基于藤Copula-GARCH模型的股票收益率组合VaR分析

发布时间：2017-05-23 08:03

  本文关键词：基于藤Copula-GARCH模型的股票收益率组合VaR分析，，由笔耕文化传播整理发布。

【摘要】：随着经济全球化的日益加剧,世界各国的资本经济市场也被密切的联系在了一起,一个世界主流资本市场的动荡往往会引发全世界一系列的连锁反应,从而,为了更好应对这些动荡带来的不利影响,认清世界主流资本市场间日益密切的联系变得非常迫切和重要。灵活有效刻画多元联合分布,不仅仅是经济金融学科的难题,也是很多学科领域正都面临的难题。实践中最常用的多元联合分布模型是多元正态分布,但是多元正态分布的限制条件很严苛,也难以刻画那些存在不对称性和厚尾特征的模型。Copula模型由于能够刻画这些分布特征,现今在建立相关性模型时变得非常盛行。但是从二元Copula扩展到多元Copula,就会受限于标准多元Copula函数结构的不灵活,使得用多元Copula函数解决多元联合分布问题面临挑战。藤Copula不同于标准的多元Copula,它是将多元问题分解为了一系列的二元Copula模块,利用二元Copula刻画分布的灵活性就能克服标准多元Copula结构僵化的问题。藤Copula函数使得我们可以从简单的单变量的边缘分布函数出发,来逐步构建复杂的多元联合分布函数,而且,此时根据新的多元联合分布函数得到的变量间的相关性,再不是简单的线性相关关系,而是更加贴近事实的非线性关系。通过藤Copula建立多元联合分布的模型的好坏有很多因素决定,不仅要在通过二元Copula搭建多元联合分布模型过程中选好藤结构,要为每一对二元Copula模块选好合适的Copula函数类型,还要在建模之前,非常细致得处理每一个变量的边缘分布。在知识背景方面,本文首先系统介绍了Copula函数的性质与应用、藤Copula方法的思想以及详细的多元Copula模型搭建方法,然后介绍了用来处理时间序列的ARMA模型和GARCH模型的性质、用法与检验。然后结合上述知识,来实证研究美国纳斯达克指数、伦敦金融时报指数、日经225指数、新加坡海峡时报指数、和上证指数收益率之间的相关性,在处理变量边缘分布时以处理上证指数收益率序列为例,由于收益率序列一般满足时间序列的特征,而且样本序列也存在相关性、和异方差,于是逐步建立了合适的ARMA-GARCH模型来消除这些影响,但是经由该模型过滤后的标准残差项并不满足一些常见标准分布函数的假设,本文用经验分布函数来替代了标准残差边界分布,即能很好的描述标准残差的特性,也能取得很好的估计效果。在处理完各变量的边缘分布后,分别在C藤结构和D藤结构下构建收益率的多元联合分布函数,并分析比较了C藤和D藤结构下,我们建立的混合多元Copula函数与单一Copula函数类型的多元Copula函数对样本的拟合情况。虽然不是对各国际主流股票市场收益率的相关性直接建模,但收益率之间的相关性隐含在多元联合分布模型模拟转化得到的一组组收益率里。所以,最后借助蒙特卡洛模拟来完成基于藤Copula模型的各股票市场投资组合VaR分析,结果在不同的置信区间设置下,模型拟合结果都通过Kupiec返回检验,从而说明了所建模型能够有效的刻画各股票收益率之间的相关性,而且能够有效的捕捉风险价值的尾部特征。
【关键词】：GARCH模型 藤Copula VaR
【学位授予单位】：东北财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51;F224
【目录】：

• 摘要2-4
• ABSTRACT4-9
• 1 绪论9-15
• 1.1 选题背景及研究意义9-10
• 1.2 国内外文献综述10-12
• 1.3 论文研究创新及论文结构12-15
• 1.3.1 论文创新12-13
• 1.3.2 本文主要内容与结构13-15
• 2 藤Copula模型15-30
• 2.1 Copula函数15-20
• 2.1.1 Copula函数的性质15
• 2.1.2 常用的Copula函数类别15-17
• 2.1.3 Copula函数中的相关性度量17-20
• 2.2 藤Copula分解与构建20-23
• 2.2.1 藤Copula的分解20-22
• 2.2.2 藤Copula模型的构建22-23
• 2.3 pair-Copula函数的选择与检验23-25
• 2.4 参数估计25-28
• 2.4.1 Copula模型的参数估计25-27
• 2.4.2 藤Copula模型的参数估计27-28
• 2.5 藤Copula模型模拟28-30
• 3 藤Copula模型的边缘分布30-37
• 3.1 金融时间序列收益率的分布特性30-31
• 3.2 ARMA模型31-32
• 3.2.1 ARMA模型的性质31
• 3.2.2 ARMA模型选择准则31-32
• 3.3 关于GARCH模型的介绍32-33
• 3.4 有关GARCH模型的拓展33-34
• 3.4.1 TGARCH模型的介绍33
• 3.4.2 EGARCH模型的介绍33-34
• 3.4.3 GARCH-M模型的简单介绍34
• 3.5 ARCH效应的检验方法34-35
• 3.5.1 ARCH LM检验34-35
• 3.5.2 Ljung-Box检验35
• 3.6 经验分布函数的简单介绍35-36
• 3.7 总结边缘分布建模步骤36-37
• 4 基于藤Copula模型的投资组合VaR分析37-39
• 4.1 VaR方法的介绍37
• 4.2 Kupiec失败率检验法37-39
• 5 关于股票收益率组合的实证研究39-55
• 5.1 时间序列的ARMA-GARCH模型39-49
• 5.1.1 单位根检验40-41
• 5.1.2 自相关检验41-45
• 5.1.3 异方差检验45-49
• 5.2 藤Copula模型的建立及检验49-52
• 5.3 基于藤Copula模型的收益组合VAR分析52-55
• 6 论文总结与展望55-57
• 6.1 总结55
• 6.2 展望55-57
• 参考文献57-61
• 后记61-62

