高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

投资组合风险测度——基于FIGARCH-EVT-Copula方法

江红莉,何建敏,庄亚明,张岳峰

downloadPDF
文章导航> bob手机在线登陆学报（社会科学版）> 2012> (1): 44-49
江红莉, 何建敏, 庄亚明, 张岳峰. 投资组合风险测度——基于FIGARCH-EVT-Copula方法[J]. bob手机在线登陆学报（社会科学版）, 2012, (1): 44-49.
引用本文: 江红莉, 何建敏, 庄亚明, 张岳峰. 投资组合风险测度——基于FIGARCH-EVT-Copula方法[J]. bob手机在线登陆学报（社会科学版）, 2012, (1): 44-49.
shu
JIANG Hongli, HE Jianmin, ZHUANG Yaming, ZHANG Yuefeng. The Research on Portfolio Risk Measurement Based on FIGARCH-EVT-Copula[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2012, (1): 44-49.
Citation: JIANG Hongli, HE Jianmin, ZHUANG Yaming, ZHANG Yuefeng. The Research on Portfolio Risk Measurement Based on FIGARCH-EVT-Copula[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2012, (1): 44-49.
shu

投资组合风险测度——基于FIGARCH-EVT-Copula方法

  • 1.

    东南大学 经济管理学院, 南京 211189

基金项目:

国家自然科学基金资助项目“流动性调整期望损失La-ES和最优变现策略”(70671025/G0115)

The Research on Portfolio Risk Measurement Based on FIGARCH-EVT-Copula

  • 1.

