基于Copula理论的金融风险度量研究

论文摘要

金融市场充满风险,投资者面临两个重要的问题：一是当其他国家的金融市场出现巨大波动时,本国的市场会不会受影响?二是当持有某个投资组合时,投资者面临的风险是多少,如何度量组合的在险价值?考虑到Copula函数更能有效地捕捉金融资产之间的相关信息,其在金融市场之间的尾部相关性分析和投资组合的VaR计算上具有独特的优势,本文采用Copula函数分别对这两个问题进行研究,包含两部分实证分析。第一部分,基于Copula函数导出的尾部相关性,以四个国家的股票指数收益率序列为研究对象,分析次贷危机前后国际股票市场之间的相关结构变动,分析结果表明次贷危机后国际股票市场尾部相关系数比危机前大,说明次贷危机对国际股票市场的相关结构产生了重大影响,危机期间各国股票市场之间的联系更加紧密。第二部分,以上证基金指数和上证综合指数为研究对象,将Copula方法应用到投资组合的VaR度量中,采取事后检验的方法进行检验,并和传统的方法进行比较。应用到Copula模拟方法包括：静态Copula函数、具有尾部变结构的Copula函数、时变的Copula函数和具有尾部变结构的时变Copula函数。后三种方法是对静态Copula方法的改进,其中具有尾部变结构的时变Copula方法是对具有尾部变结构的Copula方法和时变的Copula方法的创新性结合。实证结果表明：基于Copula函数的VaR度量方法能够较准确地描述变量之间的相关结构,避免了传统方法容易低估风险的缺点：时变的Copula方法和具有尾部变结构的时变Copula方法效果优于静态的Copula方法,具有尾部变结构的时变Copula方法效果最好,因为它充分考虑到市场信息的变动,包含了变量之间相关结构的变化信息。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 引言
• 1.2 文献回顾
• 1.2.1 国外的研究
• 1.2.2 国内的研究
• 1.3 研究内容、方法和创新点
• 1.4 文章框架
• 2 Copula理论基础
• 2.1 Copula函数介绍
• 2.2 几类常见的Copula函数
• 2.3 Copula参数估计
• 2.4 尾部相关性
• 3 次贷危机后国际股票市场相关性变动的Copula分析
• 3.1 数据的选取和描述性统计分析
• 3.2 Kendall秩相关系数估计
• 3.3 Copula函数的选取及参数估计
• 3.4 总结
• 4 基于Copula理论的投资组合VaR度量研究
• 4.1 VaR度量方法介绍
• 4.1.1 历史模拟方法
• 4.1.2 传统分析方法
• 4.1.3 基于GARCH模型的方法
• 4.1.4 基于Copula函数的模拟方法
• 4.2 检验方法
• 4.3 实证分析
• 4.3.1 样本选取
• 4.3.2 历史模拟方法
• 4.3.3 传统分析方法
• 4.3.4 基于GARCH模型的方法
• 4.3.5 基于静态Copula函数的模拟方法
• 4.3.6 具有尾部变结构的Copula函数模拟方法
• 4.3.7 时变的Copula函数模拟方法
• 4.3.8 具有尾部变结构的时变Copula函数模拟方法
• 4.4 结论
• 结论
• 参考文献
• 附录
• 在学研究成果
• 致谢