论文部分内容阅读
在金融风险管理中，投资组合风险度量问题一直是研究热点之一，而资产分布模型的拟合效果和资产间相关关系的拟合效果都会影响到风险度量的准确性。本文应用GARCH-EVT模型对资产收益率序列建立模型，对资产的分布进行了有效拟合，并利用混合R-vine模型对资产间的相依结构建模，更好地捕捉了多资产间的相依结构，进而对资产组合风险进行了准确度量。 本文以工商银行、中国银行、中信证券、海通证券、国电电力和中国神华六只股票为实证分析对象，首先，本文以数据为导向，充分考虑对数收益率序列的不同分布特征，摒弃传统单一的GARCH-EVT模型，采用不同的GARCH类模型和逐段的EVT模型拟合序列的边缘分布，有效捕捉到了序列的尖峰厚尾、条件异方差性和极值信息；其次，相较传统上用单一C-vine、D-vine或R-vine模型构建多资产相依结构，本文创新性地对收益率序列建立混合R-vine模型，更准确的刻画了资产间的相依结构；最后，利用建立的基于 GARCH-EVT的混合 R-vine模型对六只股票的投资组合进行风险度量，由返回检验的结果可知，基于GARCH-EVT的混合R-vine模型准确度量了投资组合的VaR值。