基于PaiRCopulaGARCH模型的時(shí)變投資組合優(yōu)化

基于PaiRCopulaGARCH模型的時(shí)變投資組合優(yōu)化

ID:36502495

大?。?.58 MB

頁數(shù):61頁

時(shí)間:2019-05-11

基于PaiRCopulaGARCH模型的時(shí)變投資組合優(yōu)化_第1頁
基于PaiRCopulaGARCH模型的時(shí)變投資組合優(yōu)化_第2頁
基于PaiRCopulaGARCH模型的時(shí)變投資組合優(yōu)化_第3頁
基于PaiRCopulaGARCH模型的時(shí)變投資組合優(yōu)化_第4頁
基于PaiRCopulaGARCH模型的時(shí)變投資組合優(yōu)化_第5頁
資源描述:

《基于PaiRCopulaGARCH模型的時(shí)變投資組合優(yōu)化》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、論文題目:基于Pair-Copula—GARCH模型的時(shí)變投資組合優(yōu)化作者姓名:筮曉進(jìn)專業(yè)名稱:醚途拯紲指導(dǎo)教師:奎述出入學(xué)時(shí)間:2Q曼2生窆且研究方向:魚鹽當(dāng)堡垃差職稱:熬撞論文提交日期:壟Q!量生§且論文答辯El期:2Q曼§生受目授予學(xué)位El期:Time-varyingportfoliooptimizingbasedORPair-Copula-GARCHmodelADissertationsubmittedinfulfdlmentoftherequirementsofthedegreeofMASTERoFSC皿NCE

2、fromShandongUniversityofScienceandTechnologyXuXiaoboSupervisor:ProfessorLiShushanCollegeofMathematicsandSystemsScienceMay2015㈣皓燃聲明本人呈交給山東科技大學(xué)的這篇碩士學(xué)位論文,除了所列參考文獻(xiàn)和世所公認(rèn)的文獻(xiàn)外,全部是本人在導(dǎo)師指導(dǎo)下的研究成果,該論文資料尚未呈交于其它任何學(xué)術(shù)機(jī)關(guān)作鑒定。日AFFIRMATIoN絡(luò)膨j良加/f.多,jlIdeclarethatthisdissertation,su

3、bmittedinfulfillmentoftherequirementsfortheawardofMasterofScienceinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge.Thedocumenthasnotbeensubmittedforqualificationatanyotheracademicinstitute.sign咖他:×厶艾灑kDate:嗍j\/矽/rU山東科技大學(xué)碩士學(xué)

4、位論文摘要金融市場的深入發(fā)展促進(jìn)國民經(jīng)濟(jì)發(fā)展的同時(shí)也助長了市場的投機(jī)行為,加劇了金融市場間的投資風(fēng)險(xiǎn)。因此,選擇合適的方法或恰當(dāng)?shù)墓ぞ邷?zhǔn)確地研究市場風(fēng)險(xiǎn),為投資者及金融監(jiān)管機(jī)構(gòu)提供合理的建議顯得尤為重要。以風(fēng)險(xiǎn)最小化為目標(biāo)的投資組合優(yōu)化模型是一種有效管理金融資產(chǎn)風(fēng)險(xiǎn)的方法。方差、VaR等傳統(tǒng)的風(fēng)險(xiǎn)度量方法通常假設(shè)收益率服從多元正態(tài)分布,但現(xiàn)實(shí)中金融資產(chǎn)收益率的一般呈現(xiàn)尖峰厚尾的特點(diǎn),因此基于多元正態(tài)分布應(yīng)用傳統(tǒng)風(fēng)險(xiǎn)度量方法存在較大的局限性。同時(shí),liar方法存在一些難以克服的缺點(diǎn),比如不滿足次可加性和凸性等。近年來Cop

5、ula及CVaR等方法在投資組合優(yōu)化模型中得到了廣泛應(yīng)用。多數(shù)學(xué)者對多元隨機(jī)變量研究時(shí)一般都是建立在兩兩之聞的相關(guān)結(jié)構(gòu)服從相同Copula函數(shù)這一基礎(chǔ)上的,沒有被考慮到Copula函數(shù)多樣性。鑒于此,本文采用的Pair-Copula方法,可以避免所有隨機(jī)變量之間相關(guān)結(jié)構(gòu)只用單一Copula函數(shù)表示。此方法將非常復(fù)雜的高維相關(guān)結(jié)構(gòu)分解轉(zhuǎn)換成比較常見的二維隨機(jī)變量,使得問題大大簡化。文章首先對基本的Copula函數(shù)理論、多元Copula構(gòu)造法簡要介紹,對Pair-Copula相關(guān)理論、D藤與C藤相關(guān)知識(shí)重點(diǎn)闡述,并給出了相關(guān)

6、的參數(shù)估計(jì)及擬合度檢驗(yàn):隨后介紹了Q堰CH模型理論,為模型的建立提供了理論基礎(chǔ)。第三章提出了Pair-Copula-GARCH模型的構(gòu)建方法,得到了基于CVaR的時(shí)變投資組合優(yōu)化模型。第四章對模型的求解方法進(jìn)行探討,通過引入特殊函數(shù),將模型進(jìn)行線性化,使得計(jì)算更加簡潔方便。該模型與傳統(tǒng)的投資組合優(yōu)化模型不同之處在于收益率數(shù)據(jù)的來源不同。傳統(tǒng)投資組合的優(yōu)化模型中收益率是從歷史數(shù)據(jù)中取樣,近似作為未來收益率的情形,另外,投資組合模型多使用CVaR的靜態(tài)模型來作為目標(biāo)函數(shù),然而市場時(shí)刻發(fā)生變化使得收益率的分布也發(fā)生變化,這時(shí)C

7、VaR的靜態(tài)模型就會(huì)受到限制。文中提出的新方法是通過基于Pair-Copula-GARCH的蒙特卡洛模擬得到未來收益率情形。Pair-Copula模型能夠克服維數(shù)限制,充分考慮到隨機(jī)變量兩兩之間的相關(guān)性;GARCH模型使得投資組合優(yōu)化模型具有時(shí)變性。在實(shí)證分析中,運(yùn)用模型得到四只股票指數(shù)的投資方案及風(fēng)險(xiǎn)值,通過對基于情景模擬法和基于多元t-Copula得到的投資方案進(jìn)行比較,得到基于Pak-Copula-GARCH.CVaR最優(yōu)投資組合模型的投資模型更優(yōu)的結(jié)論。最后對文章內(nèi)容總結(jié),指出了不足之處,并對下一步的研究方向進(jìn)行

8、展望。山東科技大學(xué)碩士學(xué)位論文摘要關(guān)鍵詞:pair.copula,GARCH模型,時(shí)變CVaR,投資組合優(yōu)化山東科技大學(xué)碩士學(xué)位論文ABSIRACTABSTRACTTheful'therdevelopmentofthefinaneialmarketfacilitatesthefmancialmarketspecula

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。