本文關(guān)鍵詞：基于混合Copula模型的投資組合風險分析

  更多相關(guān)文章： 混合Copula GARCH VAR EM算法

【摘要】：在過去的幾十年,金融市場的相關(guān)性被廣泛的研究。由于Copula模型不僅考慮金融時間序列間的相關(guān)程度,更考慮其相關(guān)結(jié)構(gòu),已經(jīng)成為研究金融風險領(lǐng)域多元變量相依結(jié)構(gòu)的重要工具,其在風險管理、資產(chǎn)定價、投資組合構(gòu)建等方面也有著廣泛的應(yīng)用。 然而,金融市場或股票之間的相關(guān)關(guān)系是變化的,不會是某一種特定的形式,當股票市場處于牛市或熊市時,相關(guān)股票市場之間的協(xié)同運動都會明顯增強。這種情況下,很難用某一個單一的Copula函數(shù)來全面的刻畫金融市場之間的相關(guān)模式。Mixture-Copula模型可以包含不同類型的Copula函數(shù),同時Mixture-Copula模型可以通過相關(guān)參數(shù)可以度量變量間的相關(guān)程度,而且線性組合系數(shù)即權(quán)重可以捕獲相依結(jié)構(gòu)的不同模式。之前的Copula函數(shù)都是在二元的范圍內(nèi)研究,而現(xiàn)實中往往需要考慮的是多個市場、股票的結(jié)構(gòu)�；诖�,本文考慮采用Mixture-Copula模型來分析多元市場的相關(guān)性結(jié)構(gòu)。 我們選取2002年1月1日至2011年12月31日上證工業(yè)指數(shù)、商業(yè)指數(shù)、地產(chǎn)指數(shù)三個行業(yè)指數(shù)序列的2425組數(shù)據(jù)進行實證分析。對于每一個指數(shù)序列分別擬合GARCH類模型來描述邊緣分布,選取阿基米德Copula函數(shù)中的Gumbel Copula、Clayton Copula和Frank Copula來構(gòu)造Mixture-Copula模型。實證的結(jié)果表明：(1)結(jié)合Multivariate-GARCH-Mixture-Copula模型和蒙特卡洛模擬計算的VAR是有效的,而單一結(jié)構(gòu)t-Copula,Gumbel Copula,Clayton Copula,Frank Copula則會低估了真實的風險。這說明了混合Copula比較真實的描述了潛在的結(jié)構(gòu)。(2)同時我們給出不同置信水平基礎(chǔ)上的最優(yōu)組合系數(shù),對投資組合的風險研究有一定的參考意義。
【關(guān)鍵詞】：混合Copula GARCH VAR EM算法
【學(xué)位授予單位】：中央民族大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：F224;F832.51
【目錄】：

• 摘要2-3
• ABSTRACT3-6
• 第一章 緒論6-10
• 第一節(jié) 研究背景6-7
• 第二節(jié) 國內(nèi)外研究現(xiàn)狀7-9
• 第三節(jié) 論文結(jié)構(gòu)與創(chuàng)新點9-10
• 第二章 Copula理論10-19
• 第一節(jié) Copula函數(shù)定義和性質(zhì)10-11
• 一、N元Copula函數(shù)定義10
• 二、Sklar定理10
• 三、N元Copula函數(shù)性質(zhì)10-11
• 第二節(jié) Copula模型優(yōu)點11
• 第三節(jié) Copula函數(shù)分類11-17
• 一、橢圓Copula函數(shù)11-13
• 二、阿基米德Copula函數(shù)13-17
• 第四節(jié) Copula函數(shù)中的參數(shù)估計17-19
• 第三章 Multivariate-GARCH-Mixture-Copula模型19-27
• 第一節(jié) GARCH理論19-20
• 第二節(jié) Mixture-Copula函數(shù)介紹20
• 第三節(jié) 三元Mixture-Copula函數(shù)20-23
• 一、三元Mixture-Copula函數(shù)形式20-21
• 二、三元阿基米德函數(shù)21-23
• 第四節(jié) Multivariate-Mixture-Copula的參數(shù)估計23-25
• 第五節(jié) Multivariate-GARCH-Mixture-Copula模型25-27
• 第四章 Mixture-Copula模型在投資組合分析中的實證研究27-37
• 第一節(jié) 模型構(gòu)建步驟27
• 第二節(jié) 基于上證三個指數(shù)的實證分析27-37
• 一、描述性統(tǒng)計分析27-30
• 二、邊緣分布選取及參數(shù)估計30-32
• 三、三元GARCH-Mixture-Copula模型32-33
• 四、VaR計算及模型驗證33-37
• 結(jié)論及展望37-39
• 參考文獻39-41
• 附錄41-50
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄50-51
• 致謝51-52

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 冉U_香;張翔;;Copula函數(shù)在水量水質(zhì)聯(lián)合分布頻率分析中的應(yīng)用[A];農(nóng)業(yè)、生態(tài)水安全及寒區(qū)水科學(xué)——第八屆中國水論壇摘要集[C];2010年

2 段小蘭;郝振純;;Copula函數(shù)在水文應(yīng)用中的研究進展[A];中國原水論壇專輯[C];2010年

3 韓文欽;周金宇;孫奎洲;;Copula函數(shù)在機械零部件可靠性分析中的應(yīng)用[A];2010年全國機械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會暨第四屆可靠性工程分會第二次全體委員大會論文集[C];2010年

4 周金宇;韓文欽;孫奎洲;朱福先;;基于高斯Copula的冗余結(jié)構(gòu)系統(tǒng)疲勞失效概率分析[A];2010年全國機械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會暨第四屆可靠性工程分會第二次全體委員大會論文集[C];2010年

5 陳子q，

本文編號：1070121