版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、怎樣度量風(fēng)險(xiǎn)?怎樣度量投資組合的風(fēng)險(xiǎn)?怎樣度量不同類型風(fēng)險(xiǎn)的總風(fēng)險(xiǎn)(巴塞爾新資本協(xié)議中明確規(guī)定商業(yè)銀行面臨市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn))?傳統(tǒng)的方法是將各種風(fēng)險(xiǎn)直接加總或假設(shè)各種風(fēng)險(xiǎn)服從多元正態(tài)分布,這些方法雖然能夠度量風(fēng)險(xiǎn),但是有可能高估或低估實(shí)際風(fēng)險(xiǎn),不能實(shí)現(xiàn)對(duì)真實(shí)風(fēng)險(xiǎn)的準(zhǔn)確度量,其原因在于我們對(duì)風(fēng)險(xiǎn)之間的相關(guān)結(jié)構(gòu)沒(méi)有準(zhǔn)確的刻畫。大量研究表明,無(wú)論是組合風(fēng)險(xiǎn)還是不同類型的風(fēng)險(xiǎn),風(fēng)險(xiǎn)因子都存在相關(guān)性,總風(fēng)險(xiǎn)并不是單個(gè)風(fēng)險(xiǎn)因子的直接加總
2、,單個(gè)風(fēng)險(xiǎn)因子在總風(fēng)險(xiǎn)中相互關(guān)聯(lián)、交叉、滲透,對(duì)總風(fēng)險(xiǎn)有疊加、放大或約減的作用。鑒于此,許多學(xué)者提出了在度量總風(fēng)險(xiǎn)時(shí)應(yīng)實(shí)施集成風(fēng)險(xiǎn)管理,所謂集成風(fēng)險(xiǎn)管理是指度量由不同風(fēng)險(xiǎn)因子、風(fēng)險(xiǎn)類型共同作用所產(chǎn)生的風(fēng)險(xiǎn),實(shí)現(xiàn)風(fēng)險(xiǎn)集成的關(guān)鍵是對(duì)風(fēng)險(xiǎn)相關(guān)性的度量,傳統(tǒng)的線性相關(guān)系數(shù)不能夠準(zhǔn)確度量不同風(fēng)險(xiǎn)因子之間的動(dòng)態(tài)特征,因此,人們不斷尋求其它的度量風(fēng)險(xiǎn)相關(guān)性的方法。近年來(lái),Copula理論在風(fēng)險(xiǎn)管理領(lǐng)域的應(yīng)用越來(lái)越廣泛,特別是在度量風(fēng)險(xiǎn)相關(guān)性方面有著獨(dú)
3、特的優(yōu)勢(shì),鑒于此,本文基于Copula理論展開對(duì)集成風(fēng)險(xiǎn)度量方法的研究,并在已有研究的基礎(chǔ)之上全面比較不同CopuIa函數(shù)在實(shí)現(xiàn)風(fēng)險(xiǎn)集成方面的作用及適用范圍,同時(shí)將基于Copula理論的集成風(fēng)險(xiǎn)與傳統(tǒng)的風(fēng)險(xiǎn)度量方法對(duì)比,進(jìn)一步揭示基于風(fēng)險(xiǎn)相關(guān)性的集成風(fēng)險(xiǎn)度量方法的準(zhǔn)確性和必要性,也為風(fēng)險(xiǎn)管理的研究者提供新的視角和方法。
本文以Copula理論為基礎(chǔ),研究了一種新的風(fēng)險(xiǎn)度量和投資組合、以及不同類型的風(fēng)險(xiǎn)集成問(wèn)題,鑒于多元Co
4、pula函數(shù)在實(shí)際應(yīng)用中的局限,最后研究了一種基于Pair-Copula分解的多元Copula函數(shù)的在集成風(fēng)險(xiǎn)管理中的應(yīng)用。
本文的主要內(nèi)容和研究成果包括:
