隨著近年來新冠疫情和其他因素的影響,全球股市一路下滑,而加密數字貨幣卻一路上漲。然而對其在金融風險管理方面的研究卻不多,大多是在合法、合規(guī)等方面。而且相關的研究也比較片面,僅僅關注了比特幣這一種虛擬貨幣。因此,本文選取了當前排名前五的貨幣做風險預測。本文將極值理論應用于加密數字貨幣的極端市場風險管理,并引入Va R的傳統(tǒng)方法(條件異方差模型)進行分析比較,與條件極值理論和無條件極值理論形成對比。最終發(fā)現無條件極值理論的模型效果最好,可以給出更為精確的風險)度量,而GARCH模型則會低估加密數字貨幣的風險,條件極值理論也隨著GARCH模型的影響低估了風險。且加密數字貨幣具有反杠桿效應,艾達幣的潛在風險最大,而泰達幣作為穩(wěn)定幣風險最小。此外,本文還應用copula理論研究了不同加密數字貨幣之間的相關關系,應用copula函數來計算它們之間的相關系數測度。最終發(fā)現艾達幣與其他虛擬貨幣的聯(lián)動性最差;幣安幣的與其他虛擬貨幣的聯(lián)動性最強。且不同貨幣之間的下尾相關系數,幾乎大于所有的秩相關系數和上尾相關系數。

【文章頁數】：53 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 當前研究現狀及文獻綜述
        1.2.1 關于加密數字貨幣的風險研究
        1.2.2 關于極值理論的研究
        1.2.3 關于copula函數的研究
    1.3 研究目的和意義
    1.4 研究內容與文章結構
        1.4.1 研究內容
        1.4.2 文章結構
第二章 基于極值理論的在險價值模型與方法
    2.1 風險測度VaR
        2.1.1 VaR的定義
        2.1.2 VaR回測檢驗
        2.1.3 VaR方法對加密數字貨幣的適應性分析
    2.2 極值理論
        2.2.1 極值分布類型
        2.2.2 POT模型
    2.3 條件異方差模型
        2.3.1 ARCH模型
        2.3.2 GARCH模型
        2.3.3 EGARCH模型
    2.4 模型的VaR測算
        2.4.1 無條件極值VaR
        2.4.2 條件異方差模型VaR
        2.4.3 條件極值VaR
第三章 copula理論方法與介紹
    3.1 copula的定義
    3.2 常見的copula函數
        3.2.1 橢球copula類
        3.2.2 阿基米德copula類
    3.3 copula相關性測度
        3.3.1 Kendall秩相關系數τ
        3.3.2 copula的尾部相關系數
第四章 加密數字貨幣VaR的實證分析
    4.1 數據的選取與介紹
    4.2 無條件極值模型的實證分析
        4.2.1 閾值的選取
        4.2.2 模型參數估計與風險度量VaR的計算
    4.3 GARCH類模型的實證分析
        4.3.1 數據的處理與檢驗
        4.3.2 模型參數估計與風險度量VaR的計算
    4.4 條件極值模型的實證分析
        4.4.1 數據檢驗與閾值選取
        4.4.2 模型參數估計與風險度量VaR的計算
    4.5 模型檢驗
    4.6 結果分析
第五章 加密數字貨幣copula模型的實證分析
    5.1 邊緣分布建模
    5.2 二元copula函數的建立與相關系數的計算
        5.2.1 二元copula的選擇與Kendall秩相關系數τ估計
        5.2.2 尾相關系數的計算
    5.3 結果分析
第六章 總結與展望
    6.1 總結
    6.2 不足與展望
參考文獻
致謝



本文編號：3992160