本文關(guān)鍵詞：中國股票市場投資組合風(fēng)險測度及其實證研究　出處：《成都理工大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 投資組合理論 ES 風(fēng)險度量法 Copula 函數(shù) K-S檢驗

【摘要】：隨著國際金融市場的動蕩不定,各國投資者們都急切需要加強(qiáng)金融風(fēng)險管理技術(shù)；金融市場風(fēng)險一直以來就是各投資者們密切關(guān)注的重要因素,而有效進(jìn)行金融風(fēng)險的度量則為各投資者進(jìn)行科學(xué)合理投資提供了理論依據(jù)；由于金融市場特有的波動特征,如收益率的尖峰厚尾性、波動聚類性、波動的溢出效應(yīng)、杠桿效應(yīng)以及波動的長記憶性和持續(xù)性等,使得金融風(fēng)險準(zhǔn)確測度存在較大的的困難。 1952年Markowitz建立均值—方差理論首次對風(fēng)險和收益進(jìn)行量化,獲得了風(fēng)險最小化的計算方法,開啟了金融風(fēng)險度量的大門。但是均值—方差理論存在一定的前提假設(shè)與實際金融事實不符,不能很好的描述金融特征。VaR(Value atRisk)在險價值技術(shù)是上世紀(jì)90年代以后發(fā)展起來的一種新型風(fēng)險度量方法,具有較廣的應(yīng)用范圍,和傳統(tǒng)的風(fēng)險度量方法相比,具有更高的實用價值。然而VaR技術(shù)也存在很多問題,比如它沒有考慮尾部風(fēng)險、容易使投資者采用實際風(fēng)險更高的的投資、不具有次可加性違背風(fēng)險分散化原理,很難應(yīng)用到投資組合優(yōu)化等。針對VaR技術(shù)的不足,理論界提出了許多的改進(jìn)方法,ES(也稱C-VaR)風(fēng)險度量法就是其中之一。ES風(fēng)險度量法具備有效度量損失在VaR水平之上的損失值,能充分的測量尾部損失、具有次可加性能、能很容易被采用在資產(chǎn)組合中等優(yōu)勢。 金融序列的波動預(yù)測模型主要分為兩類：GARCH族模型和SV族模型。Engle(1982)提出ARCH模型能有效描述金融時間序列的波動聚類特征。Bollerslev(1986)進(jìn)一步提出廣義ARCH模型(即GARCH),它不僅能很好地描述時間序列的波動聚類特征,而且還能很好的捕捉金融數(shù)據(jù)分布的厚尾特性。由于SV模型不依賴于歷史信息,許多學(xué)者證實SV模型很適合引入于金融領(lǐng)域的實際研究。并且國內(nèi)外有較多的研究表明SV模型具有比GARCH模型更好的金融時間序列的刻畫能力。 接下來探討金融市場間的相關(guān)性關(guān)系,金融市場間的相關(guān)性研究非常重要,尤其是涉及到資產(chǎn)定價、資產(chǎn)組合,波動的傳導(dǎo)和溢出效應(yīng)等問題。常用的相關(guān)分析方法有線性相關(guān)系數(shù)、Granger因果分析法,但它們都存在很大的缺陷：(1)金融時間序列的特性表明簡單的線性相關(guān)關(guān)系不符合金融事實,無法分析變量間存在的非線性關(guān)系,而且各變量間主要表現(xiàn)為非線性關(guān)系；(2)Granger因果關(guān)系法一般只能得出是否存在因果關(guān)系的簡單定性的結(jié)論,無法進(jìn)行定量描述。為了解決以上難題我們引入Copula函數(shù),它最早由Sklar(1959)提出。Copula函數(shù)作為一種新的統(tǒng)計方法來分析變量間的相關(guān)關(guān)系,被廣泛應(yīng)用于非參數(shù)統(tǒng)計領(lǐng)域,尤其對隨機(jī)變量間的相關(guān)性研究非�？煽�。他的特點在于能直接對變量的邊緣分布函數(shù)作為變量進(jìn)行分析,而不限制邊緣分布的選擇。Frees和Valdez(1998)、 Embrechts (1999) Mcneil和Straumann (1999)等人將Copula技術(shù)引入到金融領(lǐng)域,為金融領(lǐng)域模型的進(jìn)一步研究的提供了新思路。 本文主要針對金融市場的波動特征,采用GARCH族模型和SV族模型對上證綜指和深圳成指的金融數(shù)據(jù)進(jìn)行波動率預(yù)測和在險價值VaR、期望損失ES的度量,有效刻畫我國股市波動的主要特征：尖峰厚尾性、波動聚集性、杠桿效應(yīng)、溢出效應(yīng)等；同時證實ES度量法相比VaR更有優(yōu)勢。通過波動率模型對收益率序列的邊緣分布進(jìn)行準(zhǔn)確的描述,接下來引入Copula函數(shù)對滬深兩指數(shù)收益率的聯(lián)立分布準(zhǔn)確刻畫他們的相依結(jié)構(gòu),然后分別計算投資組合VaR和ES值,并進(jìn)行對比,證實Copula函數(shù)下的ES風(fēng)險度量方法對我國投資組合風(fēng)險測度有較好的適用性,并獲得了在組合風(fēng)險值最小情形下的最佳投資比例。本文為指導(dǎo)我國投資者在理性投資理念下,科學(xué)進(jìn)行投資決策提供了理論依據(jù)。
[Abstract]:Along with the volatility of international financial market , investors are eager to strengthen financial risk management technology ; financial market risk has been an important factor that investors pay close attention to , while the effective financial risk measurement provides theoretical basis for investors to make scientific and reasonable investment . Because of the unique fluctuation characteristics of financial markets , such as the peak thickness of yield , the volatility clustering , the spillover effect of fluctuation , the lever effect and the long memory and persistence of fluctuation , make the financial risk accurate measure have great difficulty . The theory of VaR ( Value atRisk ) is a new type of risk measurement method developed in the 1990s . However , VaR technology has many problems , such as the fact that it does not consider the tail risk , it is difficult to apply to portfolio optimization . The volatility forecasting model of the financial sequence is divided into two categories : ARCH model and SV family model . Engle ( 1982 ) proposed ARCH model to describe the volatility cluster feature of the financial time series . Bollerslev ( 1986 ) further proposed the generalized ARCH model ( that is ) , it can not only describe the volatility clustering feature of time series well , but also can capture the thick tail characteristic of financial data distribution well . Because SV model is not dependent on historical information , many scholars confirm SV model is suitable for the real research in financial field . In order to solve the above problems , we introduce Copula function as a new statistical method to analyze the relationship between variables , which is widely used in the field of non - parametric statistics . Based on the volatility characteristics of financial markets , this paper forecasts the volatility of Shanghai Composite Index and Shenzhen Chengzhi financial data by using the ARCH model and SV family model . It also proves that the ES metric method is more advantageous than VaR . It also proves that the ES measurement method has better applicability to the risk measure of Chinese stock market . Then , we prove that the ES risk measurement method under Copula function has better applicability to the risk measure of portfolio risk .