(1)首先從定性和定量?jī)蓚€(gè)方面總結(jié)了集成風(fēng)險(xiǎn)管理的研究歷程,論述了實(shí)施集成風(fēng)險(xiǎn)管理的根源和必要性-風(fēng)險(xiǎn)的多樣性和相關(guān)性。繼而從定性和定量?jī)蓚€(gè)方面論述了風(fēng)險(xiǎn)相關(guān)性的研究成果以及幾種常見的風(fēng)險(xiǎn)相關(guān)性度量方法,由于Copula理論能刻畫風(fēng)險(xiǎn)相關(guān)性的動(dòng)態(tài)特征,重
5、點(diǎn)介紹了Copula理論及其若干性質(zhì),總結(jié)了基于不同邊際分布的Copula模型和時(shí)變Copula、變結(jié)構(gòu)copula的模型特征和應(yīng)用范圍,最后歸納了不同類型的Copula模型在風(fēng)險(xiǎn)管理中的應(yīng)用,并對(duì)以往研究予以評(píng)析并說(shuō)明本文的切入點(diǎn)。
(2)傳統(tǒng)的風(fēng)險(xiǎn)度量方法存在幾個(gè)不足:1,VaR不滿足次可加性,是一種非一致性的風(fēng)險(xiǎn)度量方法,2,方差度量風(fēng)險(xiǎn)把投資者的正向收益與負(fù)向收益等同看待,沒(méi)有考慮到投資者的期望收益。本文第三章基于
6、這兩點(diǎn)不足研究了一種基于期望收益的風(fēng)險(xiǎn)度量方法,這種風(fēng)險(xiǎn)度量考慮了投資者的期望收益,又結(jié)合了VaR方法的優(yōu)點(diǎn),所以更能體現(xiàn)出投資者的實(shí)際風(fēng)險(xiǎn)態(tài)度。又由于重尾分布能更好的擬合金融收益時(shí)間序列數(shù)據(jù),我們給出了這種風(fēng)險(xiǎn)度量在重尾分布下的表達(dá)式,并研究了其若干性質(zhì)。
(3)歸納了幾種風(fēng)險(xiǎn)相關(guān)性的度量方法,包括線性相關(guān)、秩相關(guān)(Kendall秩相關(guān)和Spearman秩相關(guān))、尾部相關(guān)、隨機(jī)相關(guān)、Copula相關(guān),推導(dǎo)了Copula相
7、關(guān)與其它幾種相關(guān)的相互轉(zhuǎn)化關(guān)系,比較了幾種不同類型的Copula函數(shù)(主要是高斯Copula函數(shù)和阿基米德Copula函數(shù))在度量風(fēng)險(xiǎn)相關(guān)性方面的優(yōu)劣,同時(shí)也比較了兩種參數(shù)估計(jì)方法和四種Copula函數(shù)在度量風(fēng)險(xiǎn)相關(guān)性方面的優(yōu)劣,實(shí)證表明:當(dāng)樣本容量足夠大時(shí),兩種方法得到的參數(shù)估計(jì)方法得到的結(jié)果非常接近,但是幾種擬合優(yōu)度的結(jié)果有一定的差異,這說(shuō)明需要尋求一種更具一般性的擬合優(yōu)度方法和模型選擇的方法。
(4)在國(guó)際金融危機(jī)的
8、背景下,研究了基于極值Copula的投資組合集成風(fēng)險(xiǎn)度量方法,應(yīng)用極值的閾值與峰值模型來(lái)度量單個(gè)資產(chǎn)的風(fēng)險(xiǎn)價(jià)值,用兩種不同的方法度量了基于Copula函數(shù)的滬深指數(shù)風(fēng)險(xiǎn)的相關(guān)結(jié)構(gòu),比較了不同Copula函數(shù)下基于滬深指數(shù)的二元投資組合集成風(fēng)險(xiǎn)值,結(jié)果說(shuō)明:T Copula函數(shù)對(duì)滬深指數(shù)收益率的相關(guān)結(jié)構(gòu)擬合較好,閾值模型的極值Copula能較好的度量投資組合的集成風(fēng)險(xiǎn)值,在高置信度下(0.99以上),基于Gumble Copula函數(shù)的上
9、尾(正收益)集成風(fēng)險(xiǎn)值、基于Clayton Copula函數(shù)的下尾(負(fù)收益)集成風(fēng)險(xiǎn)值與真實(shí)值最為接近,峰值法的集成風(fēng)險(xiǎn)值誤差較大,同時(shí)改進(jìn)了已有的閾值確定方法。
