在險(xiǎn)價(jià)值（VaR）是一種風(fēng)險(xiǎn)度量方法,受到各大金融機(jī)構(gòu)及監(jiān)管者推崇,但由于金融市場上外部沖擊和數(shù)據(jù)內(nèi)部特征對(duì)金融市場的影響以及投資者為降低風(fēng)險(xiǎn)分散投資,在資產(chǎn)配置中,VaR或低估了尾部風(fēng)險(xiǎn)或忽略了狀態(tài)轉(zhuǎn)換或沒有準(zhǔn)確刻畫資產(chǎn)間的相依結(jié)構(gòu).基于此,論文主要目的在于建立既能準(zhǔn)確判斷各個(gè)時(shí)期樣本數(shù)據(jù)波動(dòng)形態(tài)又能準(zhǔn)確刻畫資產(chǎn)間相依結(jié)構(gòu)的新投資組合VaR模型,以提高風(fēng)險(xiǎn)的預(yù)測(cè)準(zhǔn)確度.本文采用循序漸進(jìn)的方式建立了兩個(gè)模型,第一是基于SVt-EVT-Vine Copula的多元?jiǎng)討B(tài)VaR模型:該模型首先將SVt模型和EVT模型的分段核平滑方法相結(jié)合建立了邊緣分布模型,重點(diǎn)在于對(duì)金融資產(chǎn)分布特征的尖峰厚尾進(jìn)行建模,其次采用三種不同的藤（Vine）結(jié)構(gòu)（CVine、DVine和RVine）分別構(gòu)建了金融時(shí)間序列間的相依結(jié)構(gòu)模型,結(jié)合實(shí)證,根據(jù)AIC和BIC準(zhǔn)則進(jìn)行選擇,再結(jié)合MCMC模擬方法計(jì)算投資組合的VaR,并與其他模型進(jìn)行對(duì)比,突出所建模型的優(yōu)勢(shì)性.第二是在上一模型的基礎(chǔ)上考慮突發(fā)情況下狀態(tài)轉(zhuǎn)換對(duì)VaR的影響,將馬爾科夫轉(zhuǎn)換引入到SVt模型中,建立基于馬爾科夫轉(zhuǎn)換的SVt-EVT-Vine Copu... 

【文章頁數(shù)】：50 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 文獻(xiàn)綜述
    1.3 研究方法與內(nèi)容
        1.3.1 研究方法
        1.3.2 結(jié)構(gòu)安排
    1.4 研究特色及主要?jiǎng)?chuàng)新點(diǎn)
第二章 相關(guān)理論與方法
    2.1 隨機(jī)波動(dòng)模型(SV)
        2.1.1 標(biāo)準(zhǔn)SV模型
        2.1.2 厚尾SV模型
    2.2 馬爾科夫轉(zhuǎn)換
        2.2.1 馬爾科夫鏈
        2.2.2 馬爾科夫狀態(tài)轉(zhuǎn)換模型
    2.3 極值理論
        2.3.1 POT模型
        2.3.2 分段核平滑
    2.4 Vine Copula理論及相關(guān)模型
        2.4.1 Copula函數(shù)的定義及基本定理
        2.4.2 常用的一些Copula函數(shù)
        2.4.3 Pair Copula
        2.4.4 Vine Copula
第三章 SVt-EVT-Vine Copula模型
    3.1 引言
    3.2 單個(gè)資產(chǎn)的SVt模型參數(shù)估計(jì)
    3.3 SVt-EVT模型建立及參數(shù)估計(jì)
    3.4 SVt-EVT-Vine Copula模型建立及參數(shù)估計(jì)
    3.5 在險(xiǎn)價(jià)值(VaR)
    3.6 實(shí)證研究
        3.6.1 樣本選取和描述統(tǒng)計(jì)特征
        3.6.2 SVt模型參數(shù)估計(jì)
        3.6.3 標(biāo)準(zhǔn)殘差序列的EVT建模及檢驗(yàn)
        3.6.4 Vine Copula模型參數(shù)估計(jì)結(jié)果和檢驗(yàn)
        3.6.5 VaR預(yù)測(cè)與穩(wěn)健性檢驗(yàn)
    3.7 小結(jié)
第四章 馬爾科夫轉(zhuǎn)換SVt-EVT-Vine Copula模型
    4.1 引言
    4.2 馬爾科夫轉(zhuǎn)換SVt-EVT模型建立及參數(shù)估計(jì)
    4.3 馬爾科夫轉(zhuǎn)換SVt-EVT-Vine Copula模型建立及參數(shù)估計(jì)
    4.4 實(shí)證研究
        4.4.1 SVt模型與馬爾科夫轉(zhuǎn)換SVt模型參數(shù)估計(jì)
        4.4.2 標(biāo)準(zhǔn)殘差序列的EVT建模及檢驗(yàn)
        4.4.3 Vine Copula模型參數(shù)估計(jì)結(jié)果和檢驗(yàn)
        4.4.4 VaR預(yù)測(cè)與穩(wěn)健型檢驗(yàn)
    4.5 小結(jié)
第五章 總結(jié)與展望
    5.1 主要研究結(jié)論
    5.2 研究展望
參考文獻(xiàn)
致謝
個(gè)人簡介


