基于Copula的風險價值非參數(shù)估計研究.pdf_第1頁
已閱讀1頁,還剩43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、隨著經(jīng)濟全球化程度的不斷深入,金融市場之間的關(guān)系越來越緊密,影響重大的金融危機事件頻頻發(fā)生,這些都對風險管理者提出了挑戰(zhàn),需要選擇更加合適的風險模型來研究這些情況。在傳統(tǒng)的金融風險度量模型中,基本都是基于正態(tài)分布,然后運用方差一協(xié)方差法來求解資產(chǎn)組合的風險價值。雖然傳統(tǒng)方法具有運算簡單的優(yōu)點,但在實際應用中,由于資產(chǎn)的價格分布呈現(xiàn)“尖峰厚尾性”和“極端性”不符合正態(tài)分布的假設。同時,傳統(tǒng)的相關(guān)系數(shù)矩陣不能描述資產(chǎn)組合中幾項資產(chǎn)價格之間的

2、非線性關(guān)系。因此,需要拓展新的風險價值度量方法來更好進行資產(chǎn)組合的風險管理。
   為了更好地度量風險價值,很多學者將Copula函數(shù)引入了風險價值的研究當中。Copula函數(shù)不僅可以捕捉到變量間非線性、非對稱的相關(guān)關(guān)系,而且很容易地捕捉到變量間尾部的相關(guān)關(guān)系。這使得Copula函數(shù)越來越受到風險管理者的歡迎。另外在傳統(tǒng)的風險價值度量的方法需要做一定的模型假設如正態(tài)分布等,但這些模型都無法準確地描述資產(chǎn)的收益分布。而非參數(shù)估計因

3、為不受模型的約束,可以更好地擬合數(shù)據(jù)本身的特征,它的應用也越來越多。
   論文主要研究了非參數(shù)估計和Copula函數(shù)相結(jié)合的方法去研究風險價值的度量問題。論文首先對VaR理論,Copula理論和非參數(shù)估計理論的研究現(xiàn)狀進行了綜述,并分析了VaR理論、Copula理論、非參數(shù)估計理論的基本概念與基本思想以及相應的計算方法。針對資產(chǎn)組合風險價值度量中對資產(chǎn)組合邊緣分布模型假定的不足提出了用非參數(shù)核密度估計的方法估計資產(chǎn)組合的邊緣分

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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