本文關鍵詞：基于藤Copula-GARCH模型的股票收益率組合VaR分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟全球化的日益加劇,世界各國的資本經(jīng)濟市場也被密切的聯(lián)系在了一起,一個世界主流資本市場的動蕩往往會引發(fā)全世界一系列的連鎖反應,從而,為了更好應對這些動蕩帶來的不利影響,認清世界主流資本市場間日益密切的聯(lián)系變得非常迫切和重要。靈活有效刻畫多元聯(lián)合分布,不僅僅是經(jīng)濟金融學科的難題,也是很多學科領域正都面臨的難題。實踐中最常用的多元聯(lián)合分布模型是多元正態(tài)分布,但是多元正態(tài)分布的限制條件很嚴苛,也難以刻畫那些存在不對稱性和厚尾特征的模型。Copula模型由于能夠刻畫這些分布特征,現(xiàn)今在建立相關性模型時變得非常盛行。但是從二元Copula擴展到多元Copula,就會受限于標準多元Copula函數(shù)結構的不靈活,使得用多元Copula函數(shù)解決多元聯(lián)合分布問題面臨挑戰(zhàn)。藤Copula不同于標準的多元Copula,它是將多元問題分解為了一系列的二元Copula模塊,利用二元Copula刻畫分布的靈活性就能克服標準多元Copula結構僵化的問題。藤Copula函數(shù)使得我們可以從簡單的單變量的邊緣分布函數(shù)出發(fā),來逐步構建復雜的多元聯(lián)合分布函數(shù),而且,此時根據(jù)新的多元聯(lián)合分布函數(shù)得到的變量間的相關性,再不是簡單的線性相關關系,而是更加貼近事實的非線性關系。通過藤Copula建立多元聯(lián)合分布的模型的好壞有很多因素決定,不僅要在通過二元Copula搭建多元聯(lián)合分布模型過程中選好藤結構,要為每一對二元Copula模塊選好合適的Copula函數(shù)類型,還要在建模之前,非常細致得處理每一個變量的邊緣分布。在知識背景方面,本文首先系統(tǒng)介紹了Copula函數(shù)的性質與應用、藤Copula方法的思想以及詳細的多元Copula模型搭建方法,然后介紹了用來處理時間序列的ARMA模型和GARCH模型的性質、用法與檢驗。然后結合上述知識,來實證研究美國納斯達克指數(shù)、倫敦金融時報指數(shù)、日經(jīng)225指數(shù)、新加坡海峽時報指數(shù)、和上證指數(shù)收益率之間的相關性,在處理變量邊緣分布時以處理上證指數(shù)收益率序列為例,由于收益率序列一般滿足時間序列的特征,而且樣本序列也存在相關性、和異方差,于是逐步建立了合適的ARMA-GARCH模型來消除這些影響,但是經(jīng)由該模型過濾后的標準殘差項并不滿足一些常見標準分布函數(shù)的假設,本文用經(jīng)驗分布函數(shù)來替代了標準殘差邊界分布,即能很好的描述標準殘差的特性,也能取得很好的估計效果。在處理完各變量的邊緣分布后,分別在C藤結構和D藤結構下構建收益率的多元聯(lián)合分布函數(shù),并分析比較了C藤和D藤結構下,我們建立的混合多元Copula函數(shù)與單一Copula函數(shù)類型的多元Copula函數(shù)對樣本的擬合情況。雖然不是對各國際主流股票市場收益率的相關性直接建模,但收益率之間的相關性隱含在多元聯(lián)合分布模型模擬轉化得到的一組組收益率里。所以,最后借助蒙特卡洛模擬來完成基于藤Copula模型的各股票市場投資組合VaR分析,結果在不同的置信區(qū)間設置下,模型擬合結果都通過Kupiec返回檢驗,從而說明了所建模型能夠有效的刻畫各股票收益率之間的相關性,而且能夠有效的捕捉風險價值的尾部特征。
【關鍵詞】：GARCH模型 藤Copula VaR
【學位授予單位】：東北財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F832.51;F224
【目錄】：

• 摘要2-4
• ABSTRACT4-9
• 1 緒論9-15
• 1.1 選題背景及研究意義9-10
• 1.2 國內外文獻綜述10-12
• 1.3 論文研究創(chuàng)新及論文結構12-15
• 1.3.1 論文創(chuàng)新12-13
• 1.3.2 本文主要內容與結構13-15
• 2 藤Copula模型15-30
• 2.1 Copula函數(shù)15-20
• 2.1.1 Copula函數(shù)的性質15
• 2.1.2 常用的Copula函數(shù)類別15-17
• 2.1.3 Copula函數(shù)中的相關性度量17-20
• 2.2 藤Copula分解與構建20-23
• 2.2.1 藤Copula的分解20-22
• 2.2.2 藤Copula模型的構建22-23
• 2.3 pair-Copula函數(shù)的選擇與檢驗23-25
• 2.4 參數(shù)估計25-28
• 2.4.1 Copula模型的參數(shù)估計25-27
• 2.4.2 藤Copula模型的參數(shù)估計27-28
• 2.5 藤Copula模型模擬28-30
• 3 藤Copula模型的邊緣分布30-37
• 3.1 金融時間序列收益率的分布特性30-31
• 3.2 ARMA模型31-32
• 3.2.1 ARMA模型的性質31
• 3.2.2 ARMA模型選擇準則31-32
• 3.3 關于GARCH模型的介紹32-33
• 3.4 有關GARCH模型的拓展33-34
• 3.4.1 TGARCH模型的介紹33
• 3.4.2 EGARCH模型的介紹33-34
• 3.4.3 GARCH-M模型的簡單介紹34
• 3.5 ARCH效應的檢驗方法34-35
• 3.5.1 ARCH LM檢驗34-35
• 3.5.2 Ljung-Box檢驗35
• 3.6 經(jīng)驗分布函數(shù)的簡單介紹35-36
• 3.7 總結邊緣分布建模步驟36-37
• 4 基于藤Copula模型的投資組合VaR分析37-39
• 4.1 VaR方法的介紹37
• 4.2 Kupiec失敗率檢驗法37-39
• 5 關于股票收益率組合的實證研究39-55
• 5.1 時間序列的ARMA-GARCH模型39-49
• 5.1.1 單位根檢驗40-41
• 5.1.2 自相關檢驗41-45
• 5.1.3 異方差檢驗45-49
• 5.2 藤Copula模型的建立及檢驗49-52
• 5.3 基于藤Copula模型的收益組合VAR分析52-55
• 6 論文總結與展望55-57
• 6.1 總結55
• 6.2 展望55-57
• 參考文獻57-61
• 后記61-62

