金融時(shí)間序列VaR模型研究與Web可視化系統(tǒng)構(gòu)建.pdf

1、隨著金融衍生品不斷豐富，加上最近出現(xiàn)的互聯(lián)網(wǎng)金融，都使得個(gè)人和企業(yè)面臨更多投資理財(cái)?shù)倪x擇。風(fēng)險(xiǎn)和收益總是相伴相生，相互制約，因此在有限資金情況下，如何以最小的風(fēng)險(xiǎn)取得最大的收益，是長(zhǎng)期擺在學(xué)術(shù)界、金融界和投資者面前的問(wèn)題，這也是投資組合理論（Portfolio Theory）產(chǎn)生的背景和研究?jī)?nèi)容。金融時(shí)間序列分析（Analysis of Financial Time Series）是一門新興的涉及數(shù)理統(tǒng)計(jì)、經(jīng)濟(jì)金融與計(jì)算機(jī)科學(xué)的交叉學(xué)科

2、，因此考慮通過(guò)研究金融時(shí)間序列特征和風(fēng)險(xiǎn)模型，來(lái)改進(jìn)投資組合模型。
　　首先，介紹了本課題的研究背景和意義，對(duì)國(guó)內(nèi)外相關(guān)文獻(xiàn)和研究技術(shù)做了綜述。結(jié)合廣義自回歸條件異方差（Generalized Autoregressive Conditional Heteroskedasticity，GARCH）模型和馬爾科夫蒙特卡洛（Markov Chain Monte Carlo，MCMC）方法，提出了一個(gè)改進(jìn)的VaR（Value at Ri

3、sk，VaR）計(jì)算方法，并結(jié)合滬深300指數(shù)對(duì)改算法進(jìn)行了實(shí)證比較分析。
　　接著，針對(duì)股票收益率數(shù)據(jù)分布尖峰后尾的特性，從線性微分方程中推導(dǎo)出雙參數(shù)q-高斯分布概率密度函數(shù)，研究了其圖形特征和參數(shù)估計(jì)方法，將其應(yīng)用在經(jīng)典的投資組合模型中，結(jié)合真實(shí)股票數(shù)據(jù)實(shí)證研究，結(jié)果表明基于q-高斯分布的投資組合模型可以取得更大收益。
　　然后，針對(duì)資產(chǎn)收益率序列間的相依關(guān)系和尖峰后尾特性，把Copula理論、極值理論、q-高斯分布投資組