基于Copula函数对股票指数的风险研究
发布时间：2022-12-25 12:32
最近发生的中美贸易战,使得世界上各国的经济贸易关系整体都受到了一定的影响,我们正在面临着其金融相关风险所造成的一系列危机。本文主要是基于Copula相关理论知识对金融模型的构建,并对其风险进行预测与评估,从而比较选出拟合优度最佳的模型,能够有效地去度量金融风险。希望能够让国家金融风险管理部门以及从事金融行业的工作者得到一些实际应用的实例,对其进行参考与借鉴。当金融风险真正来临的时候,可以即时地实施相对应的政策,进行防范和抵御。实证部分主要是对六个亚太地区的全球股票指数的对数收益率进行研究。大多数情况下,运用传统多元Copula函数模型进行参数估计会出现“维数灾难”,从而使得参数估计结果不太准确,会存在很大的误差。为了减少模型参数估计的误差,提高其准确率,本文分别构建了三种不同类型的藤Copula.从拟合优度检验上看,藤Copula模型是很好的。然后将Carlo Monte模拟法运用到藤Copula函数中,根据回测检验结果,随着置信水平的提高,三个模型预估对应模型的风险值的效果越来越精准,并且R藤是最佳的。针对于二元金融资产的相依性随着时间不断变化着的问题,我们主要采用的是非线性动态模型...
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景
1.2 课题研究目的及意义
1.3 国内外研究现状
1.4 本文的主要研究内容
第2章 Copula相关基础知识理论
2.1 预备知识
2.1.1 定义介绍
2.1.2 基于Copula函数有关的相依性度量
2.1.3 Copula函数分类
2.2 边缘分布——GARCH模型
2.2.1 金融时间序列
2.2.2 GARCH(p,q)模型
2.3 参数估计及其相关模型检验
2.3.1 参数估计方法
2.3.2 拟合优度检验
2.4 金融风险度量方法
2.4.1 风险值(VaR)
2.4.2 常用的三种计算VaR方法
2.5 本章小结
第3章 Copula-GARCH模型的构建
3.1 数据来源与数据处理
3.1.1 描述性统计
3.1.2 统计检验
3.1.3 二元相依结构度量
3.2 边缘分布模型的设计及检验
3.3 传统多元Copula-GARCH模型参数估计及拟合优度检验
3.4 本章小结
第4章 藤Copula模型的构建
4.1 藤Copula模型理论知识概述
4.2 藤Copula函数建模
4.2.1 参数估计
4.2.2 拟合优度检验
4.2.3 藤Copula函数VaR值的计算
4.2.4 藤Copula函数VaR值的检验—回测检验
4.3 本章小结
第5章 时变Copula模型
5.1 时变Copula模型介绍
5.2 时变Copula函数建模
5.2.1 构建时变Copula
5.2.2 时变Copula对应的参数估计
5.2.3 时变Copula函数VaR值的检验—回测检验
5.3 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]基于藤Copula-GARCH的中国区域碳市场波动溢出效应研究[J]. 黄元生,刘晖. 金融理论与教学. 2019(02)
[2]国际主要股票市场联动性——基于藤Copula-HAR-RV模型[J]. 朱鹏飞,唐勇,张仁坤. 系统工程. 2018(09)
[3]人民币汇率与股市的风险溢出效应再检验——基于马尔科夫转换GARCH模型和混合时变copula模型的研究[J]. 赵放,刘雅君. 财经论丛. 2018(09)
[4]全球主要股市风险相关性测度——基于半参数C-Vine Copula模型[J]. 张卓群,张涛. 金融评论. 2018(03)
[5]基于极值理论的VaR与CVaR比较研究与实证分析[J]. 尚卫平,张建伟,戴昱. 金融纵横. 2017(10)
[6]基于R-vine copula的原油市场极端风险动态测度研究[J]. 杨坤,于文华,魏宇. 中国管理科学. 2017(08)
[7]中国股票市场行业组合风险研究——基于高维动态C-Vine Copula模型[J]. 韩超,严太华. 重庆大学学报(社会科学版). 2017(02)
