基于半参数CopulA-GARCH模型估计ETFs的VaR

摘要

Copula理论在金融研究领域已经得到十分广泛的运用，Copula函数作为“连接函数”能够有效的处理非正态联合分布密度函数，研究如何将多个资产的边缘密度函数表示为投资组合的联合分布函数，因此成为研究的热点，同样，风险价值VaR模型也是金融机构应用的热点。因此，本文采用Copula来研究ETF基金投资组合的风险价值。
　　 文章的前三章节先对Copula和VaR的研究现状进行介绍，系统的描述Copula理论及Copula理论如何应用于金融时间序列分析，并阐述如何使用Copula理论计算ETF投资组合的风险价值。还有，系统的介绍了风险价值的定义，常用的计算方法例如蒙特卡洛模拟等。
　　 文章的第四个章节进行了实证分析，选取大盘ETF—华安上证180ETF(基金代码：510180.OF)和中小盘ETF—华泰柏瑞红利ETF（基金代码：510880.OF），建立投资组合相应的Copula-GARCH-t模型，为了避免传统Copula模型对金融时间序列的尾部数据无法准确描述，因此采用半参数多元Copula-GARCH模型，对边缘分布的中间部分及尾部采用不同的拟合方法，随后采用基于Copula理论的蒙特卡洛模拟法预测投资组合未来一个月的风险价值，并研究不同的投资比例对于投资组合的风险价值有何影响。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 相关问题的研究现状

1．2．1 Copula理论的研究现状

1．2．2 Copula-GARCH模型的研究现状

1．2．3 VaR的研究现状

1．3 论文研究的问题和意义

第2章 连接函数Copula的基本理论

2．1 Copula理论简介

2．1．1 Copula函数的定义及性质

2．2 Copula函数的分类

2．3 Copula函数的参数估计

第3章 风险价值VaR模型及其原理

3．1 VaR的概念

3．2 VaR的计算公式

3．3 VaR的计算方法及比较

3．3．1 历史模拟法

3．3．2 蒙特卡洛模拟法

3．4 基于Copula函数的VaR计算

3．4．1 单资产的收益率条件分布的GARCH估计

3．4．2 标准化残差εt的半参数估计

3．4．3 多资产联合分布Copula函数的参数估计

第4章 基于半参数Copula-GARCH模型的实证研究

4．1 样本选取、数据来源及数据分析软件

4．2 数据分析过程

4．2．1 ETF基金每日收盘价数据分析

4．2．2 过滤每支ETF基金的收益率

4．2．3 半参数估计样本边缘密度函数

4．2．4 评价广义帕累托分布的估计情况

4．2．5 t Copula估计

4．2．6 计算VaR值

4．3 实证小结

参考文献

致谢

在读期间发表的学术论文