基于Copula-GARCH模型的偏股型基金的风险分析

论文摘要

现今随着金融市场不断发展,在金融市场的分析中相关性的研究占有越来越重要的地位。如今金融市场越来越关注组合的风险,投资者的需求已经不能满足于单一资产的风险度量,而精确的金融资产间相关结构度量直接决定着VaR的度量风险的准确性。基于线性相关系数的分析方法基本已经不能准确反映金融市场的相关关系,金融市场和金融资产间的相关性形式越来越复杂多样,它们大多都呈现出非线性和非对称性等相关模式,这一难题正好由Copula函数来解决。Sklar认为用Copula函数可以描述随机变量间的相关性,而各变量的边缘分布由特定模型来确定。本文主要研究Copula函数理论及其在金融市场的数量分析中的应用。在对Copula函数理论进行了系统的阐述之后,本文用二元Clayton Copula函数与GARCH模型相结合构成Copula-GARCH模型,由于该模型能够描述金融市场间的非线性相关性,因而可用于投资组合的风险度量。实证部分以中信红利精选[288002]2009年第一季度的前十只权重股票为研究对象,然后结合Copula-GARCH模型和Monte Carlo模拟法来计算出风险价值VaR。结果证实本文中提出的模型和方法是可行的、有效的。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 选题背景及研究意义
• 1.2 相关论题的研究现状
• 1.3 论文的研究思想、研究方法和主要创新点
• 1.4 论文的主要框架
• 2 风险价值VaR 概述
• 2.1 金融市场风险的度量
• 2.2 VaR 简介
• 3 Copula-GARCH 方法
• 3.1 Copula 函数简介
• 3.2 Copula 函数的极大似然估计
• 3.3 GARCH 类模型的简介
• 3.4 Copula-GARCH 的构建
• 4 偏股型基金投资组合风险的实证研究
• 4.1 数据的描述及预处理
• 4.2 Copula-GARCH 模型的估计结果及分析
• 4.3 VaR 的计算
• 5 结论与展望
• 5.1 论文工作总结
• 5.2 存在的问题
• 5.3 结束语
• 致谢
• 参考文献
• 附录