GARCH-Copula模型在投资组合风险度量中的实证研究

发布时间：2017-05-19 21:14

  本文关键词：GARCH-Copula模型在投资组合风险度量中的实证研究，，由笔耕文化传播整理发布。

【摘要】：Copula函数在研究多个资产之间的尾部相关结构方面有着独特的优势,被广泛应用于实证研究。然而,金融市场是复杂多变的,多个资产之间的相关结构是变化多样的,单个Copula函数模型具有一定的局限性;混合Copula模型通过选取不同的Copula函数组合和权重参数的灵活调整,能够更好地捕捉资产组合之间上下尾对称和非对称等不同模式的相关性,更适合处理实际问题.鉴于很少运用三元混合Copula模型进行实证研究,本文进行一些尝试。本文选取上证综指、沪深300指数和工业指数三个时间序列2289组样本数据进行实证研究。首先,对于金融时间序列“尖峰、厚尾和偏斜”特征,采用GARCH-t模型对单个收益率序列建模。对于三个指数之间的相依结构,不仅利用阿基米德Copula函数族和t Copula函数,构建4种单个Copula函数模型,而且还构建了混合Copula模型来拟合资产组合之间的尾部相关关系。并且,结合经验分布构成的两样本K-S检验法和VaR失效天数对以上模型进行评估,结果表明混合Copula模型是最优的。最后,通过最优模型和蒙特卡洛模拟度量了样本数据指定投资组合的风险价值(Va R),为投资决策提供帮助和指导。
【关键词】：三元混合Copula EM算法 VaR K-S检验
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51;F224
【目录】：

• 摘要6-7
• ABSTRACT7-12
• 第一章 绪论12-18
• 1.1 课题的提出及研究意义12-14
• 1.2 国内外研究现状14-16
• 1.3 论文的结构与创新点16-18
• 1.3.1 论文的主要内容及结构16-17
• 1.3.2 论文的创新点17-18
• 第二章 Copula函数及混合连接模型18-32
• 2.1 Copula函数18-28
• 2.1.1 Copula函数的定义及性质18-28
• 2.2 混合Copula函数模型28-30
• 2.3 VaR及其计算方法30-32
• 第三章 模型选择及参数估计32-41
• 3.1 边缘分布的估计-GARCH理论32
• 3.2 三元混合Copula模型及其密度函数32-34
• 3.2.1 三元混合Copula函数32-33
• 3.2.2 阿基米德连接函数族的三元形式33-34
• 3.3 EM算法34-35
• 3.4 EM算法估计三元混合Copula函数的参数35-39
• 3.5 模型的检验和选择39-41
• 第四章 混合Copula模型在股市风险度量中的实证分析41-58
• 4.1 样本数据的描述性统计特征及ARCH效应检验41-48
• 4.1.1 样本数据的统计特征41-45
• 4.1.2 序列的平稳性检验及自相关性45-46
• 4.1.3 时间序列ARCH效应检验46-48
• 4.2 GARCH模型的构建和边缘分布估计48-50
• 4.3 Copula函数的选取和EM算法估计参数50-52
• 4.4 VaR的计算和模型检验52-53
• 4.5 模型的统计检验(K-S test)53-56
• 4.5.1 K-S检验53-54
• 4.5.2 经验分布和理论Copula分布Q-Q图54-56
• 4.6 基于不同模型计算Va R及分析56-58
• 第五章 结论与展望58-60
• 参考文献60-63
• 致谢63

【参考文献】

中国硕士学位论文全文数据库 前2条

1 凌燕;混合模型中的参数估计问题[D];华东师范大学;2006年

2 苏鑫;基于混合Copula模型的投资组合风险分析[D];中央民族大学;2012年

  本文关键词：GARCH-Copula模型在投资组合风险度量中的实证研究，由笔耕文化传播整理发布。

本文编号：379869