【相似文献】

中国期刊全文数据库 前10条

1 胡勇;龚金国;;Copula函数在分析沪深股市相依结构中的应用[J];时代金融;2006年09期

2 韦艳华;张世英;;多元Copula-GARCH模型及其在金融风险分析上的应用[J];数理统计与管理;2007年03期

3 罗付岩;徐海云;;基于Copula-EVT模型的组合风险测度[J];统计与决策;2007年17期

4 郭慧;罗俊鹏;史道济;;半参数阿基米德Copula的理论应用[J];天津理工大学学报;2007年05期

5 杨兴民;刘保东;李娟;;基于Gaussian Copula与t-Copula的沪深股指相关性分析[J];山东大学学报(理学版);2007年12期

6 王展青;赵鹏;王传廷;李磊东;;基于copula的沪深股市的风险分析[J];科协论坛(下半月);2008年11期

7 陈银忠;张荣;;基于Copula函数的深市行业间的尾部相关性分析[J];统计与决策;2008年22期

8 储小俊;刘思峰;;股市流动性与收益的Copula尾部相关性分析[J];财贸研究;2008年05期

9 任仙玲;张世英;;基于Copula函数的金融市场尾部相关性分析[J];统计与信息论坛;2008年06期

10 欧阳资生;王非;;基于Copula方法的国债市场相依风险度量[J];统计研究;2008年07期

中国重要会议论文全文数据库 前10条

1 应益荣;王颖;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三届中国智能计算大会论文集[C];2009年

2 叶萍华;唐湘晋;;基于Copula方法的股票相关性分析[A];第十届中国青年信息与管理学者大会论文集[C];2008年

3 王宗润;吴伟韬;;基于Copula-EVT模型的人民币汇率组合风险测度[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

4 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届（2009）中国管理学年会——金融分会场论文集[C];2009年

5 杜红军;王宗军;;基于时变Copula模型的金融市场风险度量与分配[A];第八届（2013）中国管理学年会——金融分会场论文集[C];2013年

6 陈超;王莉萍;陈正寿;许新;;Copula函数在海洋工程中的应用[A];第十六届中国海洋（岸）工程学术讨论会论文集（上册）[C];2013年

7 徐运保;陈奕播;;基于Copula函数的股市、房市与GDP相关性的实证分析[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

8 刘月飞;吕大刚;;基于混合Copula函数的二维串联系统可靠性分析[A];第22届全国结构工程学术会议论文集第Ⅲ册[C];2013年

9 郭立甫;高铁梅;姚坚;;基于Copula函数和极值理论的金融传染度量——测度美国次贷危机对重要经济体的传染效应[A];21世纪数量经济学（第13卷）[C];2012年

10 冉U_香;张翔;;Copula函数在水量水质联合分布频率分析中的应用[A];农业、生态水安全及寒区水科学——第八届中国水论坛摘要集[C];2010年

中国重要报纸全文数据库 前2条

1 广发期货投资研究部 杨威 王翔 谢贞联;多维Copula树及其在机构投资组合风险管理中的运用[N];期货日报;2008年

2 海通证券研究所 陈露;从A股与H股相关性看股指期货推出后的跨市场操作[N];期货日报;2007年

中国硕士学位论文全文数据库 前10条

1 吴新荣;对称Bernstein Copula[D];天津大学;2007年

2 叶萍华;基于Copula方法的股票收益率相关性研究及实证分析[D];武汉理工大学;2008年

3 刘彪;Copula理论在金融分析中的应用[D];华中科技大学;2007年

4 郑文旭;基于Copula的金融风险相关性研究[D];厦门大学;2008年

5 马冬冬;多元Copula-GARCH模型及其在期货风险分析中的应用[D];合肥工业大学;2009年

6 董骁伟;基于Copula-SV模型的投资组合风险分析[D];重庆大学;2009年

7 钱丹青;Copula选择及其条件核密度估计[D];华中科技大学;2008年

8 刘海燕;基于Copula方法的违约相关性研究[D];北方工业大学;2010年

9 陈元庆;基于Copula理论的投资组合的风险度量[D];吉林大学;2010年

10 伍新星;Copula函数在包含公共影响的信度保费模型中的应用[D];吉林大学;2010年

  本文关键词：基于藤Copula-GARCH模型的股票收益率组合VaR分析，由笔耕文化传播整理发布。

本文编号：387281