基于动态Copula函数的融资融券保证金计算的研究
本文选题:融资融券 + VaR ; 参考:《南京理工大学》2013年硕士论文
【摘要】:本文在选取融资融券的标的证券基础上,讨论了融资融券的保证金设置问题。保证金和担保比例的设定是为了控制金融资产的风险,避免投资交易者的损失。文章首先讨论了保证金设置时常用的风险控制模型,在对比了风险价格系数法、EWMA方法和VaR方法后选择了VaR作为本文保证金设置的方法。 大量的实证研究表明VaR计算的核心是波动率,同时资产波动也是风险产生的主要原因。本文考虑了单个资产波动的SV模型、极值模型和GARCH模型,选择了GARCH模型来拟合单个标的资产的波动,其中残差项分布分别满足正态分布、T分布和ST分布。然后文章引入了Copula连接函数来描述多个标的资产的波动率,并且运用了DCC-MVGARCH的方法将Copula函数模型时变化。 基于上述理论,在实证模型中首先运用GARCH模型来拟合中国石化和工商银行的波动,并选取了Normal-Copula和T-Copula分别讨论多个资产的波动率。我们运用了失败率检验的方法最终选取T-Copula时变函数模型作为本文最终的实证模型,计算了两个标的资产的VaR并运用到了融资融券的保证金设置问题上
[Abstract]:On the basis of selecting the underlying securities of margin, this paper discusses the issue of margin setting. Margin and guarantee ratio is designed to control the risk of financial assets and avoid the loss of investment traders. This paper first discusses the risk control model commonly used in margin setting. After comparing EWMA method with VaR method, a lot of empirical studies show that volatility is the core of VaR calculation, and asset volatility is the main reason of risk. In this paper, the SV model, extreme value model and GARCH model of single asset volatility are considered, and the GARCH model is selected to fit the volatility of a single underlying asset, where the residual term distribution satisfies the normal distribution T distribution and St distribution respectively. Then the Copula connection function is introduced to describe the volatility of multiple underlying assets, and the method of DCC-MVGARCH is used to change the Copula function model. In the empirical model, the GARCH model is first used to fit the volatility of Sinopec and ICBC, and Normal-Copula and T-Copula are selected to discuss the volatility of multiple assets respectively. We use the method of failure rate test to select T-Copula time-varying function model as the final empirical model of this paper, calculate the VaR of the two underlying assets and apply it to the margin setting problem of margin.
【学位授予单位】:南京理工大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:F224;F830.91
【参考文献】
相关期刊论文 前10条
1 韦艳华,张世英;金融市场的相关性分析——Copula-GARCH模型及其应用[J];系统工程;2004年04期
2 罗付岩;邓光明;;基于时变Copula的VaR估计[J];系统工程;2007年08期
3 王小丽;;英美及亚太国家与地区融资融券业务监管制度分析[J];南方金融;2010年03期
4 刘可;王斌会;;基于DCC-MVGARCH模型的股票市场收益率波动的相关性分析[J];金融与经济;2011年05期
5 孙彬;杨朝军;于静;;基于copula函数的国际证券市场传染效应实证分析[J];上海交通大学学报;2009年04期
6 丁华;股价指数波动中的ARCH现象[J];数量经济技术经济研究;1999年09期
7 岳朝龙;上海股市收益率GARCH模型族的实证研究[J];数量经济技术经济研究;2001年06期
8 韦艳华;张世英;;多元Copula-GARCH模型及其在金融风险分析上的应用[J];数理统计与管理;2007年03期
9 刘晓星;邱桂华;;基于极值理论的我国股票市场流动性调整的VaR和ES研究[J];广东商学院学报;2009年03期
10 顾雪松;;基于GARCH-VaR的股指期货保证金模型[J];统计与决策;2009年13期
相关硕士学位论文 前5条
1 李夫明;金融市场风险VaR方法的研究[D];华东师范大学;2005年
2 吕亮雯;DCC-MVGARCH模型计算方法研究及在金融市场中的应用[D];暨南大学;2006年
3 郑文旭;基于Copula的金融风险相关性研究[D];厦门大学;2008年
4 陈友强;基于动态Copula函数的VaR估计及其应用[D];厦门大学;2009年
5 周鑫;VaR-GARCH-EVT模型及在中国证券市场的实证研究[D];东北大学;2007年
,本文编号:1988122
本文链接:https://www.wllwen.com/guanlilunwen/zhqtouz/1988122.html