【摘要】：當(dāng)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(chǎng)的影響力不斷增加的同時(shí),更加復(fù)雜的市場(chǎng)風(fēng)險(xiǎn)和更加劇烈的市場(chǎng)波動(dòng)也隨之出現(xiàn)。因此,更高的要求必須出現(xiàn)在金融市場(chǎng)的風(fēng)險(xiǎn)研究分析與管控中。在我國(guó)不確定性較大的宏觀經(jīng)濟(jì)環(huán)境之下,匯率風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、大宗商品風(fēng)險(xiǎn)以及波動(dòng)風(fēng)險(xiǎn)等不斷增加。風(fēng)險(xiǎn)敞口的不斷擴(kuò)大,極大刺激了金融避險(xiǎn)產(chǎn)品在國(guó)內(nèi)經(jīng)濟(jì)活動(dòng)主體中的需求,特別是2015年夏的股災(zāi)之后,眾多投資者對(duì)期貨市場(chǎng)的關(guān)注度空前地提高。財(cái)富管理與風(fēng)險(xiǎn)管理已成為我國(guó)期貨市場(chǎng)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(guó)不可替代的重要風(fēng)險(xiǎn)管控工具。本文通過選擇我國(guó)期貨市場(chǎng)中不同板塊交易熱度較高5個(gè)品種,得出其基本統(tǒng)計(jì)特征,并將之兩兩構(gòu)建10個(gè)不同的投資組合進(jìn)行風(fēng)險(xiǎn)測(cè)定。針對(duì)樣本存在的尖峰厚尾特性,本文運(yùn)用貝葉斯分析方法與蒙特卡洛模擬方法,再結(jié)合隨機(jī)波動(dòng)模型和Copula理論,通過計(jì)算機(jī)編程輔助計(jì)算的方式,對(duì)這些期貨投資組合進(jìn)行深入細(xì)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(yùn)用隨機(jī)波動(dòng)模型與Copula理論對(duì)我國(guó)期貨市場(chǎng)的投資組合進(jìn)行風(fēng)險(xiǎn)測(cè)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(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：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(gè)期貨品種樣本數(shù)據(jù)的統(tǒng)計(jì)描述與分析是以概據(jù)、整理數(shù)據(jù)、加工數(shù)據(jù)進(jìn)而對(duì)之進(jìn)行統(tǒng)計(jì)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(jì)的過程通過基本統(tǒng)計(jì)量來進(jìn)行，基本統(tǒng)計(jì)量貨樣本的周收益數(shù)據(jù)，本文從下列基本統(tǒng)計(jì)量中進(jìn)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(biāo)數(shù)據(jù)偏離均值的程度，可用它來衡量樣本品種波動(dòng)風(fēng)險(xiǎn)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(xiǎn)測(cè)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(lán)色實(shí)線上下范圍來表示，逡逑當(dāng)滯后階數(shù)（ｌａｇ）大于０時(shí)其相關(guān)系數(shù)落在９５％的置信區(qū)間范圍內(nèi)則可認(rèn)為這個(gè)變量逡逑的自相性問題不算嚴(yán)重。通常認(rèn)為相關(guān)系數(shù)在0？00至正負(fù)０．３０為微相關(guān)；在正負(fù)０．３０逡逑３５逡逑

【參考文獻(xiàn)】

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(jì)分析的有力工具——OpenBUGS軟件[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2016年03期

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

3 李強(qiáng);周孝華;;基于Copula的我國(guó)臺(tái)灣和韓國(guó)股票市場(chǎng)相關(guān)性研究[J];管理工程學(xué)報(bào);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(jì)念貝葉斯定理發(fā)現(xiàn)250周年[J];統(tǒng)計(jì)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(xiǎn)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(xiǎn)度量[J];管理科學(xué)學(xué)報(bào);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(xiǎn)測(cè)度研究[J];財(cái)經(jīng)理論與實(shí)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(cè)[J];數(shù)理統(tǒng)計(jì)與管理;2013年02期

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

10 周艷菊;彭俊;王宗潤(rùn);;基于Bayesian-Copula方法的商業(yè)銀行操作風(fēng)險(xiǎn)度量[J];中國(guó)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(jià)與風(fēng)險(xiǎn)測(cè)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(chǎng)資產(chǎn)組合風(fēng)險(xiǎn)價(jià)值研究[D];燕山大學(xué);2014年

本文編號(hào)：2795958