發(fā)布時(shí)間：2021-09-06 01:19

　　投資組合的風(fēng)險(xiǎn)測度是金融風(fēng)險(xiǎn)管理研究的主要內(nèi)容之一,也是金融投資者持續(xù)關(guān)注的熱點(diǎn)話題之一.近年來,隨著經(jīng)濟(jì)全球化的進(jìn)程加快,金融市場面臨的風(fēng)險(xiǎn)日益復(fù)雜化和多樣化,金融資產(chǎn)間的相依結(jié)構(gòu)呈現(xiàn)出非線性、非對(duì)稱和尾部相關(guān)等特征,傳統(tǒng)投資組合模型的線性相關(guān)分析已不再適合描述金融風(fēng)險(xiǎn)的相關(guān)信息.因此,構(gòu)建相應(yīng)的模型來準(zhǔn)確刻畫各投資標(biāo)的間的相依結(jié)構(gòu)及準(zhǔn)確測度投資組合風(fēng)險(xiǎn)具有重要意義.本文通過構(gòu)建混合R Vine Copula-SV模型進(jìn)行股市投資組合的風(fēng)險(xiǎn)測度,其主要內(nèi)容分為兩部分,第一部分,模型構(gòu)建及參數(shù)估計(jì).首先構(gòu)建SV-Skt模型對(duì)邊緣資產(chǎn)進(jìn)行建模,并結(jié)合EIS算法估計(jì)其模型參數(shù),通過SV-Skt模型來分析各邊緣資產(chǎn)的特性及預(yù)測各標(biāo)的資產(chǎn)收益的波動(dòng)率.接著使用SV-Skt模型過濾得到新生量,并在Skt分布下進(jìn)行概率積分變換得到（0,1）上服從均勻分布的序列,為下一步構(gòu)建混合R Vine Copula模型做鋪墊.其次,投資組合內(nèi)各標(biāo)的間相依結(jié)構(gòu)的刻畫,將上述均勻分序列作為估計(jì)樣本建立混合R Vine Copula模型,結(jié)合AIC準(zhǔn)則確定其各節(jié)點(diǎn)的最優(yōu)Pair Copula,并使用兩階段極大似然法... 

【文章來源】：蘭州財(cái)經(jīng)大學(xué)甘肅省

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

中證六大行業(yè)指數(shù)對(duì)數(shù)收益時(shí)序圖

蘭州財(cái)經(jīng)大學(xué)碩士學(xué)位論文基于混合RVineCopula-SV模型的股市投資組合風(fēng)險(xiǎn)測度29的JB統(tǒng)計(jì)量的值看,其數(shù)值均顯著大于5%水平上的臨界值,均拒絕服從正態(tài)分布的假設(shè),因此必須尋找能刻畫厚尾特征的模型來擬合各行業(yè)指數(shù)的分布特征.為了進(jìn)一步驗(yàn)證六大行業(yè)指數(shù)資產(chǎn)的厚尾特征,下面用QQ圖檢驗(yàn)各行業(yè)指數(shù)的厚尾性和正態(tài)性,具體如圖2所示.圖2各行業(yè)指數(shù)的QQ圖圖2為各行業(yè)指數(shù)對(duì)標(biāo)準(zhǔn)正態(tài)分布的QQ圖,QQ圖是以樣本分位數(shù)作為橫坐標(biāo),以正態(tài)分布計(jì)算的相應(yīng)理論分位數(shù)為縱坐標(biāo),把樣本表現(xiàn)為直角坐標(biāo)系的散點(diǎn),如果樣本服從正態(tài)分布,則樣本點(diǎn)應(yīng)該是與第一象限的對(duì)角線重合的一條

蘭州財(cái)經(jīng)大學(xué)碩士學(xué)位論文基于混合RVineCopula-SV模型的股市投資組合風(fēng)險(xiǎn)測度33的均勻分布,因此接著對(duì)序列tU進(jìn)行K-S檢驗(yàn),從表中可以看出概率積分變換后的序列均通過K-S檢驗(yàn),即各序列均服從0,1均勻分布,接著對(duì)各行業(yè)指數(shù)進(jìn)行分布擬合,可以得到基于偏t分布對(duì)標(biāo)準(zhǔn)殘差序列的擬合如圖3所示.圖3各行業(yè)指數(shù)殘差序列密度函數(shù)擬合圖圖3中為基于SV-Skt模過濾得到的各行業(yè)指數(shù)的殘差序列密度函數(shù)擬合圖,圖中藍(lán)色實(shí)線為偏t分布的概率密度曲線,紅色虛線表示標(biāo)準(zhǔn)正態(tài)分布的概率密度曲線,可以看出偏t具有更厚的尾部,更加符合金融數(shù)據(jù)的分布特征,也進(jìn)一步

【參考文獻(xiàn)】：
期刊論文
[1]基于藤Copula分組模型的金融市場風(fēng)險(xiǎn)度量研究[J]. 陳振龍,郝曉珍.  統(tǒng)計(jì)研究. 2018(06)
[2]基于已實(shí)現(xiàn)SV模型的動(dòng)態(tài)VaR測度研究[J]. 吳鑫育,周海林.  管理工程學(xué)報(bào). 2018(02)
[3]基于R-vine-copula-CoVaR模型的金融市場風(fēng)險(xiǎn)溢出效應(yīng)研究[J]. 林宇,李福興,陳粘,汪巍.  運(yùn)籌與管理. 2017(09)
[4]基于R-vine copula的原油市場極端風(fēng)險(xiǎn)動(dòng)態(tài)測度研究[J]. 楊坤,于文華,魏宇.  中國管理科學(xué). 2017(08)
[5]基于M-Copula-SV-t模型的高維組合風(fēng)險(xiǎn)度量[J]. 劉祥東,范彬,楊易銘,劉澄.  中國管理科學(xué). 2017(02)
[6]基于R-Vine Copula模型的情景模擬研究[J]. 申敏,吳和成.  系統(tǒng)科學(xué)與數(shù)學(xué). 2016(12)
[7]基于Pair Copula-SV-t模型的金融市場相關(guān)性分析[J]. 張學(xué)功,薛志超,呂龍.  武漢金融. 2016(09)
[8]基于藤Copula-MCMC-SV-T模型的馬航空難對(duì)六國（地）股指的風(fēng)險(xiǎn)傳染研究[J]. 韓超,嚴(yán)太華.  華東經(jīng)濟(jì)管理. 2016(09)
[9]典型事實(shí)、混合Copula函數(shù)與金融市場相依結(jié)構(gòu)研究[J]. 林宇,陳王,王一鳴,黃迅.  中國管理科學(xué). 2015(04)
[10]基于Copula-CVaR-EVT方法的供應(yīng)鏈金融質(zhì)物組合優(yōu)化[J]. 何娟,王建,蔣祥林,朱道立,劉曉星.  系統(tǒng)工程理論與實(shí)踐. 2015(01)

碩士論文
[1]對(duì)中國SHIBOR波動(dòng)的預(yù)測[D]. 楊斗.山東大學(xué) 2018
[2]基于R-Vine Copula模型的高維投資組合動(dòng)態(tài)優(yōu)化算法與實(shí)證研究[D]. 魏偉.西南財(cái)經(jīng)大學(xué) 2016



本文編號(hào)：3386449