|
广西师范大学学报(自然科学版) ›› 2016, Vol. 34 ›› Issue (1): 93-101.doi: 10.16088/j.issn.1001-6600.2016.01.014
鲁思瑶, 徐美萍
LU Siyao, XU Meiping
摘要: 针对近期中国股票市场的剧烈波动给投资者带来的影响,本文选取中国沪深股市和香港股市中具有代表性的3种股票指数的日收益率数据进行建模分析。选用ARMA-GARCH(1,1)-t模型拟合其边缘收益率序列,利用Gumbel、Clayton和t-Copula的线性组合函数刻画其相关结构,再运用蒙特卡罗模拟方法计算不同置信水平下各股指的风险价值、预期损失和中位数损失,其中中位数损失是最近才提出的一种新的风险度量指标。本文的研究结果可以为有着不同风险偏好的投资者和管理者监管系统性风险提供借鉴。
中图分类号:
[1] 陈实. 2015年中国股市的运行格局和机会[N].金融投资报,2015-01-01(5). [2] 吴吉林,孟纹羽. 时变混合Copula模型的非参数估计及应用研究[J]. 数量经济技术经济研究,2013(8): 124-136,160. [3] 王璐,王沁,何平,等. 基于TGARCH-t的混合Copula投资组合风险测度研究[J]. 数学的实践与认识,2014,44(4): 1-9. [4] 高杰,付翼. 基于时变相关的混合Copula模型的投资组合风险分析[J]. 统计与决策,2011(19): 57-60. DOI: 10.13546/j.cnki.tjgjc.2011.19.012. [5] 杜方欣,张德生. 基于混合Copula-GARCH模型的黄金与股票的相关性分析[J]. 现代经济信息,2013(24): 353-355. [6] 常城. 基于极值理论的Copula-GARCH模型及其在金融风险中的应用[D].北京:中央民族大学,2013. [7] KOU S,PENG Xianhua. On the Measurement of Economic Tail Risk [EB/OL]. (2014-12-08) [2015-07-10]. http://ssrn.com/abstract=2381651. [8] TSAY R S. Analysis of financial time series [M]. 3rd ed. Hoboken, NJ: John Wiley & Sons Inc,2010: 131-134. [9] 陈蓉,蔡宗武,陈妙琼. 最小下偏矩套期保值比率估计研究:基于混合Copula方法[J]. 厦门大学学报(哲学社会科学版),2009(3): 34-40,53. [10] 陈守东,孔繁利,胡铮洋. 基于极值分布理论的VaR与ES度量[J]. 数量经济技术经济研究,2007(3): 118-124,133. DOI:10.13653/j.cnki.jqte.2007.03.013. [11] 林沐尘,申远. 基于EGARCH-Copula模型的VaR方法在投资组合风险分析中的应用[J]. 金融经济,2014(20): 83-85. DOI:10.14057/j.cnki.cn43-1156/f.2014.20.032. [12] 武昭. 投资组合风险测度研究:基于Copula理论和传统方法的比较分析[D]. 西安:陕西师范大学,2013. [13] 王飞. 基于时变混合Copula模型的市场间极端风险溢出度量[D]. 杭州:浙江工商大学,2012. |
[1] | 张军舰,赖廷煜,杨晓伟. VaR和ES的贝叶斯经验似然估计[J]. 广西师范大学学报(自然科学版), 2016, 34(4): 38-45. |
[2] | 廖广睿, 杨永栩. BES III上J/ψ→γηc→γϕϕ的蒙特卡罗模拟[J]. 广西师范大学学报(自然科学版), 2016, 34(3): 1-6. |
[3] | 丁新月, 徐美萍. 基于极值理论的VaR和ES度量——以中兴通讯数据为例[J]. 广西师范大学学报(自然科学版), 2015, 33(2): 76-81. |
|
版权所有 © 广西师范大学学报(自然科学版)编辑部 地址:广西桂林市三里店育才路15号 邮编:541004 电话:0773-5857325 E-mail: gxsdzkb@mailbox.gxnu.edu.cn 本系统由北京玛格泰克科技发展有限公司设计开发 |