论文摘要
浮动汇率制度下的汇率的变动远较固定汇率制度频繁,幅度也更大。各国政府在凯恩斯的经济理论指导下,也频繁的使用利率等工具来干预经济；汇率和利率等基本经济变量的频繁变化,使从事各种经济活动的人们面临更大的风险。并且,随着经济全球化的深入发展,国际金融投机活动的盛行,经济风险全球传导机制也逐渐完善起来,这就要求我们增强风险管理意识,丰富风险管理知识,拓展风险管理手段,提高风险管理工作水平。在过去的风险管理实践中,主要使用三种类型的风险管理方法：弹性法,波动性方法和风险价值方法。弹性法面临凸性问题,不能给出可能损失的最大值,且在情景众多或市场波动剧烈时必须不断进行繁琐、不易理解的计算；波动性方法一般假定资产收益率或市场风险因子服从正态分布。但这与资产收益率或市场风险因子的统计特征不符,它无法解释资产收益率或市场风险因子的尖峰厚尾有偏、序列内的自相关和偏自相关及波动性的时变和聚集现象。风险价值方法能够包容不同类型的资产,比较容易理解,因此得到了广泛的应用。但是传统的风险价值方法所基于的两个假设都很难得到满足。因此传统的风险价值方法不但低估的风险的大小,也低估了风险发生的概率。为了解决这个问题,我们一般对资产收益率或市场风险因子的边际分布做其他假设,另一方面引入Copula函数代替线性相关系数来描述资产收益率或市场风险因子之间的相关结构。对资产收益率或市场风险因子的边际分布选择方面,我们可以建立GARCH模型,对模型的扰动项根据需要选择t-分布或非中心化t分布、广义误差分布（GED）,在进行压力测试时还可以使用帕累托分布。在相关结构的改进方面,Copula函数相对相关系数具有很多优势：不限制资产收益率或市场风险因子的边际分布,分步估计能够降低建模的难度,能描述非线性非对称的相关结构,能提供更多的信息。特别是可以通过选择Copula函数类型来重点关注尾部相关性,而分布的尾部才是风险管理的重点。本文基于以上基础知识,综合运用MATLAB、EXCEL、EVIEWS等工具对由上证指数和深证综指组成的投资组合的风险价值进行了计算和模拟。本文共分为五章。第一章介绍了选题背景、文献综述、选题意义及本文的工作。第二章首先回顾了金融风险管理的常用方法及其不足,指出影响风险价值的因素,强调风险价值方法能够糅合不同类型资产、不同类型的风险因子,容易理解,因而前景广阔。但过去使用的风险价值方法存在假设与实际差异太大的不足,不仅金融变量时间序列不服从正态分布,而且变量之间的相关结构也比线性相关系数复杂的多。总结了计算风险价值的几种方法,及如何进行风险价值的事后检验。本文第三章着重总结了Copula函数的定义、类型及常用的几种函数形式、特点,总结了秩相关系数及与Copula函数之间的关系。强调Copula函数不仅能描述变量间的相关程度,还能提供变量之间的相关结构信息。基于正态分布的线性相关系数不能捕获尾部相关,我们可以根据需要选择Copula函数捕获尾部相关,以准确的描述投资组合的风险状况。本文第四章着重介绍了金融时间序列建模常用的边际分布及特点,介绍了如何利用GARCH模型来估计条件风险价值及从GARCH模型到分布的转换过程。本文第五章为实证研究,选用了上证指数及深证综指的日收盘数据作为数据来源,根据前面介绍的基本知识,估计了收益率的边际分布参数,使用不同的Copula函数来描述上证指数与深证综指之间的相关结构,估算出资产组合的风险价值,并根据实证研究得出自己的结论：通过选择合适的copula函数类型可以较好的反映投资组合的风险状况。