基于半参数GARCH与Copula函数对股市风险的CVaR研究
发布时间：2020-12-26 01:06
建立合适的风险测度模型一直是金融研究中的重点及难点.本文以沪深300指数（CSI 300）和香港恒生指数（HSI）的日收益率序列为研究对象,分别对两指数的波动率建立了半参数GARCH模型以及两指数的Copula-半参数GARCH模型,并在此基础上,分别计算单一资产及资产组合的VaR和CVaR.本文一共分为六章,主要工作从三个层次展开.第一层次（第二章）:给出模型设定的理论基础与数据分析基础.理论基础包括GARCH模型、半参数GARCH模型、Copula函数及VaR和CVaR的相关理论;数据分析基础包括数据的选取、基本统计分析及统计特征检验.通过分析发现:数据的特征和半参数GARCH类模型的特性相吻合.第二层次（第三章和第四章）:在第一层次的基础上建立模型为计算VaR和CVaR提供模型准备.具体而言:第三章分别对CSI 300和HSI建立半参数GARCH模型.依次将GARCH（p,q）模型形式中的p和q部分用非参数形式代替,得到两种不同形式的半参数可加模型,并用两阶段迭代算法估计模型参数;采用四种预测误差值对模型检验.通过R语言实现得到:以p为非参数形式的半参数GARCH模型更优;通过参...
【文章来源】：南京财经大学江苏省
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
沪深300指数和香港恒生指数对数收益率散点图
图 4.2 二元正态C o pula函数密度函数图图 4.3 二元正态C opula函数分布函数通过选取的二元高斯 Copula 函数的参数估计值ρ = 0.8556，采用 R 语言orecast 函数生成的6 × 1的预测数列，和样本数据中 2017 年 4 月 21 日-20 月 30 日的实际数据比对．部分比对结果如下：
图 4.2 二元正态C o pula函数密度函数图图 4.3 二元正态C opula函数分布函数通过选取的二元高斯 Copula 函数的参数估计值ρ = 0.8556，采用 R 语言orecast 函数生成的6 × 1的预测数列，和样本数据中 2017 年 4 月 21 日-20 月 30 日的实际数据比对．部分比对结果如下：
【参考文献】：
期刊论文
[1]考虑条件风险价值的虚拟电厂多电源容量优化配置模型[J]. 卫志农,陈妤,黄文进,胥峥,孙国强,周亦洲. 电力系统自动化. 2018(04)
[2]基于非参数核密度估计和Copula函数的配电网供电可靠性预测[J]. 徐玉琴,张扬,戴志辉. 华北电力大学学报(自然科学版). 2017(06)
[3]基于藤Copula方法的巨灾风险条件VaR预测[J]. 巢文,邹辉文. 系统科学与数学. 2017(11)
[4]基于CVaR投资组合优化问题的非光滑优化方法[J]. 张清叶,高岩. 中国管理科学. 2017(10)
[5]基于Copula-GARCH类模型的证券分类方法[J]. 毛杰. 系统工程. 2017(04)
[6]基于联立方程系统模型的我国粮食种植面积影响因素研究[J]. 陈欣欣. 铜陵学院学报. 2017(01)
[7]基于VaR和CVaR的金融风险测度研究[J]. 张锡. 科技与管理. 2016(04)
[8]基于MCMC抽样的金融贝叶斯半参数GARCH模型研究[J]. 杨爱军,刘晓星,林金官. 数理统计与管理. 2015(03)
[9]基于Copula-VaR的能源投资组合价格风险度量研究[J]. 赵鲁涛,李婷,张跃军,魏一鸣. 系统工程理论与实践. 2015(03)
[10]基于半参数Copula模型的相依关系研究——对我国股指期货和现货的实证分析[J]. 李丹,谢民育,徐天群. 金融理论与实践. 2015(01)
博士论文
[1]天然气期货影响因素及定价模型研究[D]. 邢文婷.重庆大学 2016
[2]基于连接函数模型的金融风险测度研究[D]. 卢英.天津财经大学 2015
[3]Copula方法在金融风险管理中的应用研究[D]. 鲁训法.中国科学技术大学 2012
[4]基于风险测度理论的证券投资组合优化研究[D]. 刘俊山.复旦大学 2007
硕士论文
[1]基于VaR方法的保险资金债券投资风险评估[D]. 张池.西北农林科技大学 2017
[2]基于Copula模型的股票与债券投资组合策略研究[D]. 杜艳艳.首都经济贸易大学 2017