【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F832.51;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈曉東,潘德惠,陶艷秋;證券投資組合理論在中國的適用性分析及其改進(jìn)[J];東北大學(xué)學(xué)報;2002年08期

2 韋艷華,張世英;金融市場的相關(guān)性分析——Copula-GARCH模型及其應(yīng)用[J];系統(tǒng)工程;2004年04期

3 易文德;;基于Copula函數(shù)模型的股市交易量與股價相依關(guān)系[J];系統(tǒng)工程;2010年10期

4 韋艷華;齊樹天;;亞洲新興市場金融危機(jī)傳染問題研究——基于Copula理論的檢驗方法[J];國際金融研究;2008年09期

5 黃在鑫;覃正;;中美主要金融市場相關(guān)結(jié)構(gòu)及風(fēng)險傳導(dǎo)路徑研究——基于Copula理論與方法[J];國際金融研究;2012年05期

6 劉瓊芳;張宗益;;基于Copula房地產(chǎn)與金融行業(yè)的股票相關(guān)性研究[J];管理工程學(xué)報;2011年01期

7 王宗潤;汪武超;王小丁;周艷菊;;基于條件概率積分變換的多元Copula函數(shù)選擇[J];管理工程學(xué)報;2012年03期

8 任鳳英;李興斯;;基于f-散度的一致風(fēng)險度量[J];大連理工大學(xué)學(xué)報;2013年05期

9 何琳潔,文鳳華,馬超群;基于一致性風(fēng)險價值的投資組合優(yōu)化模型研究[J];湖南大學(xué)學(xué)報(自然科學(xué)版);2005年02期

10 朱慧明;李素芳;虞克明;曾慧芳;林靜;;基于Gibbs抽樣的貝葉斯金融隨機(jī)波動模型分析[J];湖南大學(xué)學(xué)報(自然科學(xué)版);2008年12期

，

本文編號：1412966