎn)存在與度量最新進(jìn)展研究[D]. 田萍.吉林大學(xué) 2005
[6]VaR風(fēng)險(xiǎn)耦合理論模型、數(shù)值模擬技術(shù)及應(yīng)用研究[D]. 何旭彪.華中科技大學(xué) 2005
[7]Copula理論及其在多變量金融時(shí)間序列分析上的應(yīng)用研究[D]. 韋艷華.天津大學(xué) 2004
[8]基于VaR的金融風(fēng)險(xiǎn)度量與管理[D]. 邵欣煒.吉林大學(xué) 2004
[9]分形市場(chǎng)理論與金融波動(dòng)持續(xù)性研究[D]. 樊智.天津大學(xué) 2003

碩士論文
[1]金融資產(chǎn)收益波動(dòng)的多尺度GARCH模型研究[D]. 彭選華.重慶大學(xué) 2007



本文編號(hào)：3189451