基于Copula-GARCH模型的互联网金融市场风险测度

摘要

随着我国互联网科技的飞速发展，诸如“支付宝、淘宝众筹、人人贷、P2P网贷”等新型的互联网金融领域的发展如火如茶，与此同时，像大数据分析、云计算等相关的互联网技术也在以互联网金融的方式慢慢渗透到传统的金融领域之中，互联网金融的产生也逐渐使人们生活中的支付和投资方式产生了一些演变，但是在互联网金融模式飞速发展的同时，由于线上的互联网模式没有现实生活中的结算活动的真实性大，往往存在着信息的不对称性，投资者可能并不清楚互联网机构所保证的到期收益是不是可靠的，其中隐藏着大量潜在的风险。所以如何能够有效地进行互联网金融风险的管控非常重要。
　　本文以互联网金融的基本概念及特点出发，分析了互联网金融在其发展过程中存在的几种不同的风险以及他们的度量方法，由于互联网金融数据的波动特征具有聚集性，即条件异方差，故在拟合样本数据的时候，为了更好的说明波动的集聚性，即去除条件异方差性，基于此，再引入Copula函数对传统的金融市场风险度量方法进行改进，在实证研究部分，以Copula函数理论为基础，对投资组合风险价值进行度的，以红岭创投及人人贷平台的日收益率数据为研究对象，用Matlab软件对常用的几种Copula函数进行参数估计，并选取欧氏距离指标作为Copula模型的评价标准。发现常用的几种Copula函数中，t-Copula模型能最好的对红岭创投及人人贷平台的日收益率的观测数据进行拟合，最后用蒙特卡洛模拟的方法求出给定三种不同权重下投资组合的风险价值。
　　通过使用最优的Copula-GARCH模型所输出结果中，对比了三种不同权重的投资组合的VaR值的大小，发现了当红岭创投的投资权重为0.6，人人贷的投资权重为0.4时，使用这两种Copula函数所求出的VaR值都是最小的，与此同时，因为使用的Copula-GARCH模型拟合出的模拟收益率序列再进行蒙特卡洛模拟得到的VaR的过程中，模拟收益率和原始样本数据之间也是相差无几的，所以可以得出比较准确的结论，即投资者选择怎样的投资组合时风险是最小的，为投资者怎样更好的选取投资组合提供了相关的理论依据。

目录

声明

第一章 绪论

1.1研究背景

1.2问题的提出

1.3研究意义

1.4国内外研究现状

1.5研究内容和基本框架

1.6研究的创新与不足

第二章 互联网金融风险的发展情况及风险表现

2.1我国互联网金融发展概况

2.2互联网金融风险表现及其度量方法

第三章 互联网金融市场的收益率波动模型

3.1 ARCH模型

3.2 GARCH模型

3.3 GJR-GARCH模型

3.4波动特征及相关的检验方法

第四章 互联网金融市场风险的测度方法

4.1 VaR定义及计算思想

4.2 Copula函数简介

4.3 Copula模型的参数估计

4.4基于Copula函数的相关性指标

第五章 实证分析

5.1样本的选择及数据处理

5.2数据的描述性统计分析

5.3边缘分布的拟合

5.4 GARCH-Copula模型

5.5Copula函数的选取以及评价

5.6计算风险价值VaR

5.7研究结论

致谢

参考文献