基于Vine Copula的多元动态风险度量模型
发布时间：2022-10-09 19:43
在险价值（VaR）是一种风险度量方法,受到各大金融机构及监管者推崇,但由于金融市场上外部冲击和数据内部特征对金融市场的影响以及投资者为降低风险分散投资,在资产配置中,VaR或低估了尾部风险或忽略了状态转换或没有准确刻画资产间的相依结构.基于此,论文主要目的在于建立既能准确判断各个时期样本数据波动形态又能准确刻画资产间相依结构的新投资组合VaR模型,以提高风险的预测准确度.本文采用循序渐进的方式建立了两个模型,第一是基于SVt-EVT-Vine Copula的多元动态VaR模型:该模型首先将SVt模型和EVT模型的分段核平滑方法相结合建立了边缘分布模型,重点在于对金融资产分布特征的尖峰厚尾进行建模,其次采用三种不同的藤（Vine）结构（CVine、DVine和RVine）分别构建了金融时间序列间的相依结构模型,结合实证,根据AIC和BIC准则进行选择,再结合MCMC模拟方法计算投资组合的VaR,并与其他模型进行对比,突出所建模型的优势性.第二是在上一模型的基础上考虑突发情况下状态转换对VaR的影响,将马尔科夫转换引入到SVt模型中,建立基于马尔科夫转换的SVt-EVT-Vine Copu...
【文章页数】：50 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 文献综述
1.3 研究方法与内容
1.3.1 研究方法
1.3.2 结构安排
1.4 研究特色及主要创新点
第二章 相关理论与方法
2.1 随机波动模型(SV)
2.1.1 标准SV模型
2.1.2 厚尾SV模型
2.2 马尔科夫转换
2.2.1 马尔科夫链
2.2.2 马尔科夫状态转换模型
2.3 极值理论
2.3.1 POT模型
2.3.2 分段核平滑
2.4 Vine Copula理论及相关模型
2.4.1 Copula函数的定义及基本定理
2.4.2 常用的一些Copula函数
2.4.3 Pair Copula
2.4.4 Vine Copula
第三章 SVt-EVT-Vine Copula模型
3.1 引言
3.2 单个资产的SVt模型参数估计
3.3 SVt-EVT模型建立及参数估计
3.4 SVt-EVT-Vine Copula模型建立及参数估计
3.5 在险价值(VaR)
3.6 实证研究
3.6.1 样本选取和描述统计特征
3.6.2 SVt模型参数估计
3.6.3 标准残差序列的EVT建模及检验
3.6.4 Vine Copula模型参数估计结果和检验
3.6.5 VaR预测与稳健性检验
3.7 小结
第四章 马尔科夫转换SVt-EVT-Vine Copula模型
4.1 引言
4.2 马尔科夫转换SVt-EVT模型建立及参数估计
4.3 马尔科夫转换SVt-EVT-Vine Copula模型建立及参数估计
4.4 实证研究
4.4.1 SVt模型与马尔科夫转换SVt模型参数估计
4.4.2 标准残差序列的EVT建模及检验
4.4.3 Vine Copula模型参数估计结果和检验
4.4.4 VaR预测与稳健型检验
4.5 小结
第五章 总结与展望
5.1 主要研究结论
5.2 研究展望
参考文献
致谢
个人简介
【参考文献】：
期刊论文
[1]基于Pair Copula-SV-t模型的金融市场相关性分析[J]. 张学功,薛志超,吕龙. 金融与经济. 2016(04)
[2]基于vine copula方法的股市组合动态VaR测度及预测模型研究[J]. 马锋,魏宇,黄登仕. 系统工程理论与实践. 2015(01)
[3]基于马尔科夫随机波动和极值理论的风险测度[J]. 姬新龙,周孝华. 中国管理科学. 2014(10)
[4]基于EVT-Vine-copula的多市场相关性及投资组合选择研究[J]. 张帮正,魏宇,余江,李云红. 管理科学. 2014(03)
[5]基于Vine Copula的中国股市风格资产相依结构特征及组合风险测度研究[J]. 郭文伟,钟明. 管理评论. 2013(11)
[6]基于藤结构Copula-SV模型的外汇投资组合风险分析[J]. 马超群,金凤,杨文昱,邓岭. 统计与决策. 2013(06)
[7]基于Copula-SV-GPD模型的投资组合风险度量[J]. 周孝华,张保帅,董耀武. 管理科学学报. 2012(12)
[8]藤Copula模型与多资产投资组合VaR预测[J]. 高江. 数理统计与管理. 2013(02)
[9]基于EVT-POT-SVt模型的风险度量研究[J]. 董耀武,周孝华,姜婷. 北京理工大学学报(社会科学版). 2011(03)
