本文關(guān)鍵詞：基于Copula理論的多變量金融資產(chǎn)投資組合風(fēng)險(xiǎn)值度量

  更多相關(guān)文章： ARFIMA-GARCH模型 Copula Kupiec檢驗(yàn) VaR Pair Copula

【摘要】：金融資產(chǎn)收益率不僅具有尖峰厚尾性、異方差性,還具有長(zhǎng)記憶性。因此,本文結(jié)合Copula理論和ARFIMA-GARCH模型建立了多變量金融資產(chǎn)投資組合的風(fēng)險(xiǎn)值度量模型。建立ARFIMA-GARCH-Copula模型研究滬深股市的相關(guān)結(jié)構(gòu)和等權(quán)重資產(chǎn)組合風(fēng)險(xiǎn)值VaR,并利用該模型對(duì)上海綜合指數(shù)和深圳成分指數(shù)收益率的組合進(jìn)行了實(shí)證研究。采用R/S分析法檢驗(yàn)各個(gè)資產(chǎn)收益率的長(zhǎng)記憶性,經(jīng)過(guò)分?jǐn)?shù)階差分后選用GARCH模型建模得到邊緣分布。選擇Copula函數(shù)來(lái)刻畫(huà)兩資產(chǎn)之間的相關(guān)結(jié)構(gòu),建立聯(lián)合分布模型。并采用Monte Carlo方法模擬產(chǎn)生各資產(chǎn)的收益率序列,計(jì)算出投資組合的風(fēng)險(xiǎn)值VaR。實(shí)證研究表明：滬深股市具有長(zhǎng)記憶性,且兩者具有對(duì)稱(chēng)的尾部相關(guān)性；Kupiec檢驗(yàn)說(shuō)明ARFIMA-GARCH-Copula模型較之于GARCH-Copula模型能更準(zhǔn)確地度量投資組合風(fēng)險(xiǎn)值�？紤]到分析三個(gè)金融資產(chǎn)的投資組合時(shí)兩兩金融資產(chǎn)服從的Copula函數(shù)并不一定相同,從而本文還利用構(gòu)造多元隨機(jī)變量相關(guān)結(jié)構(gòu)的Pair Copula方法和ARFIMA-GARCH模型相結(jié)合建立了ARFIMA-GARCH-Pair-Copula模型研究計(jì)算以上海綜合指數(shù)、深圳成分指數(shù)以及香港恒生指數(shù)收益率序列構(gòu)建資產(chǎn)組合的風(fēng)險(xiǎn)值VaR。ARFIMA-GARCH模型刻畫(huà)各資產(chǎn)收益率序列的波動(dòng),根據(jù)變量間相關(guān)性強(qiáng)弱選出主節(jié)點(diǎn),通過(guò)各變量間的散點(diǎn)圖選擇合適的Pair Copula函數(shù)。以此建立的模型不僅考慮了各資產(chǎn)收益率的長(zhǎng)記憶性、異方差性、而且能捕捉到資產(chǎn)組合間的相關(guān)性,從而更好地描述資產(chǎn)組合的聯(lián)合分布,計(jì)算風(fēng)險(xiǎn)值VaR。實(shí)證分析結(jié)果表明：相比基于多元正態(tài)Copula和多元t-Copula方法的VaR模型,該模型在描述高維相關(guān)結(jié)構(gòu)時(shí)更加靈活。相比于零階差分和一階差分,利用分?jǐn)?shù)階差分后的收益率序列進(jìn)行風(fēng)險(xiǎn)值計(jì)算更貼近Variance-Covariance計(jì)算的風(fēng)險(xiǎn)值。
【關(guān)鍵詞】：ARFIMA-GARCH模型 Copula Kupiec檢驗(yàn) VaR Pair Copula
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F830.59;F224
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-14
• 第一章 緒論14-17
• 1.1 研究背景及意義14
• 1.2 Copula研究概況14-16
• 1.3 本文的主要內(nèi)容16-17
• 第二章 Copula函數(shù)理論17-24
• 2.1 Copula函數(shù)的概念17
• 2.2 Copula函數(shù)的性質(zhì)17
• 2.3 常用Copula函數(shù)17-20
• 2.4 Pair Copula20-22
• 2.5 概率積分變換22
• 2.6 Copula函數(shù)模型的構(gòu)建方法22
• 2.7 Copula函數(shù)模型的參數(shù)估計(jì)22-23
• 2.8 Copula模型的檢驗(yàn)23-24
• 第三章 ARFIMA-GARCH模型24-26
• 3.1 ARFIMA-GARCH模型24
• 3.2 Hurst指數(shù)和R/S方法24-25
• 3.3 分?jǐn)?shù)階差分推導(dǎo)25-26
• 第四章 金融風(fēng)險(xiǎn)值VaR26-28
• 4.1 VaR的定義26
• 4.2 VaR的計(jì)算方法26-27
• 4.2.1 方差—協(xié)方差法26-27
• 4.2.2 Monte Carlo模擬法27
• 4.3 VaR的檢驗(yàn)27-28
• 第五章 滬深股市投資組合風(fēng)險(xiǎn)值度量28-33
• 5.1 基本統(tǒng)計(jì)分析28-29
• 5.2 長(zhǎng)記憶性檢驗(yàn)和建模29-30
• 5.3 Copula函數(shù)選取和模型的參數(shù)估計(jì)及分析30-32
• 5.4 投資組合風(fēng)險(xiǎn)值度量32-33
• 第六章 滬深港股市投資組合風(fēng)險(xiǎn)值度量33-39
• 6.1 基本統(tǒng)計(jì)分析33-34
• 6.2 長(zhǎng)記憶性檢驗(yàn)和建模34-35
• 6.3 Pair Copula函數(shù)選取和模型的參數(shù)估計(jì)及分析35-37
• 6.4 Pair Copula的VaR計(jì)算37-39
• 第七章 全文總結(jié)39-40
• 7.1 結(jié)論39
• 7.2 研究不足與展望39-40
• 參考文獻(xiàn)40-42
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及其成果情況42

