發(fā)布時(shí)間：2017-03-17 07:06

  本文關(guān)鍵詞：基于藤Copula的外匯投資組合的譜風(fēng)險(xiǎn)測度，由筆耕文化傳播整理發(fā)布。

【摘要】：外匯儲備是我國國際儲備資產(chǎn)中重要的組成部分,人們通常會選取多種外匯產(chǎn)品,利用各產(chǎn)品之間的相關(guān)性來盡可能降低組合的風(fēng)險(xiǎn).因而對多元外匯儲備的風(fēng)險(xiǎn)進(jìn)行測度變得尤為重要.作為一個(gè)新興資本市場,我國外匯市場的投資者的情緒化程度要比其他發(fā)達(dá)國家嚴(yán)重很多.忽視投資者的情緒,會造成對市場風(fēng)險(xiǎn)的低估,而這可能招致更大危機(jī).本文引入新的風(fēng)險(xiǎn)度量工具 譜風(fēng)險(xiǎn)理論(SRM),來研究外匯投資組合的風(fēng)險(xiǎn),給出計(jì)算譜風(fēng)險(xiǎn)的藤Copula-SRM算法,并與現(xiàn)代金融風(fēng)險(xiǎn)測度工具 風(fēng)險(xiǎn)價(jià)值(Va R)和條件風(fēng)險(xiǎn)價(jià)值(CVa R)進(jìn)行比較.實(shí)證表明,譜風(fēng)險(xiǎn)測度不僅能較準(zhǔn)確度量投資組合的風(fēng)險(xiǎn),而且更具靈活性,能為具有不同風(fēng)險(xiǎn)偏好的投資者提供不同的理論依據(jù).考慮到金融資產(chǎn)分布具有典型的“尖峰厚尾”特征,本文首先借助極值理論(EVT)對單個(gè)資產(chǎn)的損益分布進(jìn)行建模.在此基礎(chǔ)上引入Copula理論,重點(diǎn)介紹了基于pair-copula高維建模方法的C藤和D藤理論,構(gòu)建了藤Copula-EVT模型.基于四種外匯資產(chǎn)(美元、歐元、日元和港幣)的實(shí)證結(jié)果表明,基于Frank Copula的C藤結(jié)構(gòu)能更好的描述四種外匯資產(chǎn)的尾部相依結(jié)構(gòu),且克服了傳統(tǒng)Copula的“維數(shù)災(zāi)難”問題.
【關(guān)鍵詞】：藤Copula 極值理論 譜風(fēng)險(xiǎn)測度 多元外匯投資組合
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F224;F832.6
【目錄】：

• 中文摘要4-5
• Abstract5-8
• 第一章 緒論8-12
• 1.1 研究背景及意義8-9
• 1.2 多元資產(chǎn)組合的風(fēng)險(xiǎn)度量在國內(nèi)外的研究進(jìn)展9
• 1.3 藤Copula函數(shù)在金融領(lǐng)域的研究進(jìn)展與優(yōu)越性9-10
• 1.4 本文的貢獻(xiàn)與創(chuàng)新10-11
• 1.5 論文其余部分安排11-12
• 第二章 金融風(fēng)險(xiǎn)度量12-19
• 2.1 一致性風(fēng)險(xiǎn)度量12
• 2.2 常用風(fēng)險(xiǎn)度量12-14
• 2.2.1 風(fēng)險(xiǎn)價(jià)值Va R13
• 2.2.2 條件風(fēng)險(xiǎn)價(jià)值CVa R13-14
• 2.3 譜風(fēng)險(xiǎn)度量14-17
• 2.3.1 譜風(fēng)險(xiǎn)測度的定義14-15
• 2.3.2 風(fēng)險(xiǎn)譜函數(shù) () 的選擇15-16
• 2.3.3 譜風(fēng)險(xiǎn)度量SRM的離散表達(dá)16-17
• 2.4 風(fēng)險(xiǎn)度量的估計(jì)方法17-19
• 第三章 極值理論19-24
• 3.1 超閾值(Peaks-Over-Threshold，POT)模型19-20
• 3.1.1 廣義帕累托分布(Generalized Pareto Distribution, GPD)20
• 3.2 厚尾分布的尾部擬合20-22
• 3.2.1 閾值 的選取21
• 3.2.2 形狀參數(shù) 和尺度參數(shù) 的估計(jì)21-22
• 3.2.3 F的尾部估計(jì)22
• 3.3 尾部風(fēng)險(xiǎn)的計(jì)算22-24
• 第四章 Copula與藤Copula理論24-33
• 4.1 Copula理論回顧24-26
• 4.1.1 Copula基本定義與Sklar定理24-25
• 4.1.2 Copula基本性質(zhì)25
• 4.1.3 常見Copula函數(shù)25-26
• 4.2 藤Copula分解模型26-31
• 4.2.1 藤Copula分解27-29
• 4.2.2 藤Copula參數(shù)估計(jì)29-30
• 4.2.3 藤Copula擬合優(yōu)度檢驗(yàn)原理30-31
• 4.3 藤Copula-POT模型31-33
• 4.3.1 藤Copula-POT模型的參數(shù)估計(jì)31
• 4.3.2 藤Copula-POT模型下的蒙特卡洛模擬31-33
• 第五章 實(shí)證研究33-43
• 5.1 基于POT模型的單資產(chǎn)收益率尾部分析33-38
• 5.1.1 樣本選取與數(shù)據(jù)處理33
• 5.1.2 樣本數(shù)據(jù)的描述統(tǒng)計(jì)33-35
• 5.1.3 POT模型的參數(shù)估計(jì)與擬合優(yōu)度檢驗(yàn)35-38
• 5.1.4 基于POT模型的邊際尾部風(fēng)險(xiǎn)分析38
• 5.2 基于藤Copula-POT模型的資產(chǎn)組合風(fēng)險(xiǎn)分析38-43
• 5.2.1 藤Copula-POT模型分析38-39
• 5.2.2 藤Copula-POT模型的參數(shù)估計(jì)與檢驗(yàn)39-40
• 5.2.3 基于蒙特卡洛模擬的資產(chǎn)組合風(fēng)險(xiǎn)分析40-43
• 第六章 結(jié)論與展望43-45
• 6.1 結(jié)論43-44
• 6.2 展望44-45
• 參考文獻(xiàn)45-48
• 攻讀學(xué)位期間完成的論文48-49
• 致謝49-50

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫志賓;;混合Copula模型在中國股市的應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2007年20期

2 李娟;戴洪德;劉全輝;;幾種Copula函數(shù)在滬深股市相關(guān)性建模中的應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2007年24期

3 李軍;;Copula-EVT Based Tail Dependence Structure of Financial Markets in China[J];Journal of Southwest Jiaotong University(English Edition);2008年01期

4 許建國;杜子平;;非參數(shù)Bernstein Copula理論及其相關(guān)性研究[J];工業(yè)技術(shù)經(jīng)濟(jì);2009年04期

5 王s，

本文編號：252527