【摘要】:近年来我国改革开放不断深入,保险业承受着来自国外和国内保险公司的竞争,竞争压力使保险公司不断降低价格水平,单靠保费收入作为利润来源的时代已然成为过去。保险投资可以提高保险公司的偿付能力、增强综合实力还可以促进资本市场发展。2011年,金融危机的影响尚未完全消失,欧洲主权债务危机又在蔓延,国际金融投资环境风险巨大;我国经济发展更加注重增长质量,经济增长速度降低,投资环境不容乐观。因此,保险业稳健发展的难度增大,保险投资风险防范的要求提高。 组合投资能分散投资风险,1952年哈理·马克维茨提出的投资组合均值-方差模型将方差作为风险的度量方法,但是方差只有在分布为正态性的条件下才是风险的有效测度标准。金融时间序列一般呈现尖峰、厚尾、波动聚集性,显然不满足正态性要求。因此,VaR和CVaR可以作为新的风险度量标准,针对VaR对尾部测度不充分和不满足次可加性、凸性等缺陷,CVaR可以作为其补充度量标准。GARCH模型能够描述异方差性, EVT理论中POT模型只对尾部进行建模,能描述厚尾的特征。针对各种资产之间的复杂多变的风险相依性,Copula函数进行资产边缘分布的连接,能较好描述这种相关性。本文联合使用Copula函数和GARCH-EVT模型度量保险投资金融风险,结合均值-方差投资组合优化模型,建立基于Copula-GARCH-EVT模型的均值-CVaR优化模型,求解保险投资最优投资组合。 本文的主要内容如下: 第1章为绪论,主要介绍了与保险投资相关的研究背景和意义、研究思路和结构安排、研究方法,最后提出本文的创新点和不足之处。 第2章为文献综述,包括GARCH-EVT文献综述、Copula函数文献综述及保险投资风险管理文献综述,最后对前人的研究进行了评价。 第3章为我国保险投资现状及比较分析,主要包括我国保险投资历史沿革、现状分析与国际比较。首先,介绍我国保险投资历史沿革;其次,对我国保险投资现状进行分析;然后,与发达国家的保险投资状况进行了比较分析;最后,提出了我国保险投资中存在的主要问题。 第4章为保险投资单一资产的GARCH-EVT风险测度模型及实证分析。使用GARCH模型描述数据的异方差性,使用EVT理论来描述数据的厚尾性,将GARCH-EVT模型联合起来能更有效描述这种异方差和厚尾的特征。实证分析中使用GARCH-EVT模型计算了金融资产的VaR和CVaR,后验测试的对比图表明这种模型的描述能力比较好。 第5章为组合资产的Copula-GARCH-EVT模型及实证分析。使用Copula函数描述变量之间复杂的相关关系,在实证中,计算了在等比例投资时,组合资产收益率的VaR和CVaR,分析了等比例投资的风险分散效果。 第6章中以马克维茨的均值-方差投资组合理论为基础对投资组合模型进行了改进,构造基于Copula-GARCH-EVT模型的均值-CVaR线性规划模型,求最优投资组合。在实证中,计算了在不同预期收益率水平下的最优投资组合。 最后,提出本文的研究结论以及展望。 本文主要研究结论和成果有以下三个方面:第一,将GARCH-EVT模型应用于度量保险投资单一资产风险,定量测度出各置信水平下的VaR和CVaR值。第二,将组合资产Copula-GARCH-EVT模型应用于度量保险投资组合资产风险,计量了风险相依结构下的各资产风险值和等比例投资组合资产风险值,并且对风险分散效果进行了分析。第三,,构造基于Copula-GARCH-EVT的均值-CVaR投资组合优化模型,能求出在一定的预期收益率条件下的最小CVaR对应的投资比例。这种方法能提供有效的投资组合比例,在保证预期收益率的条件下能够使风险大大降低。
【图文】:
残差序列经验分布图

残差序列上尾拟合效果图
【学位授予单位】:山东财经大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:F224;F842
【相似文献】
相关期刊论文 前10条
1 龚朴;黄荣兵;;外汇资产的时变相关性分析[J];系统工程理论与实践;2008年08期
2 赵家敏;沈一;;股指期货最优套期保值比率——基于Copula-GARCH模型的实证研究[J];武汉金融;2008年05期
3 张明恒;多金融资产风险价值的Copula计量方法研究[J];数量经济技术经济研究;2004年04期
4 龚金国;李竹渝;;非参数核密度估计与Copula[J];数理统计与管理;2009年01期
5 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
6 吴雄伟,谢赤;银行间债券市场回购利率的ARCH/GARCH模型及其波动性分析[J];系统工程;2002年05期
7 宋琴;;汇率与股价波动研究[J];决策与信息(财经观察);2008年09期
8 贺庆庆;油永华;;山东省在沪上市公司的风险与收益研究——基于GARCH模型的实证分析[J];中小企业管理与科技(下旬刊);2009年03期
9 魏英辉;;汇改后人民币汇率波动特性的实证分析[J];改革与战略;2009年04期
10 宋少文;;国际石油价格收益率波动的研究[J];中国集体经济;2009年03期
相关会议论文 前10条
1 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
2 段小兰;郝振纯;;Copula函数在水文应用中的研究进展[A];中国原水论坛专辑[C];2010年
3 韩文钦;周金宇;孙奎洲;;Copula函数在机械零部件可靠性分析中的应用[A];2010年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第二次全体委员大会论文集[C];2010年
4 周金宇;韩文钦;孙奎洲;朱福先;;基于高斯Copula的冗余结构系统疲劳失效概率分析[A];2010年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第二次全体委员大会论文集[C];2010年
5 陈子q
本文编号:2682048
本文链接:https://www.wllwen.com/jingjilunwen/zbyz/2682048.html