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 胡勇;龔金國(guó);;Copula函數(shù)在分析滬深股市相依結(jié)構(gòu)中的應(yīng)用[J];時(shí)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(fēng)險(xiǎn)分析上的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2007年03期

3 羅付巖;徐海云;;基于Copula-EVT模型的組合風(fēng)險(xiǎn)測(cè)度[J];統(tǒng)計(jì)與決策;2007年17期

4 郭慧;羅俊鵬;史道濟(jì);;半?yún)?shù)阿基米德Copula的理論應(yīng)用[J];天津理工大學(xué)學(xué)報(bào);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(guān)性分析[J];山東大學(xué)學(xué)報(bào)(理學(xué)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(fēng)險(xiǎn)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(guān)性分析[J];統(tǒng)計(jì)與決策;2008年22期

8 儲(chǔ)小俊;劉思峰;;股市流動(dòng)性與收益的Copula尾部相關(guān)性分析[J];財(cái)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(chǎng)尾部相關(guān)性分析[J];統(tǒng)計(jì)與信息論壇;2008年06期

10 歐陽(yáng)資生;王非;;基于Copula方法的國(guó)債市場(chǎng)相依風(fēng)險(xiǎn)度量[J];統(tǒng)計(jì)研究;2008年07期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 應(yīng)益榮;王穎;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

2 葉萍華;唐湘晉;;基于Copula方法的股票相關(guān)性分析[A];第十屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2008年

3 王宗潤(rùn);吳偉韜;;基于Copula-EVT模型的人民幣匯率組合風(fēng)險(xiǎn)測(cè)度[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集[C];2008年

4 許啟發(fā);劉少杰;;基于Copula技術(shù)的動(dòng)態(tài)組合投資選擇新方法[A];第四屆（2009）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2009年

5 杜紅軍;王宗軍;;基于時(shí)變Copula模型的金融市場(chǎng)風(fēng)險(xiǎn)度量與分配[A];第八屆（2013）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)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(yīng)用[A];第十六屆中國(guó)海洋（岸）工程學(xué)術(shù)討論會(huì)論文集（上冊(cè)）[C];2013年

7 徐運(yùn)保;陳奕播;;基于Copula函數(shù)的股市、房市與GDP相關(guān)性的實(shí)證分析[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)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(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集第Ⅲ冊(cè)[C];2013年

9 郭立甫;高鐵梅;姚堅(jiān);;基于Copula函數(shù)和極值理論的金融傳染度量——測(cè)度美國(guó)次貸危機(jī)對(duì)重要經(jīng)濟(jì)體的傳染效應(yīng)[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第13卷）[C];2012年

10 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(guó)水論壇摘要集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 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(shù)及其在機(jī)構(gòu)投資組合風(fēng)險(xiǎn)管理中的運(yùn)用[N];期貨日?qǐng)?bào);2008年

2 海通證券研究所 陳露;從A股與H股相關(guān)性看股指期貨推出后的跨市場(chǎng)操作[N];期貨日?qǐng)?bào);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 吳新榮;對(duì)稱(chēng)Bernstein Copula[D];天津大學(xué);2007年

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

3 劉彪;Copula理論在金融分析中的應(yīng)用[D];華中科技大學(xué);2007年

4 鄭文旭;基于Copula的金融風(fēng)險(xiǎn)相關(guān)性研究[D];廈門(mén)大學(xué);2008年

5 馬冬冬;多元Copula-GARCH模型及其在期貨風(fēng)險(xiǎn)分析中的應(yīng)用[D];合肥工業(yè)大學(xué);2009年

6 董驍偉;基于Copula-SV模型的投資組合風(fēng)險(xiǎn)分析[D];重慶大學(xué);2009年

7 錢(qián)丹青;Copula選擇及其條件核密度估計(jì)[D];華中科技大學(xué);2008年

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

9 陳元慶;基于Copula理論的投資組合的風(fēng)險(xiǎn)度量[D];吉林大學(xué);2010年

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

，

本文編號(hào)：1084132