基于Copula-EVT模型對(duì)股指在險(xiǎn)價(jià)值的計(jì)量.pdf

1、隨著金融全球化進(jìn)程的加快，金融市場(chǎng)面臨的風(fēng)險(xiǎn)日益復(fù)雜化和多樣化，有效的進(jìn)行風(fēng)險(xiǎn)管理成為金融行業(yè)的重中之重。而風(fēng)險(xiǎn)管理的關(guān)鍵在于對(duì)風(fēng)險(xiǎn)價(jià)值的測(cè)量，如何精確的度量不同形式的風(fēng)險(xiǎn)成為學(xué)術(shù)界和會(huì)融界關(guān)注的熱點(diǎn)和難點(diǎn)。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(yùn)用不同的方法針對(duì)不同形式的資產(chǎn)價(jià)值估算風(fēng)險(xiǎn)價(jià)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(shí)變風(fēng)險(xiǎn)，本文采用基于GARCH類模

2、型的參數(shù)估計(jì)法來(lái)估計(jì)其時(shí)變風(fēng)險(xiǎn)，如果投資者側(cè)重于關(guān)注極值風(fēng)險(xiǎn)，本文運(yùn)用極值理論來(lái)求其極值風(fēng)險(xiǎn)；對(duì)于資產(chǎn)組合形式，投資者或者投資機(jī)構(gòu)不僅關(guān)注每項(xiàng)資產(chǎn)問(wèn)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(lái)求其在險(xiǎn)價(jià)值。二是估計(jì)方法，本文按照從參數(shù)估計(jì)到半?yún)?shù)估計(jì)到非參數(shù)估計(jì)的思路對(duì)針對(duì)不同的投資決策來(lái)估計(jì)風(fēng)險(xiǎn)價(jià)值?？此剖菍?duì)風(fēng)險(xiǎn)測(cè)度方法的討論，實(shí)則以研究方法為技術(shù)支撐來(lái)達(dá)到精確測(cè)度風(fēng)險(xiǎn)價(jià)值的目的。
　　 大量的研究成

3、果表明：金融時(shí)間序列收益率的分布呈現(xiàn)尖峰厚尾、波動(dòng)的集聚性等特征，而不是傳統(tǒng)假設(shè)的正態(tài)分布。針對(duì)這一特點(diǎn)本文的第三章以討論了滬深300的收益特征并在估算在險(xiǎn)價(jià)值。本文采用偏態(tài)t分布下的FIGARCH模型來(lái)估計(jì)時(shí)變VaR。檢驗(yàn)結(jié)果表明偏態(tài)t分布下的VaR估計(jì)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(jì)值。在金融風(fēng)險(xiǎn)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(huà)極值分布，求出極值情況下的風(fēng)險(xiǎn)價(jià)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(jì)出VaR、CvaR。根據(jù)風(fēng)險(xiǎn)分散化原理，大多數(shù)投資者都會(huì)進(jìn)行多元化的投資，以降低風(fēng)險(xiǎn)。這牽涉到多元極值的問(wèn)題，第五章在極值理論的基礎(chǔ)之上引入Copula函數(shù)理論，來(lái)簡(jiǎn)化多元極值問(wèn)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(xiǎn)價(jià)值。失敗率檢驗(yàn)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(shuō)明多元t-Copula模型能較好的描述多資產(chǎn)的相