【參考文獻(xiàn)】：
期刊論文
[1]基于Pair Copula-SV-t模型的金融市場相關(guān)性分析[J]. 張學(xué)功,薛志超,呂龍.  金融與經(jīng)濟(jì). 2016(04)
[2]基于vine copula方法的股市組合動(dòng)態(tài)VaR測(cè)度及預(yù)測(cè)模型研究[J]. 馬鋒,魏宇,黃登仕.  系統(tǒng)工程理論與實(shí)踐. 2015(01)
[3]基于馬爾科夫隨機(jī)波動(dòng)和極值理論的風(fēng)險(xiǎn)測(cè)度[J]. 姬新龍,周孝華.  中國管理科學(xué). 2014(10)
[4]基于EVT-Vine-copula的多市場相關(guān)性及投資組合選擇研究[J]. 張幫正,魏宇,余江,李云紅.  管理科學(xué). 2014(03)
[5]基于Vine Copula的中國股市風(fēng)格資產(chǎn)相依結(jié)構(gòu)特征及組合風(fēng)險(xiǎn)測(cè)度研究[J]. 郭文偉,鐘明.  管理評(píng)論. 2013(11)
[6]基于藤結(jié)構(gòu)Copula-SV模型的外匯投資組合風(fēng)險(xiǎn)分析[J]. 馬超群,金鳳,楊文昱,鄧嶺.  統(tǒng)計(jì)與決策. 2013(06)
[7]基于Copula-SV-GPD模型的投資組合風(fēng)險(xiǎn)度量[J]. 周孝華,張保帥,董耀武.  管理科學(xué)學(xué)報(bào). 2012(12)
[8]藤Copula模型與多資產(chǎn)投資組合VaR預(yù)測(cè)[J]. 高江.  數(shù)理統(tǒng)計(jì)與管理. 2013(02)
[9]基于EVT-POT-SVt模型的風(fēng)險(xiǎn)度量研究[J]. 董耀武,周孝華,姜婷.  北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2011(03)
[10]基于pair-copula的社保基金投資組合風(fēng)險(xiǎn)測(cè)度研究[J]. 江紅莉,何建敏.  南京財(cái)經(jīng)大學(xué)學(xué)報(bào). 2011(03)

博士論文
[1]金融市場相依性建模與風(fēng)險(xiǎn)測(cè)度研究[D]. 佘笑荷.華東師范大學(xué) 2016
[2]基于SV模型和EVT理論的金融極值風(fēng)險(xiǎn)度量研究[D]. 姬新龍.重慶大學(xué) 2014

碩士論文
[1]VaR風(fēng)險(xiǎn)度量方法在我國股票市場的應(yīng)用研究[D]. 宋海礁.上海師范大學(xué) 2010



本文編號(hào)：3689241