基于混合R Vine Copula-SV模型的股市投资组合风险测度

发布时间：2021-09-06 01:19

　　投资组合的风险测度是金融风险管理研究的主要内容之一,也是金融投资者持续关注的热点话题之一.近年来,随着经济全球化的进程加快,金融市场面临的风险日益复杂化和多样化,金融资产间的相依结构呈现出非线性、非对称和尾部相关等特征,传统投资组合模型的线性相关分析已不再适合描述金融风险的相关信息.因此,构建相应的模型来准确刻画各投资标的间的相依结构及准确测度投资组合风险具有重要意义.本文通过构建混合R Vine Copula-SV模型进行股市投资组合的风险测度,其主要内容分为两部分,第一部分,模型构建及参数估计.首先构建SV-Skt模型对边缘资产进行建模,并结合EIS算法估计其模型参数,通过SV-Skt模型来分析各边缘资产的特性及预测各标的资产收益的波动率.接着使用SV-Skt模型过滤得到新生量,并在Skt分布下进行概率积分变换得到（0,1）上服从均匀分布的序列,为下一步构建混合R Vine Copula模型做铺垫.其次,投资组合内各标的间相依结构的刻画,将上述均匀分序列作为估计样本建立混合R Vine Copula模型,结合AIC准则确定其各节点的最优Pair Copula,并使用两阶段极大似然法... 

【文章来源】：兰州财经大学甘肃省

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

中证六大行业指数对数收益时序图

兰州财经大学硕士学位论文基于混合RVineCopula-SV模型的股市投资组合风险测度29的JB统计量的值看,其数值均显著大于5%水平上的临界值,均拒绝服从正态分布的假设,因此必须寻找能刻画厚尾特征的模型来拟合各行业指数的分布特征.为了进一步验证六大行业指数资产的厚尾特征,下面用QQ图检验各行业指数的厚尾性和正态性,具体如图2所示.图2各行业指数的QQ图图2为各行业指数对标准正态分布的QQ图,QQ图是以样本分位数作为横坐标,以正态分布计算的相应理论分位数为纵坐标,把样本表现为直角坐标系的散点,如果样本服从正态分布,则样本点应该是与第一象限的对角线重合的一条

兰州财经大学硕士学位论文基于混合RVineCopula-SV模型的股市投资组合风险测度33的均匀分布,因此接着对序列tU进行K-S检验,从表中可以看出概率积分变换后的序列均通过K-S检验,即各序列均服从0,1均匀分布,接着对各行业指数进行分布拟合,可以得到基于偏t分布对标准残差序列的拟合如图3所示.图3各行业指数残差序列密度函数拟合图图3中为基于SV-Skt模过滤得到的各行业指数的残差序列密度函数拟合图,图中蓝色实线为偏t分布的概率密度曲线,红色虚线表示标准正态分布的概率密度曲线,可以看出偏t具有更厚的尾部,更加符合金融数据的分布特征,也进一步

【参考文献】：
期刊论文
[1]基于藤Copula分组模型的金融市场风险度量研究[J]. 陈振龙,郝晓珍.  统计研究. 2018(06)
[2]基于已实现SV模型的动态VaR测度研究[J]. 吴鑫育,周海林.  管理工程学报. 2018(02)
[3]基于R-vine-copula-CoVaR模型的金融市场风险溢出效应研究[J]. 林宇,李福兴,陈粘,汪巍.  运筹与管理. 2017(09)
[4]基于R-vine copula的原油市场极端风险动态测度研究[J]. 杨坤,于文华,魏宇.  中国管理科学. 2017(08)
[5]基于M-Copula-SV-t模型的高维组合风险度量[J]. 刘祥东,范彬,杨易铭,刘澄.  中国管理科学. 2017(02)
[6]基于R-Vine Copula模型的情景模拟研究[J]. 申敏,吴和成.  系统科学与数学. 2016(12)
[7]基于Pair Copula-SV-t模型的金融市场相关性分析[J]. 张学功,薛志超,吕龙.  武汉金融. 2016(09)
[8]基于藤Copula-MCMC-SV-T模型的马航空难对六国（地）股指的风险传染研究[J]. 韩超,严太华.  华东经济管理. 2016(09)
[9]典型事实、混合Copula函数与金融市场相依结构研究[J]. 林宇,陈王,王一鸣,黄迅.  中国管理科学. 2015(04)
[10]基于Copula-CVaR-EVT方法的供应链金融质物组合优化[J]. 何娟,王建,蒋祥林,朱道立,刘晓星.  系统工程理论与实践. 2015(01)

硕士论文
[1]对中国SHIBOR波动的预测[D]. 杨斗.山东大学 2018
[2]基于R-Vine Copula模型的高维投资组合动态优化算法与实证研究[D]. 魏伟.西南财经大学 2016



本文编号：3386449