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52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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,金融市場的波動日益劇烈,一些金融危機(jī)事件接連發(fā)生,這些都對風(fēng)險管理提出了挑戰(zhàn),需要更加適合的模型方法來處理這些情況。實際研究表明傳統(tǒng)的正態(tài)分布模型假設(shè)嚴(yán)重低估了風(fēng)險,為了更加精確的度量風(fēng)險,很多學(xué)者提出用在工程上得到廣泛使用的極值理論來度量市場風(fēng)險。極值分布不需要對整個回報分布做任何假設(shè),而是讓數(shù)據(jù)說話,僅僅擬合分布的尾部,很適合度量風(fēng)險。本文主要通過在前人對極值理論研究的基礎(chǔ)上,探討怎樣用極值理論來更加精確的估計中國基金市場所

2、面臨的金融風(fēng)險。同時,更具現(xiàn)實意義的是金融資產(chǎn)的組合情形。由于各種風(fēng)險因子之間具有一定的相關(guān)性,投資組合能夠在一定程度上發(fā)散風(fēng)險。傳統(tǒng)的投資組合的VaR度量模型對投資組合的邊際分布做出各種假設(shè),導(dǎo)致這類VaR模型或者高估或者低估實際VaR值。通過Copula理論,可以選擇各種邊際分布,通過各種合適的Copula函數(shù)連接起來,得到一個更貼近現(xiàn)實分布的聯(lián)合分布,同時Copula函數(shù)不但描述了變量之間的相關(guān)程度,更進(jìn)一步描述了變量間的相依結(jié)構(gòu)

3、,這些都使得Copula模型成為具有更強(qiáng)的刻畫現(xiàn)實金融序列分布的動態(tài)模型。
   基于馬可維茨投資組合理論,本文希望考慮在使用VaR度量風(fēng)險的時候,相關(guān)性與VaR的關(guān)系。若假定市場數(shù)據(jù)服從正態(tài)分布,我們可以得到與馬可維茨投資組合理論類似的結(jié)論,即線性相關(guān)性越小,投資組合的風(fēng)險(VaR值)就越小。但由于金融數(shù)據(jù)大多不服從正態(tài)分布,且具有厚尾性,所以本文通過模擬方法研究了中國基金市場VaR與線性相關(guān)性和尾部相關(guān)性的關(guān)系,結(jié)果表明尾部

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

最新文檔

評論

0/150

提交評論