應用Copula方法於厚尾財務資料及風險值之計算

The Application of Copula Methods to Heavy-Tailed Financial Data and the Computation of Value at Risk The Application of Copula Methods to Heavy-Tailed Financial Data and the Computation of Value at Risk The Application of Copula Methods to Heavy-Tailed Financial Data and the Computation of Value at Risk

謝文華(Wen-Hua Hsieh)

指導教授 ： 葉小蓁

共同指導教授 ： 陳宜良(I-Liang Chern)

國立臺灣大學/理學院/數學研究所/碩士(2007年)

https://doi.org/10.6342/NTU.2007.10583

摘要

在這篇論文中，我們應用連接函數與極端值理論配置AMD及XEROX兩間公司股票報酬的聯合分配。我們比較了一般化柏拉圖分配以及常態分配作為邊際分配的影響，並且計算95%, 99%, 99.5%, 99.9%, 99.95% 及99.99% 信賴水準的風險值。由連接函數及極端值理論所得到的風險值的估計值，不論在樣本內或樣本外的測試結果都很好。並且我們也發現風險值的估計值並不隨著柏拉圖分配門檻的選擇而有很大的變化。另一方面，常態分配作為邊際分配所得到的信賴水準99%以上的風險值則低估了實際的風險。

關鍵字

連接函數 ； 一般化柏拉圖分配 ； 風險值 ； 厚尾

並列摘要

無資料

並列關鍵字

Copula ； Generalized Pareto Distribution ； Value at Risk ； Heavy Tail

參考文獻

[1] Carmona, R. A. (2004). Statistical Analysis of Financial Data in S-Plus. Springer.

[3] Coles, S. (2001). An Introduction to Statistical Modeling of Extreme Values. Springer.

[4] Davison, A. C. (1984). Modelling excesses over high thresholds, with application. In Tiago de Oliveira, J., editor, Statistical Extremes and Applications, pages 461-482. Reidel, Dordrecht.

[5] Davison, A. C. & Smith, R. L. (1990). Models for exceedances over high thresholds (with discussion). Journal of the Royal Statistical Society, B52,393-442.

[7] Durrett, R. (2005). Probability: Theory and Examples. Thomson Learning.