基于Pair Copula-GJR-CVaR信用模型的投资组合金融风险分析

发布时间：2017-04-05 06:00

  本文关键词：基于Pair Copula-GJR-CVaR信用模型的投资组合金融风险分析，由笔耕文化传播整理发布。

【摘要】：在金融风险管理中,对金融资产收益的实际分布及其相关性的度量是十分重要的。在深入研究金融风险理论、金融时间序列分析等有关理论的基础上,本文结合国内外的研究成果,对金融资产组合耦合风险(即市场风险和信用风险)度量问题进行了系统的研究。本文应用基于藤结构的Pair Copula分解模型刻画多资产收益率间的相依结构,因为其不仅能够解决实际市场投资组合收益率多元正态分布的错误假设问题,而且比多元Copula函数在研究与应用中少了很多限制,更加准确和灵活。为了刻画单资产收益率的波动集群、尖峰厚尾等特征,文章以GJR模型建立单资产收益率的边缘分布函数,结合由KMV信用模型中“违约距离”估计的违约概率来刻画信用违约情况,建立基于多元Pair Copula-GJR-CVa R信用模型的组合收益率的多元联合分布函数,利用蒙特卡罗方法模拟资产损失情形,应用一致性风险度量工具CVa R估计投资组合的风险价值。实证研究结果表明,基于多元Pair Copula模型预估的风险价值CVa R要优于多元t-Copula模型的预估结果,由此验证了多元Pair Copula-GJR-CVa R信用模型在投资组合耦合风险度量中的优势。本文的创新点主要有:(1)采用Pair Copula分解模型刻画多元资产收益率间的相依结构,突破了传统多元Copula方法的局限性;(2)提出了一种基于Pair Copula-GJR的信用模型来估计资产组合的耦合风险,强调在度量资产组合风险时不应忽略信用风险的影响,并提出由资产价值得到的违约概率来刻画信用违约情况进而度量信用风险的方法;(3)实证验证了一致性风险度量工具CVa R要优于传统的Va R方法。
【关键词】：Copula函数 GJR模型 风险度量 Pair Copula分解 违约概率
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F831.51;F224
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-12
• 1 绪论12-19
• 1.1 研究背景12-13
• 1.2 文献综述13-17
• 1.3 研究意义17
• 1.4 论文结构安排17-19
• 2 相关研究基础19-31
• 2.1 Copula函数理论19-26
• 2.2 金融时间序列的边缘分布模型26-27
• 2.3 KMV模型27-29
• 2.4 风险度量方法29-31
• 3 Pair Copula-GJR-CVa R信用模型构建31-39
• 3.1 Pair Copula分解模型31-34
• 3.2 多元Pair Copula-GJR-CVa R信用模型构建34-39
• 4 实证分析39-48
• 4.1 数据选取与处理39-43
• 4.2 多元Pair Copula-GJR(1,1)-t信用模型的Va R和CVa R43-47
• 4.3 小结47-48
• 5 结论与展望48-50
• 5.1 结论48-49
• 5.2 展望49-50
• 参考文献50-55
• 作者简历55-57
• 学位论文数据集57

【参考文献】

中国期刊全文数据库 前6条

1 刘小茂,李楚霖,王建华;风险资产组合的均值—CVaR有效前沿(Ⅰ)[J];管理工程学报;2003年01期

2 岳瑞锋,李振东,杨晓萍;风险管理的CVaR方法及其简化模型[J];河北省科学院学报;2003年03期

3 任仙玲;张世英;;基于核估计及多元阿基米德Copula的投资组合风险分析[J];管理科学;2007年05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 陈金龙,张维;CVaR与投资组合优化统一模型[J];系统工程理论方法应用;2002年01期

6 吴振翔;陈敏;叶五一;缪柏其;;基于Copula-GARCH的投资组合风险分析[J];系统工程理论与实践;2006年03期

  本文关键词：基于Pair Copula-GJR-CVaR信用模型的投资组合金融风险分析，，由笔耕文化传播整理发布。

本文编号：286562