试析函数基于G-H分布谱风险度量及其Copula-R策略怎样
最后更新时间:2024-01-26
作者:用户投稿本站原创
点赞:19864
浏览:84478
论文导读:
摘要:在金融市场中,由于受到市场波动的影响,投资者和金融机构正面对着更加严峻的金融风险。如此一来,如何准确度量市场风险,来帮助投资者及金融机构的管理者规避风险,是经济学家们不断探讨探讨的主要工作。本论文选用谱风险度量模型,引入G-H分布,来作为对金融市场风险度量的主要策略。风险谱函数用来反应投资者对风险的厌恶程度,主要形式有三种,分别为指数型、幂型和双曲型风险谱函数。本论文分别采取指数型和双曲型风险谱函数,选用G-H分布,结合谱风险度量策略,得到投资组合度量模型,并分别利用复化梯形法得到离散形式。对单支股票的风险度量浅析,本论文选取康美药业收益率序列作为样本数据,分别采取分位点估计法和矩估计法做G-H分布的参数估计,并分别与基于正态分布的谱风险度量模型进行比较,得到结论:选用G-H分布,并采取矩估计法估计参数,拟合效果最优。选用Kupiec失败率检验法,在一定置信水平下,利用样本内数据做谱风险度量浅析,并与样本外数据进行比较,得到预测失败个数,得到结论。对于投资组合的风险度量浅析,本论文选取上海家化等四支证券收益率序列,分别采取指数型和双曲型风险谱函数,得到投资组合风险度量模型,得到结论:随着期望收益率的增加或绝对风险厌恶因子的增加,谱风险度量值也会相应增加,并且分配权重会向平均收益率高的证券转移。运用copula函数来度量不同证券之间相关性。选取万科A和海螺水泥两支证券,选取适当copula函数,建立投资组合模型。实证结果表明,由于考虑了证券收益的尾部相关性,可以得到更加贴近市场实际情况的风险度量结果。关键词:谱风险度量论文G-H分布论文风险厌恶函数论文copula函数论文投资组合论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
ABSTRACT6-11
绪论11-15
第四章 结论和展望41-43
致谢45-47
探讨成果及发表的学术论文47-49
作者和导师介绍49
摘要:在金融市场中,由于受到市场波动的影响,投资者和金融机构正面对着更加严峻的金融风险。如此一来,如何准确度量市场风险,来帮助投资者及金融机构的管理者规避风险,是经济学家们不断探讨探讨的主要工作。本论文选用谱风险度量模型,引入G-H分布,来作为对金融市场风险度量的主要策略。风险谱函数用来反应投资者对风险的厌恶程度,主要形式有三种,分别为指数型、幂型和双曲型风险谱函数。本论文分别采取指数型和双曲型风险谱函数,选用G-H分布,结合谱风险度量策略,得到投资组合度量模型,并分别利用复化梯形法得到离散形式。对单支股票的风险度量浅析,本论文选取康美药业收益率序列作为样本数据,分别采取分位点估计法和矩估计法做G-H分布的参数估计,并分别与基于正态分布的谱风险度量模型进行比较,得到结论:选用G-H分布,并采取矩估计法估计参数,拟合效果最优。选用Kupiec失败率检验法,在一定置信水平下,利用样本内数据做谱风险度量浅析,并与样本外数据进行比较,得到预测失败个数,得到结论。对于投资组合的风险度量浅析,本论文选取上海家化等四支证券收益率序列,分别采取指数型和双曲型风险谱函数,得到投资组合风险度量模型,得到结论:随着期望收益率的增加或绝对风险厌恶因子的增加,谱风险度量值也会相应增加,并且分配权重会向平均收益率高的证券转移。运用copula函数来度量不同证券之间相关性。选取万科A和海螺水泥两支证券,选取适当copula函数,建立投资组合模型。实证结果表明,由于考虑了证券收益的尾部相关性,可以得到更加贴近市场实际情况的风险度量结果。关键词:谱风险度量论文G-H分布论文风险厌恶函数论文copula函数论文投资组合论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
ABSTRACT6-11
绪论11-15
1.1 引言11-13
1.2 探讨策略介绍13-15
第二章 探讨策略介绍15-312.1 风险度量策略介绍15-20
2.1.1 一致性风险度量15
2.1.2 VaR 策略15-16
2.1.3 ES 策略16-17
2.1.4 效用函数与风险谱函数17-20
2.1.4.1 效用函数17-18
2.1.4.2 风险谱函数18-20
2.1.5 谱风险度量策略20
2.2 G-H 分布及其参数估计20-242.1 G-H 分布基本概念[5]20-22
2.2 G-H 分布参数估计[5]22-24
2.1 分为点估计法22-23
2.2 矩估计法23-24
2.3 Copula 论述及估计策略24-26
2.3.1 Sklar 论述[5]24-25
2.3.2 Copula 基本性质[5]25
2.3.3 Copula 函数的分类25-26
2.3.4 参数估计策略[5]26
2.4 风险度量模型及投资组合模型建立26-30
2.4.1 基于 G-H 分布的谱风险度量模型26-28
2.4.2 投资组合模型[5]28-30
2.5 谱风险度量的检验策略30-31
第三章 实际算例31-413.1 基于 G-H 分布的谱风险度量算法31-36
3.1.1 单只股票谱风险度量浅析31-34
3.1.2 投资组合的优化配置不足34-36
3.2 基于 G-H 分布的 Copula-R 算法[5]36-41第四章 结论和展望41-43
4.1 结论41
4.2 展望41-43
参考文献43-45致谢45-47
探讨成果及发表的学术论文47-49
作者和导师介绍49