基于EGARCH-Copula模型的VaR方法在投资组合风险分析中的应用

GARCH族模型是金融计量学中用来描述或预测金融资产收益率波动的模型,通过对金融资产收益率波动的建模,可以得出未来金融资产收益率的条件分布。Copula函数可以用来描述多个随机变量间的相依结构,进而得出他们的联合分布。Copula自被引入金融产品分析以来,以取得了很多成果也被广泛使用。运用GARCH族模型进行资产组合中边缘分布的建模,继而使用Copula得到组合资产联合分布的方法来计算资产组合VaR值最早被吴振翔（2006）系统性地提出,但其中有许多问题仍需要完善。本文将继续这个思路,通过EGARCH模型更好地描述资产收益率的杠杆效应,以及考虑Copula函数中参数的时变性,来完善这一方法。     

基于动态VaR模型和Copula函数的省级政府平台公司投资风险测度

省级政府投融资平台公司在城镇化建设中发挥着重要作用,其投融资风险问题亦逐渐引起重视。基于平台公司的投资收益会随着市场等宏观环境的变化而波动的考虑,将平台公司的项目投资资产视为金融资产而度量其风险状况。考虑单笔投资的情形,建立极值理论和SV-t模型的相结合平台公司一维融资风险动态VaR模型;进而考虑多笔投资间的非线性关系,结合Copula函数和蒙特卡洛模拟思路,建立平台公司多维融资风险度量模型。所构建的模型避免了传统研究的强主观性,并实现了投资风险的实时、动态度量。     

基于贝叶斯方法与时变Copula模型的基金风险的度量

基于贝叶斯理论的 MCMC方法对单个基金收益率进行 GARCH 建模,以及对投资组合权重进行后验模拟.进一步结合时变Copula理论计算基金投资组合的 VaR,与基于极大似然法的结果进行比较.实证结果表明基于贝叶斯理论的时变Copula的 VaR方法,能够更有效的度量开放式基金投资组合的风险.     

基于VaR模型的股票组合投资分析

本文首先介绍了VaR的定义及其计算方法,然后给出一个股票组合,通过蒙特卡洛模拟方法预测一段时间后的最大损失,最后提出了在进行VaR应用时所需要关注的几点问题.     

一种计算投资组合VaR的新方法

作为金融领域一个重要研究课题,风险度量受到越来越多的关注。传统的估计风险值的方法检验效果不理想,本文运用Copula函数代替相关系数表示风险因子之间的依存关系,能够有效地处理投资组合的风险和相关性,并通过实证分析运用Copula理论来计算投资组合收益风险值。     

基于Copula模型的沪市A股投资组合风险分析

本文采用Copula—GARCH模型对金融市场中投资组合的风险问题进行分析,并选取沪市A股六支股票进行实证研究,结合Monte Carlo模拟计算了投资组合的VAR值,结果显示对资产进行适当的组合可降低投资者的风险,从而证实了模型的可行性和有效性。     

基于Kernel-Copula函数的VaR

VaR是评估资产组合风险的有效手段之一。已有的VaR估计方法依赖于总体分布,且无法全面描述不同资产间的风险相关性,导致风险常常被低估。为此,本文采用Kernel-Copula函数,估计资产组合的VaR,提高估计结果的精度和可信度。最后,利用新方法估算沪深300和标普500构成的资产组合VaR。     

VaR理论模型在证券组合投资中实证分析

目前我国的证券投资市场还存在众多不规范的地方,加强金融市场尤其是证券交易市场的风险管理势在必行。目前在国际市场上存在着很多的风险测量的方式,其中VaR模型已成为金融市场上非常重要的测量方式。首先介绍了关于证券组合投资的基本概念及面临的主要风险,再介绍了VaR模型的主要计算方式、优缺点以及VaR模型主要的获取方法。最后重点分析了在VaR约束下使用方差-协方差法的投资组合决策。     

VaR理论模型在证券组合投资中实证分析

目前我国的证券投资市场还存在众多不规范的地方,加强金融市场尤其是证券交易市场的风险管理势在必行。目前在国际市场上存在着很多的风险测量的方式,其中VaR模型已成为金融市场上非常重要的测量方式。首先介绍了关于证券组合投资的基本概念及面临的主要风险,再介绍了VaR模型的主要计算方式、优缺点以及VaR模型主要的获取方法。最后重点分析了在VaR约束下使用方差-协方差法的投资组合决策。     

基于Copula的投资组合选择模型研究

基于概率收益率与概率风险的定义,建立基于风险与收益率的投资组合模型,为了更好拟合联合分布,在具体解法中采用Copula函数来构造多个资产收益率的联合分布。由于不要求收益率服从维纳过程,因此基于Copula的Markowitz投资组合选择模型具有更广的适用性。通过对上证领先指数与深证领先指数收盘数据实证分析发现,在收益率(基于概率ρ0的收益率)一定的情况下,通过投资组合可以降低风险。