基于Copula-EVT模型對股指在險價值的計量.pdf

1、隨著金融全球化進程的加快，金融市場面臨的風(fēng)險日益復(fù)雜化和多樣化，有效的進行風(fēng)險管理成為金融行業(yè)的重中之重。而風(fēng)險管理的關(guān)鍵在于對風(fēng)險價值的測量，如何精確的度量不同形式的風(fēng)險成為學(xué)術(shù)界和會融界關(guān)注的熱點和難點。本文搜集了全球主要的六支股指，從不同的投資決策出發(fā)，全面系統(tǒng)的運用不同的方法針對不同形式的資產(chǎn)價值估算風(fēng)險價值。
　　 本文有兩條主線：一是資產(chǎn)形式，單一資產(chǎn)資產(chǎn)形式如滬深300，如果觀察時變風(fēng)險，本文采用基于GARCH類模

2、型的參數(shù)估計法來估計其時變風(fēng)險，如果投資者側(cè)重于關(guān)注極值風(fēng)險，本文運用極值理論來求其極值風(fēng)險；對于資產(chǎn)組合形式，投資者或者投資機構(gòu)不僅關(guān)注每項資產(chǎn)問的相關(guān)關(guān)系，還重視其相關(guān)模式，本文結(jié)合極值理論與Copula函數(shù)理論來求其在險價值。二是估計方法，本文按照從參數(shù)估計到半?yún)?shù)估計到非參數(shù)估計的思路對針對不同的投資決策來估計風(fēng)險價值。看似是對風(fēng)險測度方法的討論，實則以研究方法為技術(shù)支撐來達到精確測度風(fēng)險價值的目的。
　　 大量的研究成

3、果表明：金融時間序列收益率的分布呈現(xiàn)尖峰厚尾、波動的集聚性等特征，而不是傳統(tǒng)假設(shè)的正態(tài)分布。針對這一特點本文的第三章以討論了滬深300的收益特征并在估算在險價值。本文采用偏態(tài)t分布下的FIGARCH模型來估計時變VaR。檢驗結(jié)果表明偏態(tài)t分布下的VaR估計優(yōu)越于傳統(tǒng)的正態(tài)分布、學(xué)生t分布、GED分布下的估計值。在金融風(fēng)險的管理中，投資者往往更關(guān)注極值事件，所以如何合理的刻畫極值分布，求出極值情況下的風(fēng)險價值尤為重要。本文第四章利用極值理

4、分別描述所搜集的六支股指的尾部分布情況并估計出VaR、CvaR。根據(jù)風(fēng)險分散化原理，大多數(shù)投資者都會進行多元化的投資，以降低風(fēng)險。這牽涉到多元極值的問題，第五章在極值理論的基礎(chǔ)之上引入Copula函數(shù)理論，來簡化多元極值問題。采用Copula-EVT模型分析由搜集到的六支股指等權(quán)重組成的資產(chǎn)組合的風(fēng)險價值。失敗率檢驗的結(jié)果表明：在95％和99％的顯著性水平下，失敗率和顯著性水平都很接近，說明多元t-Copula模型能較好的描述多資產(chǎn)的相