[8]基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究[J]. 王璇,采俊玲,汤铃,贺凯健. 系统工程理论与实践. 2017(02)
[9]Copula函数在金融市场中的应用[J]. 董智前,李星野. 数学理论与应用. 2016(04)
[10]基于R-Vine Copula模型的情景模拟研究[J]. 申敏,吴和成. 系统科学与数学. 2016(12)
博士论文
[1]金融资产相依性的动态Copula建模及应用[D]. 龚玉婷.上海交通大学 2015
本文编号：3726629
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景
1.2 课题研究目的及意义
1.3 国内外研究现状
1.4 本文的主要研究内容
第2章 Copula相关基础知识理论
2.1 预备知识
2.1.1 定义介绍
2.1.2 基于Copula函数有关的相依性度量
2.1.3 Copula函数分类
2.2 边缘分布——GARCH模型
2.2.1 金融时间序列
2.2.2 GARCH(p,q)模型
2.3 参数估计及其相关模型检验
2.3.1 参数估计方法
2.3.2 拟合优度检验
2.4 金融风险度量方法
2.4.1 风险值(VaR)
2.4.2 常用的三种计算VaR方法
2.5 本章小结
第3章 Copula-GARCH模型的构建
3.1 数据来源与数据处理
3.1.1 描述性统计
3.1.2 统计检验
3.1.3 二元相依结构度量
3.2 边缘分布模型的设计及检验
3.3 传统多元Copula-GARCH模型参数估计及拟合优度检验
3.4 本章小结
第4章 藤Copula模型的构建
4.1 藤Copula模型理论知识概述
4.2 藤Copula函数建模
4.2.1 参数估计
4.2.2 拟合优度检验
4.2.3 藤Copula函数VaR值的计算
4.2.4 藤Copula函数VaR值的检验—回测检验
4.3 本章小结
第5章 时变Copula模型
5.1 时变Copula模型介绍
5.2 时变Copula函数建模
5.2.1 构建时变Copula
5.2.2 时变Copula对应的参数估计
5.2.3 时变Copula函数VaR值的检验—回测检验
5.3 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]基于藤Copula-GARCH的中国区域碳市场波动溢出效应研究[J]. 黄元生,刘晖. 金融理论与教学. 2019(02)
[2]国际主要股票市场联动性——基于藤Copula-HAR-RV模型[J]. 朱鹏飞,唐勇,张仁坤. 系统工程. 2018(09)
[3]人民币汇率与股市的风险溢出效应再检验——基于马尔科夫转换GARCH模型和混合时变copula模型的研究[J]. 赵放,刘雅君. 财经论丛. 2018(09)
[4]全球主要股市风险相关性测度——基于半参数C-Vine Copula模型[J]. 张卓群,张涛. 金融评论. 2018(03)
[5]基于极值理论的VaR与CVaR比较研究与实证分析[J]. 尚卫平,张建伟,戴昱. 金融纵横. 2017(10)
[6]基于R-vine copula的原油市场极端风险动态测度研究[J]. 杨坤,于文华,魏宇. 中国管理科学. 2017(08)
[7]中国股票市场行业组合风险研究——基于高维动态C-Vine Copula模型[J]. 韩超,严太华. 重庆大学学报(社会科学版). 2017(02)
[8]基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究[J]. 王璇,采俊玲,汤铃,贺凯健. 系统工程理论与实践. 2017(02)
[9]Copula函数在金融市场中的应用[J]. 董智前,李星野. 数学理论与应用. 2016(04)
[10]基于R-Vine Copula模型的情景模拟研究[J]. 申敏,吴和成. 系统科学与数学. 2016(12)
博士论文
[1]金融资产相依性的动态Copula建模及应用[D]. 龚玉婷.上海交通大学 2015
本文编号：3726629
本文链接：https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3726629.html