(5)研究了不同類型風(fēng)險(xiǎn)的集成方法,以證券市場(chǎng)為例,集成了上證9股票的市場(chǎng)風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn),實(shí)證結(jié)果表明:基于集成方法的總風(fēng)險(xiǎn)要比直接加總的方法得到的總風(fēng)險(xiǎn)要小,但是要高于假設(shè)兩種風(fēng)險(xiǎn)服從二元態(tài)分布的情況,并以此方法為基礎(chǔ),提出了解決巴塞爾新資本協(xié)議.商業(yè)銀行風(fēng)
10、險(xiǎn)集成方法,為商業(yè)銀行的集成風(fēng)險(xiǎn)提供思路和借鑒。
(6)指出了Copula函數(shù)的兩個(gè)發(fā)展方向,多元Copula函數(shù)和時(shí)變Copula函數(shù),多元Copula函數(shù)在風(fēng)險(xiǎn)管理應(yīng)用中雖然理論上可行,但是由于邊緣分布、參數(shù)估計(jì)、擬合優(yōu)度等諸多原因,在度量多元分布的相關(guān)性的實(shí)際應(yīng)用方面存在一定的局限性,本文基于條件分布的原理,通過(guò)Pair-Copula的簡(jiǎn)單模塊來(lái)對(duì)多元數(shù)據(jù)建模,將多元Copula分解為若干個(gè)Pair-Copula的乘
11、積,分析了其不同分解結(jié)構(gòu)下的參數(shù)估計(jì)和模型選擇的方法,實(shí)證表明:基于Pair-Copula的方法在度量風(fēng)險(xiǎn)相關(guān)性方面有更好的擬合優(yōu)度,以此構(gòu)建了基于Pair-Copula的商業(yè)銀行集成風(fēng)險(xiǎn)值模型。
論文的主要?jiǎng)?chuàng)新點(diǎn):
(1)創(chuàng)新點(diǎn)一:給出了風(fēng)險(xiǎn)度量在Laplace分布、混合正態(tài)分布、T分布等具有厚尾特征分布下的表達(dá)式。由于重尾分布能更好地?cái)M合收益率的時(shí)間序列數(shù)據(jù),故給出這種風(fēng)險(xiǎn)度量在重尾分布下的性質(zhì)無(wú)疑具有一
12、定的理論和現(xiàn)實(shí)意義。同時(shí)推導(dǎo)了這種風(fēng)險(xiǎn)度量與相關(guān)參數(shù)的內(nèi)在聯(lián)系1。
本文研究了一種基于目標(biāo)收益的新的風(fēng)險(xiǎn)度量方法,但是已有研究?jī)H僅給出這種風(fēng)險(xiǎn)度量在對(duì)稱分布下的若干性質(zhì),因而缺乏實(shí)際指導(dǎo)意義,鑒于實(shí)際金融數(shù)據(jù)的尖峰厚尾特征,本支給出了這種風(fēng)險(xiǎn)度量在重尾分布下的表達(dá)式,推導(dǎo)這種風(fēng)險(xiǎn)度量與相關(guān)參數(shù)的內(nèi)在關(guān)系,并解釋了其對(duì)應(yīng)的經(jīng)濟(jì)意義。
(2)創(chuàng)新點(diǎn)二:建立了基于極值Copula的投資組合的集成風(fēng)險(xiǎn)度量模型,歸納了
13、不同種類風(fēng)險(xiǎn)相關(guān)性的度量方法和模型選擇方法,同時(shí)改進(jìn)了閾值的選擇方法,給出了一種選擇最優(yōu)Copula函數(shù)的方法2,指出了不同類型的Copula函數(shù)的適用范圍。集成了投資組合和不同類型的風(fēng)險(xiǎn)。
歸納了不同種類風(fēng)險(xiǎn)相關(guān)性的度量方法和模型選擇方法(主要是通過(guò)擬合優(yōu)度的方法),應(yīng)用極值的閾值與峰值模型來(lái)度量單個(gè)資產(chǎn)的風(fēng)險(xiǎn)價(jià)值,用兩種不同的方法度量了基于Copula函數(shù)的滬深指數(shù)收益率的相關(guān)結(jié)構(gòu),改進(jìn)了已有的閾值選擇方法,而且比較了