    School of Economics & Management,Southeast University,Nanjing 211189,China

  • 摘要:金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记性。基于此,将FIGARCH、EVT和Copula有机融合,建立FIGARCH-EVT-Copula模型来估计组合风险值,利用上证指数、深成指数组合进行实证研究。实证研究表明：我国股市波动确实具有长记忆性;FIGARCH-EVT-Copula模型不仅能够准确刻画边缘分布的尖峰厚尾性、异方差性和长记忆性,而且较之于传统模型,该模型能更准确地测度投资组合风险。
    Abstract:It is well known that financial equity has sharp-peaks, fat-tails, heteroskedasticity and long memory. Considering these three features,this article constructs a risk measure model based on the FIGARCH-EVT-Copula for financial portfolio. The VaR and ES risk measure based on the FIGARCH-EVT-Copula is applied on the portfolio, which is composed by Shanghai Stock index and Shenzhen Component Index equal weight. The empirical results show that there is apparent long memory property in Chinese stock market. The results also show that, the model of FIGARCH-EVT-Copula really can capture the properties of sharp-peaks, fat-tails, heteroskedasticity and long memory, and proves that the model of FIGARCH-EVT-Copula is more efficiency than traditional model in measure the portfolio risk whose marginal distribution has the property of long memory.
  • [1] 雷鸣,缪柏其. 运用生存分析与极值理论对上证指数的研究[J]. 数量经济技术经济研究,2004(11)：130-137.
    [2] Baillie R T,Bollerslev T,MIK Kelsen H O. Fractionally integrated generalized autoregressive conditional heteroskedasticity[J]. Journal of Econometrics,1996,74(1)：3-30.
    [3] Sibbertsen P. Long memory in volatilities of German stock returns[J]. Empirical Economics,2004,29(3)：477-488.
    [4] Wu P T,Shieh S J.Value-at-risk analysis for long-term interest rate futures:fat-tail and long memory in return innovations[J]. Journal of Empirical Finance,2007,14(2)：248-259.
    [5] Aloui C,Mabrouk S. Value-at-risk estimations of energy commodities via long-memory,asymmetry and fat-tailed GARCH models[J]. Energy Policy,2010,38(5)：2326-2339.
    [6] 汤果,何晓群,顾岚. FIGARCH模型对股市收益长记忆性的实证分析[J]. 统计研究,1999(7)：39-42.
    [7] 王春峰,张庆翠. 中国股市波动性过程中的长期记忆性实证研究[J]. 系统工程,2004,22(1)：78-83.
    [8] 肖智,傅肖肖,钟波. 基于EVT-POT-FIGARCH的动态VaR风险测度[J]. 南开管理评论,2008,11(4)：100-104.
    [9] Embrechts P,Mcneil A,Straumann D. Risk management: value at risk and beyond[M]. Cambridge: CambridgeUniversity Press,1999：176-223.
    [10] Jondeau E,Rockinger M. The Copula-GARCH model of conditional dependencies: an international stock market application [J]. Journal of International Money and Finance,2006,25(5)：827-853.
    [11] 韦艳华,张世英. 金融市场的相关性分析——Copula-GARCH模型及其应用[J]. 系统工程,2004,22(4)：7-12.
    [12] Mendes B V M,Kolev N. How long memory in volatility affects true dependence structure[J]. International Review of Financial Analysis,2008,17(5):1070-1086.
    [13] Wang Z R,Chen X H,Jin Y B,Zhou Y J. Estimating risk of foreign exchange portfolio: using VaR and CVaR based on GARCH-EVT-Copula model [J]. Physica A,2010,389(21)：4918-4928.
    [14] 应益荣,詹炜. 资产组合ES风险测度的Copula-EVT算法[J]. 系统管理学报,2007,16(6)：602-606.
    [15] 傅强,邢琳琳. 基于极值理论和Copula函数的条件VaR计算[J].系统工程学报,2009,24(5)：531-537.
    [16] 罗登跃,王玉华. 上海股市收益率和波动性长记忆特征实证研究[J]. 金融研究,2005(11)：109-116.
    [17] Neftci S N.Value at risk calculation,extreme events,and tail estimation[J]. Journal of Derivatives,2000,7 (3)：23-38.
    [18] 叶五一,缪柏其,吴振翔. 基于Bootrap方法的VaR计算[J]. 系统工程学报,2004,19(5)：528-531.
  • [1] 李宏.中国自然灾害与长期经济增长——基于VAR与VEC模型的协整分析. bob手机在线登陆学报（社会科学版）, 2018, (5): 112-118.doi:10.15918/j.jbitss1009-3370.2018.5458
    [2] 贺达.基于VAR模型P2P网络借贷与传统金融市场之间的动态变化. bob手机在线登陆学报（社会科学版）, 2018, (5): 82-89.doi:10.15918/j.jbitss1009-3370.2018.2334
    [3] 詹泽雄, 吴宗法, 程国雄.基于前景价值与下偏二阶矩的投资组合优化研究. bob手机在线登陆学报（社会科学版）, 2017, (2): 55-66.doi:10.15918/j.jbitss1009-3370.2017.0208
    [4] 陈倩.小样本条件下操作风险度量中的参数估计研究. bob手机在线登陆学报（社会科学版）, 2015, (3): 92-99.doi:10.15918/j.jbitss1009-3370.2015.0313
    [5] 李成, 郭哲宇, 王瑞君.中国货币政策与股票市场溢出效应研究——基于VAR-GARCH-BEKK模型. bob手机在线登陆学报（社会科学版）, 2014, (4): 83-91.
    [6] 张保帅, 彭小兵.投资组合极值风险测度——基于T-Copula-SV-T-EVT模型. bob手机在线登陆学报（社会科学版）, 2014, (5): 77-81.
    [7] 詹原瑞, 刘俊梅.基于VaR和ES的经济资本配置方法比较分析. bob手机在线登陆学报（社会科学版）, 2013, (6): 46-50.
    [8] 陈庭强, 郑坤法, 何建敏.心理账户交互作用下证券投资组合风险度量模型研究. bob手机在线登陆学报（社会科学版）, 2012, (6): 60-63.
    [9] 董耀武, 周孝华, 姜婷.基于EVT-POT-SVt模型的风险度量研究. bob手机在线登陆学报（社会科学版）, 2011, (3): 41-45.
    [10] 崔和瑞, 王娣.基于VAR模型的我国能源-经济-环境(3E)系统研究. bob手机在线登陆学报（社会科学版）, 2010, (1): 23-28.
    [11] 张圣亮, 赵芳芳.顾客关系对感知损失、情绪和补救期望的影响. bob手机在线登陆学报（社会科学版）, 2010, (3): 54-60.
    [12] 严玲, 周国栋.基于项目治理理论的政府投资项目代建制改革分析. bob手机在线登陆学报（社会科学版）, 2008, (6): 44-49.
    [13] 赵瑾璐, 张璐超.国有商业银行引入战略投资者原因及条件的理论分析. bob手机在线登陆学报（社会科学版）, 2008, (1): 45-48.
    [14] 姚绍文.模糊环境下基于信息熵风险度量的投资组合模型. bob手机在线登陆学报（社会科学版）, 2008, (6): 59-61.
    [15] 马兴杰.有偏分布下的VaR估计方法研究. bob手机在线登陆学报（社会科学版）, 2008, (5): 75-77.
    [16] 纪颖波, 房海滨.基于破产概率和VaR的保险公司资产负债管理研究. bob手机在线登陆学报（社会科学版）, 2007, (5): 77-80.
    [17] 任宇航, 夏恩君, 程功.信用风险组合管理模型中的相关性问题研究述评. bob手机在线登陆学报（社会科学版）, 2006, (3): 66-70.
    [18] 贾俊雪.限定低风险下的投资组合问题. bob手机在线登陆学报（社会科学版）, 2003, (2): 84-86.
    [19] 陈锐刚, 杨国孝.基于分形市场假设下的VaR计算. bob手机在线登陆学报（社会科学版）, 2003, (1): 84-86.
    [20] 任达, 屠新曙.无风险利率下投资组合的有效前沿. bob手机在线登陆学报（社会科学版）, 2002, (2): 75-78.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:1131
  • HTML全文浏览量:1
  • PDF下载量:187
  • 被引次数:0
出版历程
  • 收稿日期:2010-12-14

