动态谱风险度量及最优投资组合分析

发布时间：2023-04-17 03:00

　　随着我国金融市场的逐步开放和经济周期的变化,我国的金融市场将越来越受到国际金融市场的影响,我国金融市场所呈现的波动性也越来越大。由于我国金融体系还不够完善,金融机构和企业对风险的管理和防范意识还不够成熟,再加上我国的金融监管制度尚不健全。因此,对金融风险的准确度量和加强金融风险的管理是我国金融体系应亟待解决的问题。本文基于一致性风险度量的性质,指出VaR在实际应用中的缺陷,重点研究了ES和谱风险度量的一些性质,同时还介绍了构造风险谱函数的方法。 本文的主要研究对象是谱风险度量(SRM),由于谱风险度量是由风险度量ES生成的一大类一致性风险度量,ES是特殊的谱风险度量。为了计算的简便,本文在研究动态谱风险实证分析的过程中,重点分析SRM的特例---ES模型,建立基于GARCH模型的动态谱风险模型,同时考虑到股票数据尖峰厚尾的特性,序列的尾部用GED分布来拟合,并通过实证分析分别比较在正态分布、学生-t分布和GED分布下VaR、ES模型的精确度,最终得出基于GED分布的ES模型对风险的估计较好。 最后文章采用谱风险度量,建立离散状态下的均值一Mφ模型来解决投资组合优化问题,建立了最小化Mφ...

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
        1.1.1 金融风险的概念
        1.1.2 金融风险的类型
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 论文主要内容
    1.4 论文的主要创新点
2 金融风险度量方法
    2.1 VaR方法
        2.1.1 VaR的定义
        2.1.2 VaR的性质
        2.1.3 VaR的特点
    2.2 一致风险度量
        2.2.1 CVaR的定义
        2.2.2 CVaR的性质
        2.2.3 CVaR的特点
3 谱风险度量
    3.1 谱风险的概念
    3.2 效用函数理论
    3.3 风险谱函数的构造
        3.3.1 指数风险谱函数
        3.3.2 幂风险谱函数
4 基于GARCH模型的动态谱风险度量模型及实证分析
    4.1 GARCH模型及广义误差分布模型
    4.2 动态谱风险度量模型
    4.3 动态谱风险度量实证分析
5 基于谱风险度量的投资组合优化模型
    5.1 均值-方差模型
    5.2 均值-VaR模型
    5.3 均值-CVaR模型
    5.4 均值-M_φ模型
    5.5 均值-M_φ优化模型实证分析
结论
致谢
参考文献
在校期间发表学术论文及研究成果
详细摘要



本文编号：3792429