14、不同Copula函數(shù)下基于滬深指數(shù)的二元投資組合集成風(fēng)險(xiǎn)值,結(jié)果說(shuō)明:T Copula函數(shù)對(duì)滬深指數(shù)收益率的相關(guān)結(jié)構(gòu)擬合較好,閾值模型的極值Copula能較好的度量投資組合的集成風(fēng)險(xiǎn)值,在高置信度下(0.99以上),基于Gumble Copula函數(shù)的上尾(正收益)集成風(fēng)險(xiǎn)值、基于Clayton Copula函數(shù)的下尾(負(fù)收益)集成風(fēng)險(xiǎn)值與真實(shí)值最為接近。在目前的樣本容量下,峰值法的集成風(fēng)險(xiǎn)值誤差較大。
(3)創(chuàng)新點(diǎn)三:改
15、進(jìn)了基于Pair-Copula的多元Copula分解模型,提出基于Pair-Copula模型的集成風(fēng)險(xiǎn)度量方法,為多元Copula在集成風(fēng)險(xiǎn)管理中的應(yīng)用提供一種新的思路,為巴塞爾新資本協(xié)議中的商業(yè)銀行集成風(fēng)險(xiǎn)提供思路和借鑒。
本文改進(jìn)了一種稱之為Pair-Copula的模型轉(zhuǎn)化方法,這種方法基于條件分布的原理,將多元Copula通過(guò)條件分布分解為一系列二元Copula的乘積,基于嚴(yán)格的相等而并非近似,由于Copula的性質(zhì)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于CopulA-GARCH模型股票市場(chǎng)的集成風(fēng)險(xiǎn)度量研究.pdf
- 基于Copula理論的商業(yè)銀行風(fēng)險(xiǎn)集成度量研究.pdf
- 工程項(xiàng)目集成風(fēng)險(xiǎn)管理理論與方法研究.pdf
- 基于Copula理論的股票投資組合VaR風(fēng)險(xiǎn)度量研究.pdf
- 基于Copula函數(shù)的整合風(fēng)險(xiǎn)度量研究.pdf
- 基于時(shí)變copula的風(fēng)險(xiǎn)價(jià)值度量.pdf
- 基于Levy Copula的投資組合風(fēng)險(xiǎn)度量研究.pdf
- 基于Copula函數(shù)的金融風(fēng)險(xiǎn)度量研究.pdf
- Copula理論在資產(chǎn)組合風(fēng)險(xiǎn)度量中的應(yīng)用.pdf
- 流動(dòng)性風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)的集成風(fēng)險(xiǎn)度量研究——以中國(guó)A股為例.pdf
- 基于Bayes-Copula方法的商業(yè)銀行操作風(fēng)險(xiǎn)度量.pdf
- 基于Copula-VaR的指數(shù)基金市場(chǎng)風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)集成度量.pdf
- 基于Copula理論的金融市場(chǎng)相關(guān)性分析及風(fēng)險(xiǎn)度量.pdf
- 基于Copula相關(guān)函數(shù)的風(fēng)險(xiǎn)度量及其應(yīng)用.pdf
- 基于Copula函數(shù)的資產(chǎn)組合風(fēng)險(xiǎn)度量研究.pdf
- 企業(yè)集成風(fēng)險(xiǎn)管理研究.pdf
- 基于Copula-GARCH模型的投資組合風(fēng)險(xiǎn)度量.pdf
- 基于Copula函數(shù)的商業(yè)銀行整合風(fēng)險(xiǎn)度量.pdf
- 基于Copula的金融資產(chǎn)風(fēng)險(xiǎn)度量研究.pdf
- Copula方法在投資組合風(fēng)險(xiǎn)度量的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論