混合Pair Copula-核估计模型的基金组合密度函数拟合

发布时间：2017-06-02 00:10

  本文关键词：混合Pair Copula-核估计模型的基金组合密度函数拟合，，由笔耕文化传播整理发布。

【摘要】：近年来,Pair Copula函数被广泛应用于金融领域,用来分析高维资产组合间的非线性关系.本文构建了混合Pair Copula-核估计模型,用其拟合了基金组合收益率序列的联合概率密度函数.模型采用核密度估计方法估计边际分布,较GARCH模型而言不需要假设残差序列的分布,能够反应更多时间序列的波动特征.实证中,我们以国泰小盘的重仓持股前五名的股票的收益率序列为研究对象,分别用核密度估计和GARCH模型来估计其边际分布,并对结果做了比较,验证了核密度估计模型优于GARCH模型.另外,在Copula函数的基础上,借“藤”结构分解得到了Pair Copula函数,给出了五维Pair Copula函数的分解过程以及严格证明.模型在选择Pair Copula函数的中心元素时,选择与其它序列相关性均较强的股票收益率序列作为中心元素.模型构造了混合Pair Copula函数,在每一层分解选择二元Copula函数时,选择不同的Copula函数,从数据本身出发,用最合适的二元Copula函数来拟合.在边际分布序列的基础上,用混合Pair Copula函数和非混合Pair Cop-ula函数分别估计基金资产组合的联合概率密度分布函数,将其结果进行比较,得出混合Pair Copula函数优于非混合Pair Copula函数估计.
【关键词】：核密度估计 GARCH Copula Pair Copula 条件分布 标准藤
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F830.9;F224
【目录】：

• 中文摘要3-4
• Abstract4-8
• 第一章 绪论8-12
• 1.1 选题的背景和意义8-9
• 1.1.1 选题的背景8
• 1.1.2 选题的意义8-9
• 1.2 Pair Copula函数的发展9-10
• 1.2.1 Copula函数在金融市场的研究9-10
• 1.2.2 Pair Copula函数在金融市场的研究10
• 1.3 本文内容10-11
• 1.4 本文结构11-12
• 第二章 边际分布估计介绍12-17
• 2.1 核密度估计的理论介绍12-14
• 2.2 GARCH模型估计的理论介绍14-17
• 2.2.1 GARCH模型14-15
• 2.2.2 TGARCH模型15-17
• 第三章 Copula函数17-26
• 3.1 Copula函数的定义及性质17-19
• 3.1.1 二维Copula函数的定义17
• 3.1.2 二元分布的Sklar定理17
• 3.1.3 二元Copula函数的性质17-18
• 3.1.4 多元Copula函数的定义18
• 3.1.5 多元分布的Sklar定理18-19
• 3.1.6 多元Copula函数的性质19
• 3.2 常用的Copula函数及特点19-22
• 3.2.1 正态Copula函数19-20
• 3.2.2 t-Copula函数20-21
• 3.2.3 阿基米德Copula函数21-22
• 3.3 相关性分析以及Copula参数估计22-26
• 3.3.1 相关性分析方法22-24
• 3.3.2 参数估计方法24-26
• 第四章 Pair Copula函数26-32
• 4.1 n维Pair Copula函数的理论介绍26-28
• 4.2 五维Pair Copula函数的理论证明28-32
• 第五章 混合Pair Copula-核估计分析32-34
• 5.1 边际分布的建模分析32
• 5.2 混合Pair Copula模型估计分析32-34
• 第六章 实例分析34-43
• 6.1 数据分析及边际分布估计34-40
• 6.2 Pair Copula函数的联合密度分布参数估计40-43
• 第七章 结论与展望43-44
• 7.1 结论43
• 7.2 展望43-44
• 参考文献44-47
• 致谢47

【参考文献】

中国期刊全文数据库 前2条

1 刘昆仑;;基于pair copula函数的资产组合风险分析[J];辽宁大学学报(自然科学版);2014年04期

2 郝礼祥;程希骏;;基于Copula-VaR方法对上证和深证的研究[J];中国科学院研究生院学报;2008年05期

  本文关键词：混合Pair Copula-核估计模型的基金组合密度函数拟合，由笔耕文化传播整理发布。

本文编号：413798