基于vine copula-分位数回归的金融风险管理

发布时间：2020-04-12 15:46

【摘要】：受经济全球化、金融科技化、信息技术创新化等影响,全球金融市场正在发生巨大的变化。如何实现金融风险的有效管理:有效的组合投资决策、防范金融市场各种危机,成为风险投资者和金融机构面临的重要议题。金融风险的有效管理,依赖于金融资产或变量之间的联合分布信息,需要通过联合分布建模方式来获得。然而,要想准确估计联合分布函数,不仅存在建模上的困难,而且存在维数灾难问题。幸运的是,copula技术为此提供了一个解决方案,可以把联合分布建模转化为边缘分布建模与相关结构建模两个独立的过程。为此,本文通过分位数回归拟合边缘分布,通过copula技术刻画相关结构,构建vine copula-分位数回归模型,并将其应用于金融风险管理中。在组合投资决策方面,实现多个金融资产的组合投资决策:第一,建立vine copula-分位数回归模型,给出的多元条件联合分布建模方法将Zhu的方法从二元情形拓展到多元情形;第二,给出组合投资决策方案,实现广义Omega比率组合投资决策优化,包括模拟金融资产收益变动规律和给出阈值接受算法;第三,将该方法分别应用于能源市场3种期货商品的组合投资决策与不同行业5只股票之间的组合投资决策,验证了所提方法的有效性。在金融风险传染方面,实现金融市场间“多对一”的风险溢出效应刻画:第一,建立vine copula-CAViaR模型,给出多元条件联合分布建模方法,包括运用CAViaR拟合边缘分布和运用vine copula方法描述非线性关联关系;第二,基于多元条件联合分布推导CoVaR类风险测度;第三,将该方法应用于中国、美国和日本股票市场之间的风险溢出效应研究,给出CoVaR类风险测度结果。本文研究工作具有一定理论意义与应用价值。构建的vine copula-分位数回归模型,为解决多元条件联合分布建模提供了一个有效的方法;组合投资决策与风险溢出效应的实证研究结果,可以为相关决策提供参考。
【图文】：

曲线,风险厌恶,广义,金融资产

每隔 0.1 取一个值，在每一个值下进行广义 Omega 比率组合投资权重优化，结果分别见表 3.4 和图 3.2。图3.2报告了预测期 s 1,2,3,4,5时各方法所得的最优广义Omega比率与风险厌恶参数之间的关系，图中实线、长虚线、短虚线和中虚线分别代表 D-vinecopula-QR、D-vine GARCH-N、D-vine GARCH-t 和 D-vine GARCH-SGED 方法所得的结果。由图 3.2 可知，第一，任意预测期内，基于 D-vine copula-QR 方法得到的广义 Omega 比率曲线全部位于基于 D-vine copula-GARCH 类方法的上方，意味着对每一个风险厌恶参数前者都优于后者；第二，任意预测期内，随着风险厌恶参数值不断增大，投资者所获的组合投资绩效降低，表现为基于各方法得到的广义 Omega 比率均不断减小；第三，随着风险厌恶参数值增加，D-vine GARCH类方法递减的速度相对较快

风险厌恶,金融资产,参数关系,最优权重

结果见图3.3。图 3.3 中显示了预测期 s 1,2,3,4,5时各资产最优权重与风险厌恶参数之间的关系，其中*1w 、*2w 和*3w 分别代表焦煤、原油和天然气的最优权重。由图 3.3 可知，第一，不同s值下，，各资产最优权重变化不同。总体而言，*3w 随着风险厌恶参数增大呈现减小的趋势，而*1w 和*2w 则呈现相反的变化。这一结果表明
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F224;F831.51

【参考文献】