壓力測試和在險價值(Value-at-Risk,Va R)是金融風險管理中兩個常用的工具。壓力測試可用于模擬潛在極端事件對金融體系穩(wěn)定的影響,而Va R描述了在給定的置信水平下,一個投資組合可能遭受的最大損失。兩種風險管理工具都引起了國內(nèi)外金融監(jiān)管組織的普遍重視。現(xiàn)有的壓力測試方法多是基于(廣義)線性回歸、(結構)向量自回歸或是DCC-GARCH模型,但這些方法都無法同時刻畫金融市場中的高維、動態(tài)和非線性關系。另一方面,為了對不同金融市場的Va R進行聯(lián)合建模,人們提出了多維Va R自回歸模型(Multivariate Conditional Autoregressive Value-at-Risk,MVCAVia R),但由于“維度詛咒”問題,該方法無法擴展到高維情形。在本文中,我們提出了一套新的基于動態(tài)高維copula模型的DHDC壓力測試方法。與已有壓力測試相比,我們的新方法刻畫了不同個體之間的高維、動態(tài)、非線性的關聯(lián)結構,而不是靜態(tài)二維線性相關性:考慮高維關聯(lián)性是因為個體之間不僅存在直接聯(lián)系,還會通過其他個體對另一個個體產(chǎn)生影響;考慮時變性是因為風險會隨時間發(fā)生變化;而不同金融...

【文章頁數(shù)】：142 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
1.緒論
    1.1 研究背景和研究問題
    1.2 研究內(nèi)容
    1.3 研究意義
    1.4 研究創(chuàng)新
2.文獻綜述
    2.1 壓力測試相關文獻
    2.2 VaR自回歸相關文獻
    2.3 房地產(chǎn)行業(yè)系統(tǒng)性風險相關文獻
    2.4 國際股市間風險傳染相關文獻
    2.5 不同類型金融市場間風險傳染的相關文獻
        2.5.1 國外關于不同類型金融市場間風險傳染的相關文獻
        2.5.2 國內(nèi)關于不同類型金融市場間風險傳染的相關文獻
    2.6 簡要評述與總結
3.DHDC壓力測試及房地產(chǎn)行業(yè)系統(tǒng)性風險的分析
    3.1 引言
    3.2 DHDC壓力測試
        3.2.1 DHDC建模
        3.2.2 模型設定檢驗
        3.2.3 模擬數(shù)據(jù)和壓力測試情景的設定
        3.2.4 風險度量CoMVL
    3.3 房地產(chǎn)行業(yè)DHDC壓力測試建模及檢驗
        3.3.1 數(shù)據(jù)來源與描述性統(tǒng)計
        3.3.2 DHDC模型設定及檢驗結果
    3.4 房地產(chǎn)行業(yè)DHDC壓力測試結果
        3.4.1 實證數(shù)據(jù)模擬及壓力測試情景設定
        3.4.2 CoMVL的總體效應
        3.4.3 CoMVL的直接效應
        3.4.4 系統(tǒng)性風險溢出網(wǎng)絡
        3.4.5 CoMVL的跨期效應
        3.4.6 穩(wěn)健性檢驗
    3.5 本章小結
    本章附錄
4.LASSO高維VaR自回歸方法及在國際股市的應用
    4.1 引言
    4.2 模型設定與估計方法
        4.2.1 高維MVCAViaR(1,1)模型
        4.2.2 LASSO-MVCAViaR模型的估計框架
        4.2.3 后驗分析
    4.3 蒙特卡洛模擬
    4.4 數(shù)據(jù)與實證結果
        4.4.1 數(shù)據(jù)、模型選擇與分位數(shù)估計
        4.4.2 分位數(shù)脈沖響應函數(shù)分析
    4.5 本章小結
    本章附錄
5.基于MVCAViaR模型中國金融市場間風險傳染的分析
    5.1 引言
    5.2 描述性統(tǒng)計與模型估計
        5.2.1 描述性統(tǒng)計
        5.2.2 MVCAViaR模型估計
    5.3 風險溢出效應檢驗與高維模型設定檢驗
        5.3.1 風險溢出效應檢驗
        5.3.2 高維模型設定檢驗
    5.4 壓力測試
        5.4.1 分位數(shù)脈沖響應
        5.4.2 考慮多市場狀態(tài)的壓力測試
    5.5 波動風險和暴跌風險對預期收益的影響
    5.6 本章小結
    本章附錄
6.結論與展望
    6.1 主要結論
    6.2 政策啟示
    6.3 研究展望
參考文獻
致謝
在讀期間科研成果目錄



本文編號：3988705