[3]基于VaR分析与Copula方法的互联网金融风险度量[D]. 兰翔.山东大学 2017
[4]上证50 ETF的波动率研究及VaR测算[D]. 刘祥.华东理工大学 2017
[5]我国创业板市场风险的度量[D]. 李杨.西南财经大学 2016
[6]基于半参数技术对我国上市公司信用风险的研究[D]. 王晓叶.浙江工业大学 2013
[7]Copula函数在投资组合风险价值度量中的研究和应用[D]. 夏华菁.华南理工大学 2013
[8]风险测度的一致性理论分析[D]. 许鑫慧.浙江大学 2005
本文编号：2938735
【文章来源】：南京财经大学江苏省
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
沪深300指数和香港恒生指数对数收益率散点图
图 4.2 二元正态C o pula函数密度函数图图 4.3 二元正态C opula函数分布函数通过选取的二元高斯 Copula 函数的参数估计值ρ = 0.8556，采用 R 语言orecast 函数生成的6 × 1的预测数列，和样本数据中 2017 年 4 月 21 日-20 月 30 日的实际数据比对．部分比对结果如下：
图 4.2 二元正态C o pula函数密度函数图图 4.3 二元正态C opula函数分布函数通过选取的二元高斯 Copula 函数的参数估计值ρ = 0.8556，采用 R 语言orecast 函数生成的6 × 1的预测数列，和样本数据中 2017 年 4 月 21 日-20 月 30 日的实际数据比对．部分比对结果如下：
【参考文献】：
期刊论文
[1]考虑条件风险价值的虚拟电厂多电源容量优化配置模型[J]. 卫志农,陈妤,黄文进,胥峥,孙国强,周亦洲. 电力系统自动化. 2018(04)
[2]基于非参数核密度估计和Copula函数的配电网供电可靠性预测[J]. 徐玉琴,张扬,戴志辉. 华北电力大学学报(自然科学版). 2017(06)
[3]基于藤Copula方法的巨灾风险条件VaR预测[J]. 巢文,邹辉文. 系统科学与数学. 2017(11)
[4]基于CVaR投资组合优化问题的非光滑优化方法[J]. 张清叶,高岩. 中国管理科学. 2017(10)
[5]基于Copula-GARCH类模型的证券分类方法[J]. 毛杰. 系统工程. 2017(04)
[6]基于联立方程系统模型的我国粮食种植面积影响因素研究[J]. 陈欣欣. 铜陵学院学报. 2017(01)
[7]基于VaR和CVaR的金融风险测度研究[J]. 张锡. 科技与管理. 2016(04)
[8]基于MCMC抽样的金融贝叶斯半参数GARCH模型研究[J]. 杨爱军,刘晓星,林金官. 数理统计与管理. 2015(03)
[9]基于Copula-VaR的能源投资组合价格风险度量研究[J]. 赵鲁涛,李婷,张跃军,魏一鸣. 系统工程理论与实践. 2015(03)
[10]基于半参数Copula模型的相依关系研究——对我国股指期货和现货的实证分析[J]. 李丹,谢民育,徐天群. 金融理论与实践. 2015(01)
博士论文
[1]天然气期货影响因素及定价模型研究[D]. 邢文婷.重庆大学 2016
[2]基于连接函数模型的金融风险测度研究[D]. 卢英.天津财经大学 2015
[3]Copula方法在金融风险管理中的应用研究[D]. 鲁训法.中国科学技术大学 2012
[4]基于风险测度理论的证券投资组合优化研究[D]. 刘俊山.复旦大学 2007
硕士论文
[1]基于VaR方法的保险资金债券投资风险评估[D]. 张池.西北农林科技大学 2017
[2]基于Copula模型的股票与债券投资组合策略研究[D]. 杜艳艳.首都经济贸易大学 2017
[3]基于VaR分析与Copula方法的互联网金融风险度量[D]. 兰翔.山东大学 2017
[4]上证50 ETF的波动率研究及VaR测算[D]. 刘祥.华东理工大学 2017
[5]我国创业板市场风险的度量[D]. 李杨.西南财经大学 2016
[6]基于半参数技术对我国上市公司信用风险的研究[D]. 王晓叶.浙江工业大学 2013
[7]Copula函数在投资组合风险价值度量中的研究和应用[D]. 夏华菁.华南理工大学 2013
[8]风险测度的一致性理论分析[D]. 许鑫慧.浙江大学 2005
本文编号：2938735
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/2938735.html
