發(fā)布時間：2017-07-19 01:16

  本文關(guān)鍵詞：基于混合Copula-SV-t模型的外匯投資組合風(fēng)險分析

  更多相關(guān)文章： 混合Copula SV-t模型 VaR值 投資組合

【摘要】：隨著國際金融市場的快速發(fā)展,外匯市場間的相互依存度不斷加強(qiáng),相關(guān)結(jié)構(gòu)更加復(fù)雜,準(zhǔn)確度量金融市場間的相關(guān)性越發(fā)重要。而金融變量通常具有尖峰厚尾性、非對稱性、非正態(tài)地協(xié)同等特征,用傳統(tǒng)的Pearson線性相關(guān)性分析方法存在很大的局限性。隨著Copula理論的出現(xiàn),給相關(guān)性的研究帶來了很大的進(jìn)步。自Copula理論應(yīng)用到金融領(lǐng)域以來,Copula函數(shù)目前已在金融、保險等一些領(lǐng)域的相關(guān)性分析、風(fēng)險管理、資產(chǎn)定價和投資組合的選擇等方面有了廣泛應(yīng)用,成為解決金融相關(guān)性問題的一個有力工具,使金融風(fēng)險度量方法有了新的突破。文章首先系統(tǒng)地介紹了Copula函數(shù)的定義和性質(zhì),闡述了Sklar定理和三種基于Copula的相關(guān)性測度,然后列舉了常用的幾種橢圓型Copula函數(shù)和阿基米德型Copula函數(shù)及其特征,并介紹了Copula函數(shù)的參數(shù)估計方法,本文選用兩步極大似然估計法。最后介紹了兩種模型選擇方法：分別是傳統(tǒng)的AIC信息準(zhǔn)則法和特別適用于Copula函數(shù)的模型選擇工具——Copula信息準(zhǔn)則法。首先,本文選取了2008年到2014年歐元和英鎊對人民幣匯率的每日收益率作為樣本數(shù)據(jù),根據(jù)收益率序列的尖峰厚尾性和波動異方差性,選擇隨機(jī)波動SV-t模型作為刻畫單個資產(chǎn)收益波動的邊緣分布,并通過K-S檢驗,結(jié)果顯示選擇SV-t模型擬合邊緣分布是合適的。然后構(gòu)建了兩類不同的混合Copula模型：第一類混合Copula模型是由三種不同特性的阿基米德Copula函數(shù)：Gumbel Copula, Clayton Copula和Frank Copula線性組合而成,根據(jù)模型平均思想,建立了簡單混合Copula模型和基于S-AIC方法構(gòu)建的混合Copula模型。第二類混合Copula模型是由正態(tài)Copula函數(shù)組成,根據(jù)二元分布混合理論建立的基于分布的混合Copula模型。并簡單介紹了混合Copula模型中權(quán)重和相關(guān)系數(shù)的估計方法。最后本文通過建立混合Copula-SV-t模型,根據(jù)投資組合VaR值的蒙特卡洛模擬過程,分別計算出兩種類型混合Copula模型下投資組合的VaR值。由第一類混合Copula模型對兩種外匯資產(chǎn)的相依結(jié)構(gòu)建模,通過AIC檢驗,結(jié)果表明基于S-AIC方法構(gòu)造的混合Copula模型對變量之間的相關(guān)結(jié)構(gòu)擬合度最好。然后通對投資組合進(jìn)行風(fēng)險測度,并在風(fēng)險最小原則下確定最佳投資比例。由VaR值與收益率標(biāo)準(zhǔn)差的比值結(jié)果表明所構(gòu)造的兩個混合Copula-SV-t模型均能比單Copula模型能更精確地估計組合風(fēng)險VaR值。同樣,由基于分布構(gòu)造的混合Copula模型對兩種外匯資產(chǎn)進(jìn)行相依結(jié)構(gòu)建模,然后通過VaR值的計算和分析,結(jié)果表明在不同的置信水平下,該類混合Copula模型也比單一Copula模型能更精確地估計組合風(fēng)險VaR值,從而能更有效地管理投資組合的風(fēng)險。
【關(guān)鍵詞】：混合Copula SV-t模型 VaR值 投資組合
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：O211.67;F830.59
【目錄】：

