基于Copula理论和GPD模型的金融市场风险度量研究 下载 mobi epub pdf 电子书 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

内容简介

《基于Copula理论和GPD模型的金融市场风险度量研究》综合运用金融计量学和数理统计学的理论与方法，通过对金融市场风险度量进行研究，引入描述金融时序收益率尾部特征的GPD模型和刻画金融市场相依结构的Copula函数，并基于5个问题对不同金融市场进行实证分析，结合中国金融市场巨幅波动风险、区域经济结构升级风险和新兴业态个股估值风险的现实问题，剖析当前中国经济新常态下的金融市场风险机制和度量原理，重点对内外部冲击引致金融市场极端风险、区域经济换档升级动态风险、战略新兴产业高估值和传统产业改造升级相依风险三个方面进行研究，探究金融市场风险度量的内在机制及特征，为风险管理者和投资者提供理论支持和决策参考，进而为中国金融系统的稳定和相关政策的制定提供科学依据和一定的理论指导。

作者简介

　　李强，1969年生，河南焦作人，贵州财经大学金融学院副教授，目前承担的主要课程有《金融工程学》《金融风险管理》《金融计量学》《证券投资学》和《公司金融》等，主要研究方向为金融工程与金融风险管理，近年来发表金融风险度量领域的南大核心期刊7篇，管理科学部指定期刊2篇，主持省部级项目1项，并参与自然科学基金项目和教育部中央高校基本科研基金项目等省部级课题研究工作，在金融风险度量和金融稳定研究领域具有一定的理论知识和实证经验。
　　
　　周孝华，湖南武冈人，重庆大学经济与工商管理学院博士，教授，博士生导师，证券研究所所长。中国金融工程学会常务理事，美国瓦布莱索大学、芝加哥大学访问学者与合作研究者。多家企业的独立董事及投融资管理顾问，多家金融机构的咨询顾问，多家期刊的匿名审稿人。长期从事金融与证券市场、风险管理、资产定价、公司投融资等方面的研究与教学工作。主持和参与国家、省部级及企业横向课题30余项，在国内外及重要学术期刊上发表论文100余篇，出版专著、教材6部。

内页插图

目录

绪 论1
第1章　金融市场风险度量概述14
1.1　金融风险、金融市场风险与风险管理14
1.2　金融市场风险的VaR和ES度量方法16
1.3　本章小结32
第2章　基于GPD模型的金融市场风险度量研究33
2.1　问题的提出33
2.2　基于极值理论的GPD模型34
2.3　基于GPD的阈值模型39
2.4　极值序列的相关性分析54
2.5　本章小结62
第3章　基于Copula理论的金融市场风险度量64
3.1　问题的提出64
3.2　Copula函数的概念及其性质65
3.3　Copula函数的类型68
3.4　基于Copula函数的相关性度量71
3.5　Copula函数的参数估计、检验与模拟77
3.6　基于Copula函数的中国台湾和韩国股票市场相关性研究88
3.7　本章小结95
第4章　基于极值谱风险和EV Copula-GPD模型的金融市场风险度量研究96
4.1　问题的提出96
4.2　极值谱风险度量97
4.3　基于双参数Copula函数的相关性风险分析100
4.4　EV Copula-GPD模型106
4.5　EV Copula-ASV-GPD模型的风险度量实证109
4.6　本章小结116
第5章　基于多元t -Copula函数的金融市场风险度量研究118
5.1　问题的提出118
5.2　多元t-Copula模型119
5.3　基于多元t-Copula-ASV-GPD模型的中国外汇储备货币组合的风险
度量121
5.4　多元t-Copula函数有无美式篮子期权股指组合的风险度量127
5.5　本章小结136
第6章　动态Copula模型和GPD模型的金融市场风险度量研究137
6.1　问题的提出137
6.2　时变参数相关的Copula模型138
6.3　变结构的Copula模型142
6.4　基于时变Copula函数的尾部相关性风险度量144
6.5　本章小结153
第7章　基于Copula-ASV-GPD混合模型的应用研究155
7.1　研究背景及问题的提出155
7.2　研究问题的进一步思考156
7.3　研究问题模型的构建159
7.4　Copula-ASV混合模型的构建168
7.5　本章小结223
第8章　研究结论及展望225
8.1　本书结论225
8.2　研究展望229
参考文献232

