内容简介
20世纪90年代以来，在险价值（VaR）作为一种全新的度量风险方法，推出即成为备受各大金融机构及市场监管者推崇的风险度量工具，尽管VaR风险度量很受欢迎，但其本身作为风险度量工具存在的一些缺陷，如不满足次可加性和凸性，使其应用很受局限。在资产配置中，传统的方差函数和VaR工具对风险度量会有错误，或者低估了尾部风险，这些都影响风险管控的精度，而作为VaR的修正方法-CVaR（条件风险价值）是一个一致性风险度量工具，并且对尾部的考虑更充分。在资产组合优化中，基于VaR的风险度量会存在诸如错误选择高风险资产等一些容易误导投资者的问题，而基于CVaR风险度量的资产组合优化会得到相对较为合理的结果。因此本研究把CVaR作为风险度量工具引入到资产配置分析中。
作者简介
谢远涛，男，湖北随州人对外经济贸易大学保险学院统计与精算学系副教授，硕士生导师，对外经济贸易大学保险学院副院长，毕业于中国人民大学统计学院风险管理与精算专业，获博士学位，国家公派美国Boston University联合培养博士，并获得Boston University School of Public Health CAPP博士后证书。主持过教育部课题和国家自科基金项目，并在《统计研究》、《北京师范大学学报》、《财经研究》、《经济科学》、《系统工程理论与实践》等核心期刊发表论文二十余篇，中国人民大学中国调查与数据中心（NSRC）客座研究员，北京保险行业协会北京健康保险信息平台建设项目专家顾问。
杨娟，女，湖北武汉人中国人民大学统计学院风险管理与精算专业博士研究生，并在《统计研究》、《系统工程理论与实践》、《统计与信息论坛》、《统计与决策》等核心期刊发表论文多篇。
夏孟余，男，浙江苍南人汉族，任职于天安人寿保险股份有限公司资产管理中心。中国人民大学统计学院风险管理与精算专业博士，获得FRM证书。研究方向：投资分析与风险管理模型。
目 录
第1章 导论
1.1 本专著研究背景
1.2 相关研究综述
1.3 本专著意义
1.4 本专著的主要工作
第2章 相关理论介绍
2.1 传统的投资组合理论
2.2 VaR与CVaR对风险的度量
2.3 Copula对依赖关系的度量
2.4 非参的相关理论
2.5 ARCH-CARCH类模型
第3章 参数模型下基于Copula-CVaR的风险度量
3.1 指数分布
3.2 混合指数分布
3.3 正态分布
3.4 t分布
3.5 对数正态分布
3.6 Gamma分布
3.7 广义Pareto分布
3.8 一般分析方法
第4章 参数模型下基于Copula-CVaR的资产配置研究
4.1 基于CVaR约束的投资组合模型
4.2 均值CVaR投资组合前沿模型
4.3 正态分布
4.4 指数分布
4.5 对数正态分布
4.6 Gamma分布
4.7 广义Pareto分布
第5章 非参下基于Copula-CVaR的资产配置研究
5.1 单变量情形
5.2 双变量情形
5.3 多变量情形
5.4 基于人工神经网络配置资产
第6章 半参下基于Copula-CVaR的资产配置研究
6.1 分段核平滑
6.2 厚尾修正的Copula
6.3 Copula估计与CVaR的计算
6.4 与ARCH-GARCH类模型的结合分析
第7章 投资组合实例分析
7.1 数据简要介绍
7.2 数据的平稳性和长记忆性
7.3 分布假设
7.4 核平滑
7.5 Frank Copula估计
……
第8章 其他应用与扩展
第9章 总结与建议
参考文献
主要程序附录
电子版地址：
https://weidian.com/item.html?itemID=2219095918
微信：K517855150
最新评论