基于藤copula-garch模型的股票收益率组合var分析

《基于藤copula-garch模型的股票收益率组合var分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校编巧：１０１７３分类号密级＿＿＿：２０１３１００３４６ＵＤＣ学号＿＿若此徐Ａ爭硕±学位论文基于藤Ｃｏ山ａ－ＧＡＲＣ扫模型的股票收益ｐ率结合Ｖａ民分析ＴｈｅＡｎａｌｙｓｉｓｏｆＶａＲｏｆａＳｔｏｃｋＰｏｒｔｆｏｌｉｏＢａｓｅｄｏｎＶｉｎｅｆｔ－ｕ－ＣｏｐｌａＧＡＲＣＨＭｏｄｅｌ李泽指导教师猎名：王戾全＾＿经济学级学积名務：度用二级学科名称：数量经济学论文答辩时间：２０１５年１１月摘要随着经济全球化的日益加剧，世界各国的资本经济市场也被密切的联系在了一一一起个世界主流资本市场的动

2、荡往往会引发全世界系列的连锁反应，，从而，为了更好应对送些动荡带来的不利影响，认清世界主流资本市场间曰益密切的联系变得非常迫切和重要。灵活有效刻画多元联合分布，不仅仅是经济金融学科的难题，也是很多学。科领域正都面临的难题实践中最常用的多元联合分布模型是多元正态分布，但是多元正态分布的限制条件很严苛，也难Ｗ刻画那些存在不对称性和厚尾特征的模型。Ｃｏｐｕｌａ模型由于能够刻画这些分布特征，现今在建立相关性模型时变得非常盛行。但是从二元Ｃｏｐｕｌａ扩展到多元Ｃｏｐｕｌａ，就会受限于标准多元Ｃｏｐｕｌａ函数结构的不灵活，使得用多元Ｃｏｐｕｌａ函数解决多元联合分布问

3、题面ＣｏＣｏ一临挑战。藤ｐｕｌａ不同于标准的多元ｐｕｌａ，它是将多元问题分解为了系列的二元Ｃｏｐｕｌａ模块，利用二元Ｃｏｐｕｌａ刻画分布的灵活性就能克服标准多元Ｃｏｐｕｌａ结构僵化的问题。藤Ｃｏｐ山ａ函数使得我们可Ｗ从简单的单变量的边缘分布函数出发，来逐步构建复杂的多元联合分布函数，而且，此时根据新的多元联合分布函数得到的变量间的相关性，再不是简单的线性相关关系，而是更加贴近事实的非线性关系。通过藤Ｃｏｐｕｌａ建立多元联合分布的模型的好坏有很多因素决定，不仅要二一在通过元Ｃｏｐｕｌａ搭建多元联合分布模型过程中选好藤结构，要为每对二元Ｃｏｐｕｌａ模

4、块选好合适的Ｃｏｐｕｌａ函数类型，还要在建模之前，非常细致得处一理每个变量的边缘分布。在知识背景方面，本文首先系统介绍了Ｃｏｐｕｌａ函数的性质与应用、藤Ｃｏｕｌａ方法的思想Ｗ及详细的多元Ｃｏｐｕｌａ模型搭建方法，然后介绍了用来处ｐ理时间序列的ＡＲＭＡ模型和ＧＡＲＣＨ模型的性质、用法与检验。然后结合上述知识，来实证研究美国纳斯达克指数、伦敦金融时报指数、日经２巧指数、新加坡海峡时报指数、和上证指数收益率么间的相关性，在处一理变量边缘分布时，由于收益率序列般满足（＾处理上证指数收益率序列为例、时间序列的特征，而且样本序列也存在相关性和异方差，于是逐步建立了

5、合ＩＡＲＭＡ－ＧＡＲＣＨ适的模型来销除这些影响，但是经由该模型过滤后的标准残差项并不满足一些常见标准分布函数的假设，本文用经验分布函数来替代了标准残差边界分布，即能很好的描述标准残差的特性，也能取得很好的估计效果。在处理完各变量的边缘分布后，分别在Ｃ藤结构和Ｄ藤结构下构建收益率的多元联合分布函数，并分析比较了Ｃ藤和Ｄ藤结构下，我们建立的混合一多元Ｃｏｌａ函数与单Ｃｏｌａ函数类型的多元Ｃｏｐｕｐｕｐｕｌａ函数对样本的拟合情况。虽然不是对各国际主流股票巧场收益率的相关性直接建模，但收益率之间一组组收益率里的相关性隐含在多元联合分布模型模拟转化得到的。

6、所Ｗ，最后借助蒙特卡洛模拟来完成基于藤Ｃｏｐｕｌａ模型的各股票市场投资组合ＶａＲ分析，结果在不同的置信区间设置下，模型拟合结果都通过拉ｉｐｉｅｃ返回检验，从而说明了所建模型能够有效的刻画各股票收益率之间的相关性，而且能够有效的捕捉风险价值的尾部特征。关键字：ＧＡＲＣＨ模型ｕｌａＶａＲ，藤Ｃｏｐ，ＩＩＡＢＳＴＲＡＣＴＷｉｔｈｉｎｃｒｅａｓｉｎｅｃｏｎｏｍｏｂａｚａｉ化ｅｗｏｒｌｄ－ｗｉｌｄｃａｉｔａｌｍｈａｖｅｇｉｃｌｌｉｔｏｎａｒｋ巧ｓｇ，ｐ化＇ａｌｓｏｂｅｅｎｃｌｏｓｅｌｌｉ址ｅｄｔｏｅｔｈｅｒｅｖｏｌａｔｉｌｉｔｏｆｏｎ

7、ｅｏｆ也ｅｗｏｒｌｄｓｍａｏｒｃａｐｉｔａｌｙｇ，ｙｊｍａｒｋｅｔｓｗｉｌｌｏｆｔｅｎｔｒｉｅｒａｃｈａｉｎｒｅａｃｔｉｏｎａｒｏｕｎｄｔｈｅｗｏｒｌｄ．Ｉｎｏｒｄｅｒｔｏｒｅｓｏｎｄｔｏｇｇｐｔｈｅｓｅａｄｖｅｒｓｅｉｍｐａｃｔｓｏｆｖｏｌａｔｉｌｉｔｉｅｓｉｎａｍｏｒｅｏｓｉｔｉｖｅｗａｉｔｉｓｖｅｒｕｒｅｎｔａｎｄｐｙ，ｙｇｉｍｐｏｒｔａｎｔｆｏｒｕｓ