基于GARCH-EVT方法和Copula函数的组合风险分析

发布时间：2020-03-18 21:07

【摘要】： 金融资产投资组合的风险一般受投资组合中单一市场风险因子的影响;另一方面受到组合中各风险因子相互之间的影响。因此要合理的度量组合的风险,首先需要很好的解释每个单一资产的收益特性,经验表明,单一金融资产的收益率波动具有异方差和波动集群性,同时资产的分布并不服从正态分布,而是呈现出中央呈正态分布、两端显现厚尾分布的特点。GARCH-EVT方法既能说明收益率波动的特性,又能很好的刻画分布的厚尾特点。其次,Copula通过一个连接函数将各个资产组合起来,并能体现各资产间的相互关联情况,它是把多维随机变量的联合分布用其一维边际分布连接起来的函数,从而实现了从单一资产到组合资产的过渡。 本文将结合参数、非参数GARCH技术和极值理论中GPD分布构建金融资产组合中单一资产收益率的边缘分布,再通过多元正态Copula和T Copula函数将这些边缘分布连接,得到资产组合的联合分布模型。我们将首先简单介绍GARCH-EVT方法,并构建单一资产的参数GARCH-EVT模型和非参数GARCH-EVT模型;其次利用多元正态Copula和T-Copula函数构建资产组合联合分布函数,实现从单一资产到组合资产的过渡;最后,对上证四大板块指数(上证商业,上证公用,上证工业,上证地产)进行了模型的实证分析,利用MC随机模拟技术求得该组合的风险价值VaR与CVaR,再通过返回检验来验证这种方法的有效性。结果显示我们提出的方法适用于度量组合的极端风险,能够很好的捕抓金融极端事件发生下资产组合的风险价值,本文的分析结果对实际投资者有一定的指导意义。
【图文】：

14（c）2tr 的自相关图 (d)2tz 的自相关图图 1 上证地产收益率序列及新息序列的自相关图图 1 仅给出上证地产板块收益率序列的自相关图，其他图形类似。图 1益率序列tr 的自相关图，，图 1(b) 是新息tz 的自相关图，图 1（c）是收益2 的自相关图，图 1(d)是新息平方2tz 的自相关图。由这几个图形看出，上块收益率序列存在明显的 GARCH 效应。
【学位授予单位】：四川大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：F830.91;F224

【引证文献】

相关博士学位论文 前1条

1 李强;基于Copula理论和GPD模型的金融市场风险测度研究[D];重庆大学;2012年

相关硕士学位论文 前2条

1 李欣欣;次贷危机对国际证券市场关联性影响研究[D];吉林大学;2010年

2 喻菲菲;Copula函数在外汇风险管理中的应用[D];华东师范大学;2012年

本文编号：2589189