加密数字货币的在险价值和相关性研究——以市场前五的货币为例

发布时间：2024-06-11 00:55

　　随着近年来新冠疫情和其他因素的影响,全球股市一路下滑,而加密数字货币却一路上涨。然而对其在金融风险管理方面的研究却不多,大多是在合法、合规等方面。而且相关的研究也比较片面,仅仅关注了比特币这一种虚拟货币。因此,本文选取了当前排名前五的货币做风险预测。本文将极值理论应用于加密数字货币的极端市场风险管理,并引入Va R的传统方法(条件异方差模型)进行分析比较,与条件极值理论和无条件极值理论形成对比。最终发现无条件极值理论的模型效果最好,可以给出更为精确的风险)度量,而GARCH模型则会低估加密数字货币的风险,条件极值理论也随着GARCH模型的影响低估了风险。且加密数字货币具有反杠杆效应,艾达币的潜在风险最大,而泰达币作为稳定币风险最小。此外,本文还应用copula理论研究了不同加密数字货币之间的相关关系,应用copula函数来计算它们之间的相关系数测度。最终发现艾达币与其他虚拟货币的联动性最差;币安币的与其他虚拟货币的联动性最强。且不同货币之间的下尾相关系数,几乎大于所有的秩相关系数和上尾相关系数。

【文章页数】：53 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
    1.2 当前研究现状及文献综述
        1.2.1 关于加密数字货币的风险研究
        1.2.2 关于极值理论的研究
        1.2.3 关于copula函数的研究
    1.3 研究目的和意义
    1.4 研究内容与文章结构
        1.4.1 研究内容
        1.4.2 文章结构
第二章 基于极值理论的在险价值模型与方法
    2.1 风险测度VaR
        2.1.1 VaR的定义
        2.1.2 VaR回测检验
        2.1.3 VaR方法对加密数字货币的适应性分析
    2.2 极值理论
        2.2.1 极值分布类型
        2.2.2 POT模型
    2.3 条件异方差模型
        2.3.1 ARCH模型
        2.3.2 GARCH模型
        2.3.3 EGARCH模型
    2.4 模型的VaR测算
        2.4.1 无条件极值VaR
        2.4.2 条件异方差模型VaR
        2.4.3 条件极值VaR
第三章 copula理论方法与介绍
    3.1 copula的定义
    3.2 常见的copula函数
        3.2.1 椭球copula类
        3.2.2 阿基米德copula类
    3.3 copula相关性测度
        3.3.1 Kendall秩相关系数τ
        3.3.2 copula的尾部相关系数
第四章 加密数字货币VaR的实证分析
    4.1 数据的选取与介绍
    4.2 无条件极值模型的实证分析
        4.2.1 阈值的选取
        4.2.2 模型参数估计与风险度量VaR的计算
    4.3 GARCH类模型的实证分析
        4.3.1 数据的处理与检验
        4.3.2 模型参数估计与风险度量VaR的计算
    4.4 条件极值模型的实证分析
        4.4.1 数据检验与阈值选取
        4.4.2 模型参数估计与风险度量VaR的计算
    4.5 模型检验
    4.6 结果分析
第五章 加密数字货币copula模型的实证分析
    5.1 边缘分布建模
    5.2 二元copula函数的建立与相关系数的计算
        5.2.1 二元copula的选择与Kendall秩相关系数τ估计
        5.2.2 尾相关系数的计算
    5.3 结果分析
第六章 总结与展望
    6.1 总结
    6.2 不足与展望
参考文献
致谢



本文编号：3992160