• 摘要2-4
• ABSTRACT4-9
• 第1章 緒論9-14
• 1.1 研究背景及意義9-10
• 1.2 相關(guān)性問題的國內(nèi)外研究現(xiàn)狀10-12
• 1.3 論文框架與創(chuàng)新點12-14
• 1.3.1 論文框架12-13
• 1.3.2 論文創(chuàng)新點13-14
• 第2章 Copula函數(shù)及相關(guān)理論的介紹14-27
• 2.1 Copula函數(shù)的定義14
• 2.2 Copula函數(shù)的性質(zhì)14-17
• 2.2.1 Copula函數(shù)的基本性質(zhì)14-15
• 2.2.2 多元分布的Sklar定理15
• 2.2.3 基于Copula的相關(guān)性測度15-17
• 2.3 Copula函數(shù)的分類17-23
• 2.3.1 橢圓型Copula函數(shù)17-19
• 2.3.2 阿基米德Copula函數(shù)19-23
• 2.4 二元Copula函數(shù)的參數(shù)估計23-24
• 2.5 Copula函數(shù)的模型選擇24-27
• 2.5.1 AIC信息準(zhǔn)則法24-25
• 2.5.2 CIC信息準(zhǔn)則法25-27
• 第3章 對金融資產(chǎn)收益率的邊緣分布建模27-33
• 3.1 樣本的統(tǒng)計特征27-28
• 3.1.1 樣本的選取27
• 3.1.2 基本統(tǒng)計特征27-28
• 3.2 邊緣分布建模28-33
• 3.2.1 邊緣分布的選擇28-30
• 3.2.2 邊緣分布的檢驗30
• 3.2.3 邊緣分布參數(shù)估計30-33
• 第4章 混合Copula-SV-t模型的構(gòu)建33-44
• 4.1 混合Copula模型的一般形式33-34
• 4.2 基于模型平均的混合Copula模型34-38
• 4.2.1 基于模型平均的混合Copula模型的構(gòu)建34-36
• 4.2.2 基于模型平均的混合Copula模型的參數(shù)估計36-38
• 4.3 基于分布的混合Copula模型38-40
• 4.3.1 基于分布的混合Copula模型的構(gòu)建38-39
• 4.3.2 基于分布的混合Copula模型的參數(shù)估計39-40
• 4.4 基于混合Copula-SV-t模型的投資組合VaR值計算40-44
• 4.4.1 投資組合VaR值的蒙特卡洛模擬40-41
• 4.4.2 基于模型平均的混合Copula-SV-t模型的VaR計算41-42
• 4.4.3 基于不同分布的混合Copula-SV-t模型的VaR計算42-44
• 第5章 總結(jié)與展望44-46
• 5.1 本文的總結(jié)44
• 5.2 本文展望44-46
• 參考文獻(xiàn)46-49
• 致謝49-50

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 羅薇;劉建平;何山;;基于Copula理論的金融風(fēng)險分析[J];統(tǒng)計與決策;2006年08期

2 曾傳華;;兩類新型的Copula及其相關(guān)定理[J];重慶文理學(xué)院學(xué)報(自然科學(xué)版);2006年02期

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

4 楊益黨;;Copula函數(shù)與廣義Copula函數(shù)[J];昌吉學(xué)院學(xué)報;2007年03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(理學(xué)版);2007年12期

6 董永權(quán);;FGM Copula的生成與拓展[J];工程數(shù)學(xué)學(xué)報;2008年06期

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

8 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)計與決策;2008年22期

9 任仙玲;張世英;;基于Copula函數(shù)的金融市場尾部相關(guān)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(fēng)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(yīng)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(guān)性分析[A];第十屆中國青年信息與管理學(xué)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(fēng)險測度[A];第三屆（2008）中國管理學(xué)年會——技術(shù)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(shù)的動態(tài)組合投資選擇新方法[A];第四屆（2009）中國管理學(xué)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(fēng)險度量與分配[A];第八屆（2013）中國管理學(xué)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(yīng)用[A];第十六屆中國海洋（岸）工程學(xué)術(shù)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(guān)性的實證分析[A];第三屆（2008）中國管理學(xué)年會——技術(shù)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(jié)構(gòu)工程學(xué)術(shù)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(jī)對重要經(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(jī)構(gòu)投資組合風(fēng)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(guān)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(xué)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(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)險相關(guān)性研究[D];廈門大學(xué);2008年

5 馬冬冬;多元Copula-GARCH模型及其在期貨風(fēng)險分析中的應(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)險分析[D];重慶大學(xué);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(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模型中的應(yīng)用[D];吉林大學(xué);2010年

，

本文編號：560619