【摘要】：本文給出了建立Pair-Copula Bayesian Network模型時(shí)參數(shù)估計(jì)和模擬抽樣的步驟,并以具體的算法表示,也比較了vine copula模型和Pair Copula Bayesian Network模型應(yīng)用于投資組合優(yōu)化及風(fēng)險(xiǎn)度量中的效果。文章引入vine copula模型描述全球8個(gè)股票市場(chǎng)指數(shù)在2008年金融危機(jī)期間及其前后3個(gè)時(shí)期的聯(lián)合分布,給出CVaR值最小時(shí)3個(gè)時(shí)期的最優(yōu)投資權(quán)重。3個(gè)時(shí)期的對(duì)比表明,股票市場(chǎng)間普遍存在對(duì)稱、厚尾的相依結(jié)構(gòu),香港恒生指數(shù)和韓國KOSPI指數(shù)在全球股票市場(chǎng)間起到樞紐中心的連接作用,2008年金融危機(jī)的發(fā)生使全球股票市場(chǎng)間的聯(lián)系愈發(fā)緊密。相比C-vine和D-vine模型,R-vine模型能更好刻畫股票市場(chǎng)間較復(fù)雜的相關(guān)性結(jié)構(gòu)。本文給出建立Pair Copula Bayesian Network(PCBN)模型時(shí)參數(shù)估計(jì)和模擬抽樣的步驟,并以具體的算法表示。PCBN模型的參數(shù)估計(jì)及模擬抽樣的算法可在傳統(tǒng)C-Vine模型的參數(shù)估計(jì)及模擬抽樣的算法基礎(chǔ)上得出,主要區(qū)別是PCBN模型的算法在循環(huán)遍歷每個(gè)節(jié)點(diǎn)時(shí)需要判斷排序在其之前的節(jié)點(diǎn)是否為它的父節(jié)點(diǎn)。最后,對(duì)比將Pair Copula Bayesian Network(PCBN)模型應(yīng)用于描述描述全球8個(gè)股票市場(chǎng)指數(shù)在2008年金融危機(jī)期間及其前后3個(gè)時(shí)期的聯(lián)合分布而給出的CVaR值最小時(shí)3個(gè)時(shí)期的最優(yōu)投資權(quán)重,兩個(gè)模型中各資產(chǎn)的最優(yōu)投資權(quán)重的分布大致相同,風(fēng)險(xiǎn)最小時(shí)投資組合的CVaR值十分接近。
【學(xué)位授予單位】：暨南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F224;F831.51
【圖文】：

200901-201505時(shí)期內(nèi)變量間R-vine的前2棵樹結(jié)構(gòu)圖

圖 5 2006 01-2008 12 時(shí)期內(nèi)變量間 R-vine 的前 2 棵樹結(jié)構(gòu)圖圖 6 1999 01-2005 12 時(shí)期內(nèi)變量間 D-vine 的前 2 棵樹結(jié)構(gòu)圖R-vine copula 的樹結(jié)構(gòu)形式一般是通過 RVM 矩陣來設(shè)定的，2008 年金后時(shí)期的樹結(jié)構(gòu)矩陣 RVM 如圖 7 所示。從下到上，RVM 的最后一行ree1，倒數(shù)第二行對(duì)應(yīng)折 Tree2 依次下去。Tree1 的邊是由最后一行元素應(yīng)的對(duì)角線元素所決定，例如為(4 3)，(3 2)，(8 1)等。Tree2 的邊由倒元素、其所對(duì)應(yīng)的對(duì)角線元素和其所在列的下面元素決定，例如為(4 2)，(8 2|1)等。依次下去，到第二行元素，即最后一棵樹所對(duì)應(yīng)的元

14圖 6 1999 01-2005 12 時(shí)期內(nèi)變量間 D-vine 的前 2 棵樹結(jié)構(gòu)圖R-vine copula 的樹結(jié)構(gòu)形式一般是通過 RVM 矩陣來設(shè)定的，2008 年金融危機(jī)之后時(shí)期的樹結(jié)構(gòu)矩陣 RVM 如圖 7 所示。從下到上，RVM 的最后一行對(duì)應(yīng)著 Tree1，倒數(shù)第二行對(duì)應(yīng)折 Tree2 依次下去。Tree1 的邊是由最后一行元素及其所對(duì)應(yīng)的對(duì)角線元素所決定，例如為(4 3)，(3 2)，(8 1)等。Tree2 的邊由倒數(shù)第二行元素、其所對(duì)應(yīng)的對(duì)角線元素和其所在列的下面元素決定，例如為(4 2|3)，(3 1|2)，(8 2|1)等。依次下去，到第二行元素，即最后一棵樹所對(duì)應(yīng)的元素為

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 杜子平;李麗娜;;運(yùn)用Pair-copula貝葉斯網(wǎng)絡(luò)模型分析多資產(chǎn)投資組合風(fēng)險(xiǎn)[J];財(cái)會(huì)月刊;2015年02期

2 胡寒玲;唐振鵬;;基于Pair-Copula的一籃子貨幣權(quán)重確定研究[J];東南學(xué)術(shù);2014年06期

3 杜方欣;張德生;;基于混合Copula-GARCH模型的黃金與股票的相關(guān)性分析[J];現(xiàn)代經(jīng)濟(jì)信息;2013年24期

4 吳海龍;方兆本;朱俊鵬;;基于R-vine Copula方法的投資組合風(fēng)險(xiǎn)分析[J];投資研究;2013年10期

5 邵夢(mèng)倩;杜子平;;基于pair_Copula_CVaR模型的保險(xiǎn)投資組合優(yōu)化[J];金融理論與實(shí)踐;2011年03期

6 賀學(xué)強(qiáng);易丹輝;;基于動(dòng)態(tài)Copula方法的股票組合VaR估計(jì)[J];統(tǒng)計(jì)與決策;2010年17期

7 賀學(xué)強(qiáng);艾小青;;股票組合VaR估計(jì):基于動(dòng)態(tài)Copula方法[J];統(tǒng)計(jì)教育;2010年06期

8 周義;李夢(mèng)玄;;Copula-CVaR資產(chǎn)組合選擇模型分析[J];金融教學(xué)與研究;2010年02期

9 郭文旌;徐少麗;;基于Copula-EGARCH-CVaR的投資組合優(yōu)化[J];統(tǒng)計(jì)與決策;2009年18期

10 楊湘豫;夏宇;;基于Copula方法的開放式基金投資組合的VaR研究[J];系統(tǒng)工程;2008年12期

相關(guān)碩士學(xué)位論文 前4條

1 陳秋林;基于混合Copula-SV-t模型的外匯投資組合風(fēng)險(xiǎn)分析[D];浙江工商大學(xué);2015年

2 楊龍;開放式基金風(fēng)險(xiǎn)價(jià)值測(cè)度模型的優(yōu)化與實(shí)證[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

3 毛澤強(qiáng);基于R-vine的高維簡化Pair Copula-GARCH類模型及應(yīng)用[D];蘭州大學(xué);2013年

4 管皓云;基于多元Copula貝葉斯隨機(jī)波動(dòng)模型的投資組合研究[D];湖南大學(xué);2011年

本文編號(hào)：2765137