精彩书摘

　　《基于Copula理论和GPD模型的金融市场风险度量研究》：
　　20世纪90年代以来，随着投资自由化的不断深入，经济全球化和金融一体化、虚拟化步伐的加快，金融衍生产品的急剧膨胀，结构型金融商品市场的快速发展，以及信息技术的高速发展带来了金融交易成本不断下降。现代金融理论和金融工程技术的突破性发展，不仅显著提高了资金和信息的流动效率，还扩大了其规模，使得全球金融市场发生了根本性变化，而且促使了世界各国经济、金融系统从最初的孤立分散系统整合为如今各子系统间存在较强耦合作用的世界经济系统。这增强了各国之间的经济联系、促进了经济发展，但同时各种创新型的金融衍生工具所蕴含的风险结构也使得全球金融市场的波动性和风险不断增大。
　　在过去的20多年中，随着金融一体化的进程日益加快，世界各国的经济开放程度逐渐提高，金融全球化加深了金融市场之间的依存性和联动性，投资自由化改变了金融市场的资本配置和运行模式，而资本的持续流动在推动金融深化、扩大金融规模和提高金融市场效率的同时也带来了金融波动及金融市场危机频繁爆发等问题。例如，1987年美国的“黑色星期一”大股灾，1990年的日本股市危机，1992年的欧洲货币危机，1994年底的墨西哥比索危机，1997年的亚洲金融危机、1998年拉美金融危机和俄罗斯金融危机引致美国长期资本管理公司（long-termcapitalmanagement，LTCM）濒临破产，2001年“911”恐怖袭击使得全球股市巨幅震荡，等等。特别是2007年由美国次贷危机所引发的全球性金融危机，其波及范围之广、影响程度之深、冲击强度之大，为20世纪30年代以来所罕见，导致了全球金融市场的动荡，使各个国家遭受了百年一遇的经济衰退，随后迪拜债务危机和欧洲债务危机引发了世界经济再次面临衰退的局面。这些金融极端事件的发生给世界经济和金融市场的健康发展造成了巨大的破坏，同时也使人们进一步意识到金融风险管理的必要性和紧迫性。这就使得金融风险的防范与管理越来越受到理论界与业界的高度重视，从而导致风险管理、投资组合及资产定价等问题成为当今金融界研究的热点问题。因此，有效地防范、抵御与化解金融风险有赖于对风险状况的准确度量，风险度量在风险管理系统中占据核心与基础地位。
　　金融风险的定义是未来收益的不确定性，其产生的根源是金融收益序列的随机波动性。传统的金融度量方法主要是以波动率方法为代表，波动率方法建立在Markowitz（1952）的均值-方差理论基础之上。传统的金融度量方法的局限性较为明显，波动性只描述收益偏离的程度，而未能描述偏离的方向及损失的具体水平，其适用范围也仅局限于市场风险，对不能通过盯市观测的金融资产的价格波动，难以直接测量方差。20世纪70年代以后，新古典经济学（newclassicaleconomics）占据了经济学研究的主流地位，构建了基于信息和不确定性的经济分析框架。同时，Fama的“有效市场假说”（efficientmarketshypothesis，EMH）、Sharpe和Lintner的“资本资产定价模型”（capitalassetpricingmodel，CAPM）、Ross的“套利定价模型”（arbitragepricingtheory，APT）及Black-Scheoles的期权定价理论等一系列经典金融理论和模型，使金融学作为一门独立学科的地位得以确立。上述经济和金融理论的确立，为金融风险管理理论和方法的发展奠定了坚实的理论基础。随着信息技术的迅猛发展，学术界转而运用数学模型和仿真模拟等手段来解决各种金融风险管理问题，从而直接导致了20世纪80年代金融工程学（financialengineering）这一新兴学科的产生和发展。