【摘要】： 近年來爆發(fā)的世界金融危機(jī),使得人們對(duì)金融風(fēng)險(xiǎn)格外關(guān)注,對(duì)現(xiàn)行的金融風(fēng)險(xiǎn)度量模型進(jìn)行改進(jìn)也成了國內(nèi)外學(xué)者研究的熱點(diǎn)問題.本研究正是通過引入極值理論和Copula函數(shù)對(duì)傳統(tǒng)的金融市場(chǎng)風(fēng)險(xiǎn)度量方法進(jìn)行改進(jìn).文章從介紹VaR方法及其優(yōu)缺點(diǎn)開始,針對(duì)VaR方法的不足之處,引入具有一致性特征的CVaR作為風(fēng)險(xiǎn)值的補(bǔ)充.然后將Copula函數(shù)引入到計(jì)算投資組合的VaR和CVaR中來,使得各市場(chǎng)因子不再束縛于傳統(tǒng)多元分布的假設(shè),從而資產(chǎn)收益率的邊際分布可以靈活構(gòu)造.通常來講,危機(jī)產(chǎn)生往往由于人們忽略或者無法精確測(cè)量市場(chǎng)因子的尾部特征,據(jù)此,本文引入極值理論來刻畫單個(gè)資產(chǎn)收益率的尾部特征,建立了TARCH-EVT邊際分布模型.在實(shí)證部分,文章選取了一只中國開放式基金對(duì)其風(fēng)險(xiǎn)進(jìn)行了實(shí)證研究,同時(shí)也對(duì)測(cè)量結(jié)果進(jìn)行回溯測(cè)試,選取最優(yōu)模型后,建立均值-CVaR優(yōu)化模型對(duì)該基金的十大重倉股進(jìn)行投資組合的優(yōu)化,最后結(jié)果表明：TARCH-EVT模型比單一的GARCH模型對(duì)資產(chǎn)收益率尾部特征的描述更加細(xì)致；用Copula方法度量投資組合風(fēng)險(xiǎn)時(shí),選擇資產(chǎn)收益率邊際分布函數(shù)的重要性要大于連接函數(shù)的選擇；用TARCH-EVT-Copula模型模擬得到的投資組合損益序列來進(jìn)行投資比例的優(yōu)化,可以使投資組合的風(fēng)險(xiǎn)值明顯降低.這也正說明了該模型可以幫助對(duì)風(fēng)險(xiǎn)管理者進(jìn)行有效地風(fēng)險(xiǎn)規(guī)避.
【圖文】：

140160180200圖5.14同一copula函數(shù)下的回溯測(cè)試圖圖5.14給出了，在97.5%的置信度下，不同的邊際分布在相同的copula函數(shù)作用下的回溯測(cè)驗(yàn)情況，很明顯，TARCH邊際分布模型有2次失敗，而TRACH一EVT邊際分布模型5次失敗，各自的失敗率分別為0.01和0.025，與此置信度下的期望失敗率P*二1一0.975=0.025相比，TARCH一EVT-N一copula模型的

時(shí)間t(日)圖5.15同一邊際分布下的回溯測(cè)試圖相似的，圖5.15給出了在97.5%的置信度下，相同邊際分布在不同的Coupfa函數(shù)作用下的回溯測(cè)驗(yàn)情況，我們發(fā)現(xiàn)，二者的差別并不是十分明顯，也正說明了copula的選擇對(duì)模型結(jié)果影響要小于邊際分布.然而，在都沒有高估或低估風(fēng)險(xiǎn)的前提下，TARCH一EVT-N一C叩ula模型的VaR估計(jì)值更接近實(shí)際損失.所以綜合來看，TARCH一EvT-N一Copula模型風(fēng)險(xiǎn)度量的結(jié)果更加可信.那么，在下一節(jié)中，我們就以此模型為基礎(chǔ)，進(jìn)行投資組合的優(yōu)化.5.6投資組合優(yōu)化在第二章中
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：F224;F830

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 魯建彬;保險(xiǎn)資金投資運(yùn)用的風(fēng)險(xiǎn)管理[D];西南財(cái)經(jīng)大學(xué);2012年

，

本文編號(hào)：2656466