Pair-Copula方法在基金风险测度中的应用研究

发布时间：2017-05-26 11:25

  本文关键词：Pair-Copula方法在基金风险测度中的应用研究，，由笔耕文化传播整理发布。

【摘要】：面对日益复杂的金融环境,对基金,特别是社保基金,的风险控制提出了更高的要求。目前,单个资产的理论和实证研究已经比较成熟,例如,GARCH、SV、极值理论等。但对资产组合的研究仍然“在路上”。传统的线性相关模型已经被证明有很大的局限性。近年来,Copula的方法日益为研究者重视。由于该方法不要求组合中成分资产分布的一致性,且允许资产间存在非线性关系,所以可进一步加深人们对资产组合的认知。然而,这种方法目前仍有缺陷,特别是它对分支连接函数的要求过于苛刻——具有同类性,且存在分布函数尾部刻画不精确等问题,严重制约了该方法在风险控制领域的应用。本文综合运用Copula函数和极值理论,建立了能够更为精确测度VaR指标的Pair-Copula-GARCH-GPD模型。具体地说就是,在传统的GARCH-Copula模型的基础上,使用Vine结构和Pair-Copula方法,建立了Pair-Copula-GARCH模型。该模型不要求分支连接函数具有同类性,有较高的建模灵活性;另外,本文还在单资产的分布研究中综合使用了非参数核估计方法和极端值方法——前者描述中部、后者描述尾部,增加了单资产刻画的准确性和灵活性。这些改进使得本模型突破了传统模型的一些比较苛刻的假定,能够用于社保基金等限制性较大、风险控制要求较高、单个资产分布非常态程度较大的领域。为了考察Pair-Copula-GARCH-GPD模型方法的实际运用效果,本文以社保基金五零三组合为对象进行了实证研究,其中的VaR计算使用了操作性极强的蒙特卡洛方法。为了说明计算结果的有效性和适用性,本文还使用GARCH-Copula法、方差协方差法和历史数据模拟法等目前流行的方法分别计算了多个VaR值。回测检验结果表明,本文的Pair-Copula-GARCH-GPD方法,较目前流行的其他方法,在准确性、灵活性和适用性上有很大的优势。计算程序概括整理表明,本文的VaR测算方法有良好的可操作性和简单性。本文所用方法,在Vine结构丰富性、边缘分布类型的多样性、极值理论的应用深度、以及Pair-Copula模型的动态化等方面,皆有较大改进空间,待今后进一步研究。
【关键词】：Vine结构 Pair-Copula方法 GPD模型 核估计 蒙特卡洛方法 VaR
【学位授予单位】：首都经济贸易大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-14
• 1.1 研究背景及意义8-9
• 1.2 相关文献综述9-12
• 1.2.1 国际文献9-11
• 1.2.2 国内文献11-12
• 1.3 研究思路，内容结构及创新点12-14
• 1.3.1 研究思路12
• 1.3.2 内容结构12-13
• 1.3.3 主要创新点13-14
• 2 理论方法14-28
• 2.1 Copula理论14-21
• 2.1.1 Copula函数简介14-15
• 2.1.2 Copula函数的定义，一般性质及基本定理15-16
• 2.1.3 常用的Copula函数16-18
• 2.1.4 Pair-Copula方法18-21
• 2.2 GARCH类模型21-23
• 2.2.1 ARCH模型22
• 2.2.2 GARCH模型22-23
• 2.2.3 TARCH模型23
• 2.3 极端值理论23-25
• 2.3.1 广义极值理论23-24
• 2.3.2 POT：广义Pareto分布24-25
• 2.4 非参核估计25-26
• 2.5 VaR理论26-28
• 2.5.1 VaR的定义26
• 2.5.2 VaR方法26-28
• 3 模型构建28-35
• 3.1 Copula建模的一般方法28
• 3.2 边缘分布建立28-29
• 3.3 Pair-Copula-GARCH模型建立及参数估计29-31
• 3.3.1 模型建立29-30
• 3.3.2 参数估计方法30-31
• 3.4 Pair-Copula-GARCH-GPD优化模型31-33
• 3.5 Pair-Copula-GARCH-GPD模型的VaR测度33-34
• 3.5.1 定义反推法33-34
• 3.5.2 蒙特卡洛模拟法34
• 3.6 小结34-35
• 4 实证分析35-50
• 4.1 样本选择35-36
• 4.2 样本数据的描述性统计分析36-37
• 4.3 边缘分布构建及参数估计37-44
• 4.3.1 GARCH类模型构建边缘分布函数37-40
• 4.3.2 边缘分布函数优化40-44
• 4.4 Pair-Copula函数建立与参数估计44-47
• 4.4.1 [0,1]均匀分布检验44-45
• 4.4.2 Vine-Copula结构选择45-46
• 4.4.3 Pair-Copula函数选择与参数估计46-47
• 4.5 VaR值的蒙特卡洛计算及模型比较47-49
• 4.6 小结49-50
• 5 结论与展望50-53
• 5.1 研究结论50-52
• 5.1.1 理论结论50
• 5.1.2 计算过程结论50-51
• 5.1.3 实证结论51-52
• 5.2 研究展望52-53
• 参考文献53-56
• 附录56-64
• 致谢64-65
• 在学期间发表的学术论文及研究成果65-66

【参考文献】

中国期刊全文数据库 前5条

1 胡寒玲;唐振鹏;;基于Pair-Copula的一篮子货币权重确定研究[J];东南学术;2014年06期

2 杜子平;汪寅生;张丽;;基于混合C藤Copula模型的外汇资产组合VaR研究[J];技术经济与管理研究;2013年06期

3 高江;;藤Copula模型与多资产投资组合VaR预测[J];数理统计与管理;2013年02期

4 李强;周孝华;张保帅;;平稳序列的GPD模型在风险测度中的应用[J];统计与决策;2013年11期

5 顾冬雷;叶五一;缪柏其;;基于藤copula方法的区域性金融危机传染分析[J];中国科学技术大学学报;2013年09期

  本文关键词：Pair-Copula方法在基金风险测度中的应用研究，由笔耕文化传播整理发布。

本文编号：396682