[10]基于pair-copula的社保基金投资组合风险测度研究[J]. 江红莉,何建敏. 南京财经大学学报. 2011(03)
博士论文
[1]金融市场相依性建模与风险测度研究[D]. 佘笑荷.华东师范大学 2016
[2]基于SV模型和EVT理论的金融极值风险度量研究[D]. 姬新龙.重庆大学 2014
硕士论文
[1]VaR风险度量方法在我国股票市场的应用研究[D]. 宋海礁.上海师范大学 2010
本文编号：3689241
【文章页数】：50 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 文献综述
1.3 研究方法与内容
1.3.1 研究方法
1.3.2 结构安排
1.4 研究特色及主要创新点
第二章 相关理论与方法
2.1 随机波动模型(SV)
2.1.1 标准SV模型
2.1.2 厚尾SV模型
2.2 马尔科夫转换
2.2.1 马尔科夫链
2.2.2 马尔科夫状态转换模型
2.3 极值理论
2.3.1 POT模型
2.3.2 分段核平滑
2.4 Vine Copula理论及相关模型
2.4.1 Copula函数的定义及基本定理
2.4.2 常用的一些Copula函数
2.4.3 Pair Copula
2.4.4 Vine Copula
第三章 SVt-EVT-Vine Copula模型
3.1 引言
3.2 单个资产的SVt模型参数估计
3.3 SVt-EVT模型建立及参数估计
3.4 SVt-EVT-Vine Copula模型建立及参数估计
3.5 在险价值(VaR)
3.6 实证研究
3.6.1 样本选取和描述统计特征
3.6.2 SVt模型参数估计
3.6.3 标准残差序列的EVT建模及检验
3.6.4 Vine Copula模型参数估计结果和检验
3.6.5 VaR预测与稳健性检验
3.7 小结
第四章 马尔科夫转换SVt-EVT-Vine Copula模型
4.1 引言
4.2 马尔科夫转换SVt-EVT模型建立及参数估计
4.3 马尔科夫转换SVt-EVT-Vine Copula模型建立及参数估计
4.4 实证研究
4.4.1 SVt模型与马尔科夫转换SVt模型参数估计
4.4.2 标准残差序列的EVT建模及检验
4.4.3 Vine Copula模型参数估计结果和检验
4.4.4 VaR预测与稳健型检验
4.5 小结
第五章 总结与展望
5.1 主要研究结论
5.2 研究展望
参考文献
致谢
个人简介
【参考文献】：
期刊论文
[1]基于Pair Copula-SV-t模型的金融市场相关性分析[J]. 张学功,薛志超,吕龙. 金融与经济. 2016(04)
[2]基于vine copula方法的股市组合动态VaR测度及预测模型研究[J]. 马锋,魏宇,黄登仕. 系统工程理论与实践. 2015(01)
[3]基于马尔科夫随机波动和极值理论的风险测度[J]. 姬新龙,周孝华. 中国管理科学. 2014(10)
[4]基于EVT-Vine-copula的多市场相关性及投资组合选择研究[J]. 张帮正,魏宇,余江,李云红. 管理科学. 2014(03)
[5]基于Vine Copula的中国股市风格资产相依结构特征及组合风险测度研究[J]. 郭文伟,钟明. 管理评论. 2013(11)
[6]基于藤结构Copula-SV模型的外汇投资组合风险分析[J]. 马超群,金凤,杨文昱,邓岭. 统计与决策. 2013(06)
[7]基于Copula-SV-GPD模型的投资组合风险度量[J]. 周孝华,张保帅,董耀武. 管理科学学报. 2012(12)
[8]藤Copula模型与多资产投资组合VaR预测[J]. 高江. 数理统计与管理. 2013(02)
[9]基于EVT-POT-SVt模型的风险度量研究[J]. 董耀武,周孝华,姜婷. 北京理工大学学报(社会科学版). 2011(03)
[10]基于pair-copula的社保基金投资组合风险测度研究[J]. 江红莉,何建敏. 南京财经大学学报. 2011(03)
博士论文
[1]金融市场相依性建模与风险测度研究[D]. 佘笑荷.华东师范大学 2016
[2]基于SV模型和EVT理论的金融极值风险度量研究[D]. 姬新龙.重庆大学 2014
硕士论文
[1]VaR风险度量方法在我国股票市场的应用研究[D]. 宋海礁.上海师范大学 2010
本文编号：3689241
本文链接：https://www.wllwen.com/jingjifazhanlunwen/3689241.html
