试述风险管理Copula策略在金融风险管理中运用

论文导读：
摘要：金融风险管理在帮助个人、金融机构、以至各国规避风险,获取安全的投资环境中起着越来越重要的作用。根据定义,金融风险管理是一种评估和管理投资者所面对的金融风险的历程,它依据一定的策略降低投资者已识别风险的风险暴露。准确地度量风险并做出有效的投资决策,能为投资者提供竞争优势和可观收益。而事实上,金融风险的度量是受到真实的金融变量的限制。大量的证据表明,金融变量通常呈现出厚尾、有偏和非对称相关的特点。这些特点事实对传统金融风险管理中基于正态分布假设的策略提出了挑战。这些挑战包括以下三个方面。第一,一元正态分布,或者其它的椭圆分布无法充分拟合单一变量的一元分布；第二,尽管多元正态分布在拟合多元变量的分布时很容易处理,但是它不能刻画多元变量的超额峰度和超额偏度。由此,它会低估多元金融变量的相关性风险；最后,当不同变量之间的联合分布是非椭圆分布时,在传统投资组合风险管理中常常用于描述变量之间相关性的线性相联系数也是无法充分描述这些变量之间的相关性的。为了解决这些不足,本论文寻求一种基于Copula函数的优质模型,通过联合GARCH模型和已实现波动(Reapzed Volatipty)模型来探讨多元金融变量之间的风险。本论文的主要贡献有如下三点。首先,通过联合GARCH模型和已实现波动模型,利用Copula函数构造多元分布,而后用以估计金融市场的投资组合风险。结果显示,基于Copula函数的模型在拟合金融数据时要比传统模型体现的更好。其次,不同的边际分布模型对投资组合的风险价值(Value at Risk)有显著的影响,如本论文利用的GARCH模型和已实现波动模型。最后,边际分布和相关性结构中都有着显著的偏度。以而,有偏的学生T分布比正态分布或者学生T分布能更好的拟合所选数据。本论文的结构如下。第一章强调投资组合风险管理的重要量,并阐述度量金融风险——风险价值——的众所周知的策略。第二章介绍相关性的背景知识和Copula函数论述。同时,本章讨论了Copula函数在参数不变和参数变化时的两种运用。另外,本章也解释了Copula函数的参数估计策略和模型选择策略。在第三章,给出边际分布的建模策略。分别利用了GARCH模型和已实现波动模型对所探讨金融变量的边际分布进行建模。第四章诠释,如何通过Monte Carlo模拟,利用所构造的基于Copula函数的模型预测风险价值。同时,本章也详细的给出了探讨范例和探讨结果。第五章是本论文的结论和一些倡议。关键词：Copula函数论文金融风险管理论文风险价值论文GARCH论文已实现波动论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
ABSTRACT6-8
目录8-10
图序10-11
表序11-13
第1章 绪论13-21

1.1 引言13

1.2 投资组合风险管理的重要量13-14

1.3 探讨近况14-18

1.3.1 风险价值14-16

1.3.2 多元联合分布与Copula函数16-18

1.4 本论文的主要探讨内容与贡献18

1.5 本论文的结构18-21

第2章 相关性与Copula论述21-33

2.1 相关性21-22

2.2 Copula论述22-33

2.1 Copula的定义23-26

2.2 Copula的参数估计26-29

2.3 Copula选优：拟合优度检验29-33

第3章 边际分布建模与波动33-41

3.1 基于每日收益的GJR-GARCH模型36-37

3.2 基于日内收益的ARFIMA模型37-41

第4章 风险价值预测、模拟、检验及运用41-75

4.1 风险价值的定义41

4.2 风险价值的计算策略41-44

4.3 风险价值的综合估计：后向检验44-46

4.

3.1 统计检验法44-45

4.

3.2 损失函数法45-46

4.4 风险价值运用一：用动态Copula-GARCH模型计算投资组合风险价值46-62

4.1 数据描述47-49

4.2 边际分布建模49-53

4.3 Copula函数建模53-58

4.4 风险价值计算58-61

4.5 本节结论61-62

4.5 风险价值运用二：用Copula与已实现波动模型计算风险价值62-75

4.5.1 数据描述62-66

4.5.2 边际分布建模66-70

4.5.3 Copula函数建模70-72

4.5.4 风险价值计算72

4.5.5 本节结论72-75

第5章 本论文的结论与倡议75-78

5.1 全文探讨结论75-77

5.2 探讨展望77-78

参考文献78-86
附录86-90
致谢90-91
在读期间发表的学术论文与取得的其他探讨成果91