投资组合风险测度——基于FIGARCH-EVT-Copula方法

  • 1. 东南大学 经济管理学院, 南京 211189
    • 基金项目:

    国家自然科学基金资助项目“流动性调整期望损失La-ES和最优变现策略”(70671025/G0115)

  • 收稿日期:2010-12-14

摘要:金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记性。基于此,将FIGARCH、EVT和Copula有机融合,建立FIGARCH-EVT-Copula模型来估计组合风险值,利用上证指数、深成指数组合进行实证研究。实证研究表明：我国股市波动确实具有长记忆性;FIGARCH-EVT-Copula模型不仅能够准确刻画边缘分布的尖峰厚尾性、异方差性和长记忆性,而且较之于传统模型,该模型能更准确地测度投资组合风险。

English Abstract

江红莉, 何建敏, 庄亚明, 张岳峰. 投资组合风险测度——基于FIGARCH-EVT-Copula方法[J]. bob手机在线登陆学报（社会科学版）, 2012, (1): 44-49.
引用本文: 江红莉, 何建敏, 庄亚明, 张岳峰. 投资组合风险测度——基于FIGARCH-EVT-Copula方法[J]. bob手机在线登陆学报（社会科学版）, 2012, (1): 44-49.
shu
JIANG Hongli, HE Jianmin, ZHUANG Yaming, ZHANG Yuefeng. The Research on Portfolio Risk Measurement Based on FIGARCH-EVT-Copula[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2012, (1): 44-49.
Citation: JIANG Hongli, HE Jianmin, ZHUANG Yaming, ZHANG Yuefeng. The Research on Portfolio Risk Measurement Based on FIGARCH-EVT-Copula[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2012, (1): 44-49.
shu
参考文献 (18)

目录

    /

      返回文章
      返回

        作者相关

        写作规范

        友情链接

        总访问量: 今日访问量:

        版权所有：bob手机在线登陆学术期刊中心

        主管单位: 中华人民共和国工业和信息化部 主办单位: bob手机在线登陆 地址: 北京市海淀区中关村南大街5号

        本系统由北京仁和汇智信息技术有限公司开发  百度统计

        Baidu
        map