学位论文 > 优秀研究生学位论文题录展示

基于SV模型和Copula函数的VaR度量方法和实证分析

作　者: 周峤
导　师: 张曙光
学　校: 中国科学技术大学
专　业: 金融工程
关键词: VaR SV模型 MCMC Copula函数蒙特卡罗模拟实证研究
分类号: F224
类　型: 硕士论文
年　份: 2011年
下　载: 201次
引　用: 1次
阅　读: 论文下载

内容摘要

常用的VaR的度量方法有协方差矩阵法、历史模拟法、蒙特卡罗模拟法,而在实际中常遇到的两个问题是波动率的计算和投资组合VaR的计算问题。对单个资产波动率的描述有很多种模型,本文重点考虑了随机波动率模型。样本数据是2008年1月到2010年4月的人民币汇率数据,从USD/RMB、EURO/RMB的汇率的统计特征出发,基于SV模型及其扩展运用MCMC方法进行了VaR和ES的测算,用ES检测了尾部风险。研究表明SV模型可以有效地刻画汇率波动率的特征,其参数可以很好的反应汇率日波动率的特性,进而能够准确的估计汇率波动的风险。资产组合内部的相关性一直是VaR测算中的重要问题,本文主要用Copula函数来考虑资产内部的相关性。我们以1998年至2008年间我国多家银行操作风险损失数据为样本,在假设各种损失满足相同同分布的前提下,运用蒙特卡罗模拟的方法对总体损失分布进行模拟,求得VaR和ES,并进行了返回检验。研究表明Copula函数可以较为简单地描述操作风险事件间的相关性,基于Copula的蒙特卡罗模拟方法计算的组合VaR值能灵敏地反映组合的风险,进而为准备金的制定提供可靠的依据。

全文目录

摘要  4-5
ABSTRACT  5-8
第一章绪论  8-14
  1.1 金融风险的度量  8-9
  1.2 VaR 简介  9-12
  1.3 文献综述  12-14
第二章基于 MCMC方法的 SV模型  14-17
  2.1 常用波动率模型  14
  2.2 SV模型的特点  14-15
  2.3 MCMC方法  15-16
  2.4 SV 模型的检验  16-17
第三章人民币汇率风险的实证研究  17-23
  3.1 汇率风险  17
  3.2 模型的设定  17-18
  3.3 汇率收益率波动性特征分析  18-20
  3.4 SV模型的参数估计及分析  20
  3.5 基于SV 模型的VaR 和ES 估计  20-22
  3.6 本章小结  22-23
第四章 Copula函数  23-28
  4.1 资产组合的相关性  23-24
  4.2 Copula 函数的定义和性质  24-25
  4.3 常见的几种Copula 函数  25
  4.4 联合分布模拟  25-27
  4.5 投资组合VaR度量  27-28
第五章巴塞尔协议中操作风险的实证研究  28-36
  5.1 巴塞尔协议和操作风险  28-29
  5.2 模型的设定  29-31
  5.3 单种风险损失分布的参数估计  31-32
  5.4 总体风险损失的VaR和ES估计  32-34
  5.5 返回检验  34-35
  5.6 本章小结  35-36
第六章研究结论及展望  36-37
附录  37-42
参考文献  42

基于SV模型和Copula函数的VaR度量方法和实证分析

内容摘要

全文目录

相似论文