2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩163頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著金融自由化、金融全球化和資產(chǎn)證券化的發(fā)展,全球各個國家之間的經(jīng)濟聯(lián)系不斷加深,新的金融工具不斷出現(xiàn),加之現(xiàn)代化信息傳播手段的迅速發(fā)展,促使金融創(chuàng)新活動空前活躍,金融風險也更呈現(xiàn)出復(fù)雜化、多樣化態(tài)勢,從而使金融市場風險管理面臨著更多的壓力和挑戰(zhàn),同時也對金融風險測度方法提出了更高的要求。
  金融市場風險管理的關(guān)鍵是找到合適可靠的測度計量模型。長期在金融風險測度中占據(jù)主流地位的是J.P. Morgan投資銀行的Risk Metr

2、ics系統(tǒng)中的VaR(Value at Risk)指標測度方法。研究如何提高VaR模型的預(yù)測準確度主要體現(xiàn)在如何準確刻畫金融資產(chǎn)收益分布的“典型事實”特征。而常規(guī)的金融波動模型在擬合金融資產(chǎn)分布一般的特征的時候還能應(yīng)付,但其對極值金融事件(主要表現(xiàn)為尾部數(shù)據(jù)異常)的描述卻顯得無能為力。此外,單個資產(chǎn)的風險度量可以根據(jù)VaR的定義直接得到,而投資組合風險度量需要刻畫金融資產(chǎn)收益的聯(lián)合分布??紤]到金融時間序列數(shù)據(jù)具有“尖峰厚尾”的特征,并且

3、在很多情況下,資產(chǎn)收益序列間存在著非線性相關(guān)關(guān)系,如果簡單地假設(shè)投資組合中的單個資產(chǎn)間為線性相關(guān)性假設(shè),則會對風險度量的結(jié)果產(chǎn)生較大的偏差,因而有必要引進一種更好的相關(guān)性分析方法來彌補傳統(tǒng)多元統(tǒng)計假設(shè)的不足。
  還有考慮我國經(jīng)濟的發(fā)展還處于轉(zhuǎn)軌時期,雖已初步建立起以國有商業(yè)銀行為主體的商業(yè)性金融體系,金融體制的市場改革依然遠遠滯后于其它經(jīng)濟部門,整體行業(yè)受政策影響較大,市場運行機制經(jīng)常發(fā)生變化,金融體系風險非但沒有降低,反而不斷

4、積聚,金融市場動蕩加劇,作為市場經(jīng)濟晴雨表的滬深股票市場頻頻的巨幅漲跌即清楚地表示了金融體系的震蕩狀況。故對處于經(jīng)濟轉(zhuǎn)型期中的我國金融業(yè)來說,利用基于金融波動模型、極值理論以及Copula理論研究金融極值風險度量無疑更是具有針對性與非常重要的現(xiàn)實意義。
  本文研究的主線是把極值理論貫穿到單個金融風險測度到投資組合金融風險測度,具體的在研究單個金融風險測度時,針對其不足,通過組合能夠擬合金融波動特征的波動模型,然后與極值理論相結(jié)合

5、度量一元極值風險;在研究多元金融風險測度時,考慮金融資產(chǎn)間的非線性、非對稱性特征,通過引入Copula函數(shù)并與極值理論相結(jié)合,從靜態(tài)、動態(tài)兩個方面研究金融資產(chǎn)的相關(guān)結(jié)構(gòu)特征,在此基礎(chǔ)上,研究投資組合極值風險測度。
  研究的主要創(chuàng)新之處體現(xiàn)在:
 ?、僭趯鹑陲L險進行測度時,通常從刻畫金融收益率的波動特征入手。現(xiàn)有的文獻中,基本都是采用常規(guī)金融波動模型來刻畫金融收益率“尖峰厚尾”、波動集聚等特征,而考慮收益率序列的結(jié)構(gòu)變換特

6、征的還很少見。本文考慮收益率序列的劇烈波動和結(jié)構(gòu)變換特征,提出把馬爾科夫鏈引入GARCH-GED模型構(gòu)建SWARCH-GED模型,然后與極值理論相結(jié)合,進而構(gòu)建SWARCH-GED-EVT的動態(tài)VaR模型對極值風險進行測度,并對模型的有效性進行了檢驗,檢驗表明,新的模型能有效合理的測度金融市場風險。
  ②對于各金融收益率序列的聯(lián)合分布問題,現(xiàn)有文獻通常假設(shè)金融收益序列服從多元正態(tài)分布,并用線性相關(guān)系數(shù)度量金融資產(chǎn)間的相關(guān)性。但是

7、眾多研究表明金融收益序列有明顯的厚尾、異方差現(xiàn)象,金融資產(chǎn)之間表現(xiàn)出較強的非線性特征,線性相關(guān)系數(shù)不能全面地反映相關(guān)結(jié)構(gòu)。本文結(jié)合Copula函數(shù)的特點和SV模型的優(yōu)勢,運用隨機波動模型與極值理論結(jié)合刻畫資產(chǎn)收益的邊緣分布,再結(jié)合時變Copula理論來構(gòu)建金融時間序列的相依關(guān)系,進而建立一種新的測度金融資產(chǎn)間的風險相關(guān)性的模型——時變Copula-SV-EVT模型,在此基礎(chǔ)上以滬深300指數(shù)和恒生指數(shù)為例進行分析,實證結(jié)果表明,與常規(guī)的

8、金融風險相關(guān)性測度方法相比,基于時變Copula-SV-EVT模型能有效反映金融資產(chǎn)的相關(guān)結(jié)構(gòu)。
 ?、蹖τ诙嘣鹑谫Y產(chǎn)組合金融風險測度,現(xiàn)有的文獻用EVT模型與其他模型(GARCH族、SV族)或函數(shù)(Copula函數(shù))相結(jié)合對極值分布進行統(tǒng)計推斷,可以得到很好的效果,被越來越多的應(yīng)用到極值風險的刻畫當中,但是把隨機波動模型與極值理論和Copula理論結(jié)合起來研究金融風險的還不多見。本文針對資產(chǎn)收益的厚尾性、波動的異方差性及資產(chǎn)間

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論