近些年来，金融计量学（financialeconometric）广泛应用于金融实证研究中，即通过对金融市场各种变量（各类资产价格、收益率、成交量等）进行统计分析和计量建模，同时将现代统计和计量经济分析技术嵌入到金融理论中，推动了金融理论研究和金融实证研究的发展。金融计量学发展过程中影响**、具有里程碑意义的贡献之一是以自回归条件异方差（autoregressivecondictionalheteroskedasticity，ARCH）模型和随机波动率（stochasticvolatility，SV）模型为代表刻画时变波动的金融波动模型（Bollerslevetal.，2002）。20多年来，金融波动模型的研究与应用发展迅速，已成为金融计量学和金融时间序列研究的重要分支和前沿领域之一。特别是近年来直接以金融波动为标的金融衍生产品市场发展迅速，波动的特征将直接影响金融衍生品的设计、定价与风险管理。
　　基于对波动运动过程假设的不同，金融波动模型分为ARCH簇模型和SV簇模型，两者的主要区别在于前者假设波动服从一个确定性的变化过程，而SV簇模型假设金融资产的波动服从某个不可观测的随机过程。同时基于模型描述金融资产维数的不同，金融波动模型可分为一元和多元金融波动模型。鉴于先前对金融波动模型的研究主要集中于一元金融波动模型，而多元金融波动模型的研究进展相对迟滞（Bollerslevetal.，2002），因而对传统多元金融波动模型的研究和改进是金融计量学未来发展的重要方向之一（Engleetal.，2004）。近年来，多元金融波动模型在资产定价、投资组合构建与评估、期权定价和风险管理等金融领域都得到了广泛的应用。
　　在上述基本理论与方法的基础上，自20世纪80年代起，风险管理研究开始体现客观性和科学性，风险管理多采用定量分析技术，大量运用数理统计模型来识别、度量和监测风险。新经济形势下的风险的复杂性也对风险管理提出了新的挑战与要求，风险管理研究以其自身交叉学科的性质，得到了学术界的重视。我国在风险度量实务和风险管理理论方面处于起步阶段，应在引进、消化和吸收国外先进的风险管理理念和实践经验的基础上，结合我国的国情，在理论和方法创新方面，积极探索适合我国风险管理的模式，以应对国际金融市场的风险冲击。
　　随着科学技术的飞跃，许多自然科学的成果也逐步应用到风险度量中，为风险的准确度量奠定了坚实的技术基础，形成了以在险价值（valueatrisk，VaR）为风险管理的国际标准方法，该方法与传统的风险度量技术（如到期时间、持续期及缺口分析等）相比有更强的适应性和科学性。然而VaR方法仍然存在一些严重的缺陷，其中比较引人注目的是它忽略了极端损失值，即难以描述损失分布左尾极值（extremevalue）的信息；VaR方法的另一个重大缺陷是不满足次可加性，这一缺陷也是导致其估计结果不一致甚至偏差较大的重要原因。针对VaR方法存在的缺陷，衍生出预期不足（expectedshortfall，ES）及根源于ES的谱风险度量（spectralmeasuresofrisk）符合一致性风险度量为代表的现代金融风险度量方法。谱风险度量被认为是合理的风险度量。研究如何将谱风险度量应用于金融风险管理，以期在给定收益水平下使投资风险最小化，或者在给定的投资风险水平下使投资的收益**化，进而使其某些性质得到数学上的阐释以加深其经济含义，具有重要的理论意义。
　　……
基于Copula理论和GPD模型的金融市场风险度量研究 下载 mobi epub pdf txt 电子书 格式

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

类似图书 点击查看全场最低价