【摘要】：當前,復(fù)雜多變的外部環(huán)境造就了互相作用、互相依賴的極端復(fù)雜化的金融系統(tǒng)。它就仿佛是一把雙刃劍:高度有效的金融市場的影響力不斷增加的同時,更加復(fù)雜的市場風(fēng)險和更加劇烈的市場波動也隨之出現(xiàn)。因此,更高的要求必須出現(xiàn)在金融市場的風(fēng)險研究分析與管控中。在我國不確定性較大的宏觀經(jīng)濟環(huán)境之下,匯率風(fēng)險、利率風(fēng)險、大宗商品風(fēng)險以及波動風(fēng)險等不斷增加。風(fēng)險敞口的不斷擴大,極大刺激了金融避險產(chǎn)品在國內(nèi)經(jīng)濟活動主體中的需求,特別是2015年夏的股災(zāi)之后,眾多投資者對期貨市場的關(guān)注度空前地提高。財富管理與風(fēng)險管理已成為我國期貨市場的兩大重要職能,可以預(yù)見期貨及其衍生品將愈來愈成為我國不可替代的重要風(fēng)險管控工具。本文通過選擇我國期貨市場中不同板塊交易熱度較高5個品種,得出其基本統(tǒng)計特征,并將之兩兩構(gòu)建10個不同的投資組合進行風(fēng)險測定。針對樣本存在的尖峰厚尾特性,本文運用貝葉斯分析方法與蒙特卡洛模擬方法,再結(jié)合隨機波動模型和Copula理論,通過計算機編程輔助計算的方式,對這些期貨投資組合進行深入細致地研究分析,最終得到不同投資權(quán)重下各期貨投資組合的VaR值。本文的結(jié)論是:運用隨機波動模型與Copula理論對我國期貨市場的投資組合進行風(fēng)險測定是科學(xué)可行的,其分析方法具有普遍的操作意義。
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F224;F724.5
【圖文】：

圖１各期貨周收益率樣本分布３Ｄ條形圖逡逑上而下、從左往右依次是玻璃、豆粕、焦炭、螺紋鋼和乙形圖。逡逑述逡逑選定的五個期貨品種樣本數(shù)據(jù)的統(tǒng)計描述與分析是以概據(jù)、整理數(shù)據(jù)、加工數(shù)據(jù)進而對之進行統(tǒng)計分析即為描述性數(shù)據(jù)變得條理化與系統(tǒng)化，最終使得樣本數(shù)據(jù)所隱藏的數(shù)。描述性統(tǒng)計的過程通過基本統(tǒng)計量來進行，基本統(tǒng)計量貨樣本的周收益數(shù)據(jù)，本文從下列基本統(tǒng)計量中進行分析：算術(shù)平均值，它用來描述樣本采集的平均位置；其二是標數(shù)據(jù)偏離均值的程度，可用它來衡量樣本品種波動風(fēng)險的也可稱為變異；其三是中位數(shù)（ｍｅｄｉａｎ），它表示樣本數(shù)

廣西大學(xué)金融碩士學(xué)位論文邐基于Ｃｏｐｕｌａ的期貨投資組合風(fēng)險測定研究逡逑ＱＱ邋Ｐｌｏｔ邋ｏｆ邋Ｓａｍｐｌｅ邋Ｄａｔａ邋ｖｅｒｓｕｓ邋Ｓｔａｎｄａｒｄ邋Ｎｏｒｍａｌ邐ＱＱ邋Ｐｌｏｔ邋ｏｆ邋Ｓａｍｐｌｅ邋Ｄａｔａ邋ｖｅｒｓｕｓ邋Ｓｔａｎｄａｒｄ邋Ｎｏｒｍａｌ逡逑０．６0．Ｓ

上述圖中自上而下、從左往右依次是玻璃、豆粕、焦炭、螺紋鋼和乙烯的周收益率逡逑樣本的自相關(guān)性和偏自相關(guān)性圖。９５％的置信區(qū)間用圖中的藍色實線上下范圍來表示，逡逑當滯后階數(shù)（ｌａｇ）大于０時其相關(guān)系數(shù)落在９５％的置信區(qū)間范圍內(nèi)則可認為這個變量逡逑的自相性問題不算嚴重。通常認為相關(guān)系數(shù)在0？00至正負０．３０為微相關(guān)；在正負０．３０逡逑３５逡逑

【參考文獻】

相關(guān)期刊論文 前10條

1 楊維維;劉沛;巢健茜;楊靚;;貝葉斯統(tǒng)計分析的有力工具——OpenBUGS軟件[J];中國衛(wèi)生統(tǒng)計;2016年03期

2 馬鋒;魏宇;黃登仕;;基于vine copula方法的股市組合動態(tài)VaR測度及預(yù)測模型研究[J];系統(tǒng)工程理論與實踐;2015年01期

3 李強;周孝華;;基于Copula的我國臺灣和韓國股票市場相關(guān)性研究[J];管理工程學(xué)報;2014年02期

4 劉樂平;高磊;楊娜;;MCMC方法的發(fā)展與現(xiàn)代貝葉斯的復(fù)興——紀念貝葉斯定理發(fā)現(xiàn)250周年[J];統(tǒng)計與信息論壇;2014年02期

5 吳海龍;方兆本;朱俊鵬;;基于R-vine Copula方法的投資組合風(fēng)險分析[J];投資研究;2013年10期

6 周孝華;張保帥;董耀武;;基于Copula-SV-GPD模型的投資組合風(fēng)險度量[J];管理科學(xué)學(xué)報;2012年12期

7 魯志軍;姚德權(quán);;基于Copula-VaR的金融資產(chǎn)組合風(fēng)險測度研究[J];財經(jīng)理論與實踐;2012年06期

8 高江;;藤Copula模型與多資產(chǎn)投資組合VaR預(yù)測[J];數(shù)理統(tǒng)計與管理;2013年02期

9 曹潔;程希駿;;基于時變pair-copula的多資產(chǎn)投資組合VaR分析[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2011年12期

10 周艷菊;彭俊;王宗潤;;基于Bayesian-Copula方法的商業(yè)銀行操作風(fēng)險度量[J];中國管理科學(xué);2011年04期

相關(guān)博士學(xué)位論文 前1條

1 戰(zhàn)雪麗;基于Copula理論的多金融資產(chǎn)定價與風(fēng)險測度[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前1條

1 盧璐;基于Copula-VaR模型的多元市場資產(chǎn)組合風(fēng)險價值研究[D];燕山大學(xué);2014年

本文編號：2795958