風(fēng)險(xiǎn),是一個(gè)永恒存在并備受關(guān)注的話題,而對(duì)風(fēng)險(xiǎn)度量模型的構(gòu)建也曾一度成為國(guó)內(nèi)外金融投資者研究的重點(diǎn)和熱點(diǎn)問題之一。最初為了應(yīng)對(duì)上個(gè)世紀(jì)90年代初的金融災(zāi)難而被人們提出來的VaR方法現(xiàn)在已經(jīng)成為了衡量金融風(fēng)險(xiǎn)的一種主流方法,其體現(xiàn)的巨大的科學(xué)性和透明性得到了越多越多的金融機(jī)構(gòu)的認(rèn)可。過去的五年,是金融危機(jī)發(fā)生、蔓延和不斷深化的五年,國(guó)內(nèi)外的經(jīng)濟(jì)形勢(shì)也極為嚴(yán)峻和復(fù)雜,積極防范和化解風(fēng)險(xiǎn)不僅是金融領(lǐng)域的永恒主題,更是當(dāng)前金融活動(dòng)的生命線,因此對(duì)風(fēng)險(xiǎn)值的準(zhǔn)確度量在今天尤其具有重要的意義。但是隨著對(duì)度量模型研究的不斷深入,傳統(tǒng)模型在計(jì)量方面的局限性也在不斷體現(xiàn),首先是風(fēng)險(xiǎn)因子行為經(jīng)常使用的正態(tài)性假設(shè)不能準(zhǔn)確刻畫資產(chǎn)收益率分布所經(jīng)常出現(xiàn)的尖峰、厚尾、非對(duì)稱現(xiàn)象；其次是用傳統(tǒng)的相關(guān)系數(shù)矩陣并不能較好地表示出組合內(nèi)相關(guān)資產(chǎn)之間的非線性關(guān)系。針對(duì)上述缺陷,本文提出了基于Copula理論的Copula-GARCH模型來對(duì)VaR計(jì)算方法進(jìn)行優(yōu)化。在理論研究方面,本文首先詳細(xì)介紹了VaR的定義,之后重點(diǎn)闡述了關(guān)于VaR計(jì)算的三種不同方法,通過比較它們各自的優(yōu)缺點(diǎn)后,蒙特卡洛模擬法被認(rèn)為在金融分析方面具有獨(dú)特的... 

【文章來源】：東北財(cái)經(jīng)大學(xué)遼寧省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 選題背景及意義
    1.2 研究?jī)?nèi)容與方法
    1.3 國(guó)內(nèi)外研究狀況
        1.3.1 關(guān)于連接函數(shù)的研究綜述
        1.3.2 關(guān)于VAR的研究綜述
    1.4 本文的基本框架和內(nèi)容
2 風(fēng)險(xiǎn)價(jià)值VAR及其計(jì)量方法
    2.1 VAR的定義
    2.2 VAR的計(jì)算方法
        2.2.1 歷史模擬法
        2.2.2 方差-協(xié)方差方法
        2.2.3 蒙特卡洛模擬法
3 COPULA理論及相關(guān)性分析(以二元為例)
    3.1 定義及性質(zhì)
        3.1.1 定義
        3.1.2 性質(zhì)
    3.2 COPULA函數(shù)的幾個(gè)重要定理
        3.2.1 定理1
        3.2.2 定理2
    3.3 基于COPULA函數(shù)的相關(guān)性測(cè)度
        3.3.1 線性相關(guān)系數(shù)
        3.3.2 秩相關(guān)系數(shù)
        3.3.3 尾部相關(guān)系數(shù)
    3.4 常用的二元COPULA函數(shù)與相關(guān)性分析
        3.4.1 橢圓族COPULA函數(shù)與尾部相關(guān)性分析
        3.4.2 阿基米德COPULA函數(shù)與尾部相關(guān)性分析
        3.4.3 不同類型二元COPULA函數(shù)的比較分析
4 COPULA-GARCH模型
    4.1 GARCH模型及其拓展形式
    4.2 COPULA-GARCH
5 實(shí)證研究
    5.1 樣本數(shù)據(jù)的選取與分析
        5.1.1 正態(tài)性檢驗(yàn)
        5.1.2 平穩(wěn)性檢驗(yàn)
        5.1.3 異方差檢驗(yàn)
    5.2 模型的估計(jì)
        5.2.1 邊緣分布函數(shù)的估計(jì)
        5.2.2 聯(lián)合分布函數(shù)的估計(jì)
    5.3 模型的檢驗(yàn)
        5.3.1 對(duì)邊緣分布函數(shù)的檢驗(yàn)
        5.3.2 COPULA函數(shù)進(jìn)行擬合度比較
    5.4 尾部相關(guān)系數(shù)
    5.5 模擬計(jì)算VAR值
    5.6 VAR值的KUPIEC檢驗(yàn)
6 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 研究展望
參考文獻(xiàn)
后記


【參考文獻(xiàn)】：
期刊論文
[1]基于Copula-EGARCH-CVaR的投資組合優(yōu)化[J]. 郭文旌,徐少麗.  統(tǒng)計(jì)與決策. 2009(18)
[2]非參數(shù)核密度估計(jì)與Copula[J]. 龔金國(guó),李竹渝.  數(shù)理統(tǒng)計(jì)與管理. 2009(01)
[3]Copula函數(shù)的選擇：方法與應(yīng)用[J]. 于波,陳希鎮(zhèn),杜江.  數(shù)理統(tǒng)計(jì)與管理. 2008(06)
[4]Copula在商業(yè)銀行組合信用風(fēng)險(xiǎn)度量中的應(yīng)用[J]. 蘇靜,杜子平.  金融理論與實(shí)踐. 2008(05)
[5]基于Copula-EVT模型的組合風(fēng)險(xiǎn)測(cè)度[J]. 羅付巖,徐海云.  統(tǒng)計(jì)與決策. 2007(17)
[6]三種Copula-VaR計(jì)算方法與傳統(tǒng)VaR方法的比較[J]. 柏滿迎,孫祿杰.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2007(02)
[7]基于Copula方法的條件VaR估計(jì)[J]. 葉五一,繆柏其,吳振翔.  中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào). 2006(09)
[8]基于Copula的極大和極小期權(quán)定價(jià)[J]. 朱光,陳厚生,李平.  統(tǒng)計(jì)與決策. 2006(16)
[9]基于Copula的外匯組合投資風(fēng)險(xiǎn)分析[J]. 尚英鋒,郝凱.  北方工業(yè)大學(xué)學(xué)報(bào). 2005(03)
[10]Copula方法與相依違約研究[J]. 李健倫,方兆本,魯煒,李紅星.  運(yùn)籌與管理. 2005(03)



本文編號(hào)：3495412