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡勇;龔金國;;Copula函數(shù)在分析滬深股市相依結構中的應用[J];時代金融;2006年09期

2 韋艷華;張世英;;多元Copula-GARCH模型及其在金融風險分析上的應用[J];數(shù)理統(tǒng)計與管理;2007年03期

3 羅付巖;徐海云;;基于Copula-EVT模型的組合風險測度[J];統(tǒng)計與決策;2007年17期

4 郭慧;羅俊鵬;史道濟;;半?yún)?shù)阿基米德Copula的理論應用[J];天津理工大學學報;2007年05期

5 楊興民;劉保東;李娟;;基于Gaussian Copula與t-Copula的滬深股指相關性分析[J];山東大學學報(理學版);2007年12期

6 王展青;趙鵬;王傳廷;李磊東;;基于copula的滬深股市的風險分析[J];科協(xié)論壇(下半月);2008年11期

7 陳銀忠;張榮;;基于Copula函數(shù)的深市行業(yè)間的尾部相關性分析[J];統(tǒng)計與決策;2008年22期

8 儲小俊;劉思峰;;股市流動性與收益的Copula尾部相關性分析[J];財貿(mào)研究;2008年05期

9 任仙玲;張世英;;基于Copula函數(shù)的金融市場尾部相關性分析[J];統(tǒng)計與信息論壇;2008年06期

10 歐陽資生;王非;;基于Copula方法的國債市場相依風險度量[J];統(tǒng)計研究;2008年07期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 應益榮;王穎;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三屆中國智能計算大會論文集[C];2009年

2 葉萍華;唐湘晉;;基于Copula方法的股票相關性分析[A];第十屆中國青年信息與管理學者大會論文集[C];2008年

3 王宗潤;吳偉韜;;基于Copula-EVT模型的人民幣匯率組合風險測度[A];第三屆（2008）中國管理學年會——技術與創(chuàng)新管理分會場論文集[C];2008年

4 許啟發(fā);劉少杰;;基于Copula技術的動態(tài)組合投資選擇新方法[A];第四屆（2009）中國管理學年會——金融分會場論文集[C];2009年

5 杜紅軍;王宗軍;;基于時變Copula模型的金融市場風險度量與分配[A];第八屆（2013）中國管理學年會——金融分會場論文集[C];2013年

6 陳超;王莉萍;陳正壽;許新;;Copula函數(shù)在海洋工程中的應用[A];第十六屆中國海洋（岸）工程學術討論會論文集（上冊）[C];2013年

7 徐運保;陳奕播;;基于Copula函數(shù)的股市、房市與GDP相關性的實證分析[A];第三屆（2008）中國管理學年會——技術與創(chuàng)新管理分會場論文集[C];2008年

8 劉月飛;呂大剛;;基于混合Copula函數(shù)的二維串聯(lián)系統(tǒng)可靠性分析[A];第22屆全國結構工程學術會議論文集第Ⅲ冊[C];2013年

9 郭立甫;高鐵梅;姚堅;;基于Copula函數(shù)和極值理論的金融傳染度量——測度美國次貸危機對重要經(jīng)濟體的傳染效應[A];21世紀數(shù)量經(jīng)濟學（第13卷）[C];2012年

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

中國重要報紙全文數(shù)據(jù)庫 前2條

1 廣發(fā)期貨投資研究部 楊威 王翔 謝貞聯(lián);多維Copula樹及其在機構投資組合風險管理中的運用[N];期貨日報;2008年

2 海通證券研究所 陳露;從A股與H股相關性看股指期貨推出后的跨市場操作[N];期貨日報;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 吳新榮;對稱Bernstein Copula[D];天津大學;2007年

2 葉萍華;基于Copula方法的股票收益率相關性研究及實證分析[D];武漢理工大學;2008年

3 劉彪;Copula理論在金融分析中的應用[D];華中科技大學;2007年

4 鄭文旭;基于Copula的金融風險相關性研究[D];廈門大學;2008年

5 馬冬冬;多元Copula-GARCH模型及其在期貨風險分析中的應用[D];合肥工業(yè)大學;2009年

6 董驍偉;基于Copula-SV模型的投資組合風險分析[D];重慶大學;2009年

7 錢丹青;Copula選擇及其條件核密度估計[D];華中科技大學;2008年

8 劉海燕;基于Copula方法的違約相關性研究[D];北方工業(yè)大學;2010年

9 陳元慶;基于Copula理論的投資組合的風險度量[D];吉林大學;2010年

10 伍新星;Copula函數(shù)在包含公共影響的信度保費模型中的應用[D];吉林大學;2010年

  本文關鍵詞：基于藤Copula-GARCH模型的股票收益率組合VaR分析，由筆耕文化傳播整理發(fā)布。

本文編號：387281