最近發(fā)生的中美貿(mào)易戰(zhàn),使得世界上各國的經(jīng)濟貿(mào)易關(guān)系整體都受到了一定的影響,我們正在面臨著其金融相關(guān)風(fēng)險所造成的一系列危機。本文主要是基于Copula相關(guān)理論知識對金融模型的構(gòu)建,并對其風(fēng)險進行預(yù)測與評估,從而比較選出擬合優(yōu)度最佳的模型,能夠有效地去度量金融風(fēng)險。希望能夠讓國家金融風(fēng)險管理部門以及從事金融行業(yè)的工作者得到一些實際應(yīng)用的實例,對其進行參考與借鑒。當(dāng)金融風(fēng)險真正來臨的時候,可以即時地實施相對應(yīng)的政策,進行防范和抵御。實證部分主要是對六個亞太地區(qū)的全球股票指數(shù)的對數(shù)收益率進行研究。大多數(shù)情況下,運用傳統(tǒng)多元Copula函數(shù)模型進行參數(shù)估計會出現(xiàn)“維數(shù)災(zāi)難”,從而使得參數(shù)估計結(jié)果不太準確,會存在很大的誤差。為了減少模型參數(shù)估計的誤差,提高其準確率,本文分別構(gòu)建了三種不同類型的藤Copula.從擬合優(yōu)度檢驗上看,藤Copula模型是很好的。然后將Carlo Monte模擬法運用到藤Copula函數(shù)中,根據(jù)回測檢驗結(jié)果,隨著置信水平的提高,三個模型預(yù)估對應(yīng)模型的風(fēng)險值的效果越來越精準,并且R藤是最佳的。針對于二元金融資產(chǎn)的相依性隨著時間不斷變化著的問題,我們主要采用的是非線性動態(tài)模型... 

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景
    1.2 課題研究目的及意義
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 本文的主要研究內(nèi)容
第2章 Copula相關(guān)基礎(chǔ)知識理論
    2.1 預(yù)備知識
        2.1.1 定義介紹
        2.1.2 基于Copula函數(shù)有關(guān)的相依性度量
        2.1.3 Copula函數(shù)分類
    2.2 邊緣分布——GARCH模型
        2.2.1 金融時間序列
        2.2.2 GARCH(p,q)模型
    2.3 參數(shù)估計及其相關(guān)模型檢驗
        2.3.1 參數(shù)估計方法
        2.3.2 擬合優(yōu)度檢驗
    2.4 金融風(fēng)險度量方法
        2.4.1 風(fēng)險值(VaR)
        2.4.2 常用的三種計算VaR方法
    2.5 本章小結(jié)
第3章 Copula-GARCH模型的構(gòu)建
    3.1 數(shù)據(jù)來源與數(shù)據(jù)處理
        3.1.1 描述性統(tǒng)計
        3.1.2 統(tǒng)計檢驗
        3.1.3 二元相依結(jié)構(gòu)度量
    3.2 邊緣分布模型的設(shè)計及檢驗
    3.3 傳統(tǒng)多元Copula-GARCH模型參數(shù)估計及擬合優(yōu)度檢驗
    3.4 本章小結(jié)
第4章 藤Copula模型的構(gòu)建
    4.1 藤Copula模型理論知識概述
    4.2 藤Copula函數(shù)建模
        4.2.1 參數(shù)估計
        4.2.2 擬合優(yōu)度檢驗
        4.2.3 藤Copula函數(shù)VaR值的計算
        4.2.4 藤Copula函數(shù)VaR值的檢驗—回測檢驗
    4.3 本章小結(jié)
第5章 時變Copula模型
    5.1 時變Copula模型介紹
    5.2 時變Copula函數(shù)建模
        5.2.1 構(gòu)建時變Copula
        5.2.2 時變Copula對應(yīng)的參數(shù)估計
        5.2.3 時變Copula函數(shù)VaR值的檢驗—回測檢驗
    5.3 本章小結(jié)
結(jié)論
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于藤Copula-GARCH的中國區(qū)域碳市場波動溢出效應(yīng)研究[J]. 黃元生,劉暉.  金融理論與教學(xué). 2019(02)
[2]國際主要股票市場聯(lián)動性——基于藤Copula-HAR-RV模型[J]. 朱鵬飛,唐勇,張仁坤.  系統(tǒng)工程. 2018(09)
[3]人民幣匯率與股市的風(fēng)險溢出效應(yīng)再檢驗——基于馬爾科夫轉(zhuǎn)換GARCH模型和混合時變copula模型的研究[J]. 趙放,劉雅君.  財經(jīng)論叢. 2018(09)
[4]全球主要股市風(fēng)險相關(guān)性測度——基于半?yún)?shù)C-Vine Copula模型[J]. 張卓群,張濤.  金融評論. 2018(03)
[5]基于極值理論的VaR與CVaR比較研究與實證分析[J]. 尚衛(wèi)平,張建偉,戴昱.  金融縱橫. 2017(10)
[6]基于R-vine copula的原油市場極端風(fēng)險動態(tài)測度研究[J]. 楊坤,于文華,魏宇.  中國管理科學(xué). 2017(08)
[7]中國股票市場行業(yè)組合風(fēng)險研究——基于高維動態(tài)C-Vine Copula模型[J]. 韓超,嚴太華.  重慶大學(xué)學(xué)報(社會科學(xué)版). 2017(02)
[8]基于BEMD-Copula-GARCH模型的股票投資組合VaR風(fēng)險度量研究[J]. 王璇,采俊玲,湯鈴,賀凱健.  系統(tǒng)工程理論與實踐. 2017(02)
[9]Copula函數(shù)在金融市場中的應(yīng)用[J]. 董智前,李星野.  數(shù)學(xué)理論與應(yīng)用. 2016(04)
[10]基于R-Vine Copula模型的情景模擬研究[J]. 申敏,吳和成.  系統(tǒng)科學(xué)與數(shù)學(xué). 2016(12)

博士論文
[1]金融資產(chǎn)相依性的動態(tài)Copula建模及應(yīng)用[D]. 龔玉婷.上海交通大學(xué) 2015



本文編號：3726629