Copula方法在投资组合风险度量的应用研究

论文摘要

金融市场风险的存在具有一定的客观性,彻底将其消除几乎是不可能的.因此,金融市场风险分析一直是国内外关注的课题,而对资产收益的相关性研究在风险分析中尤为重要,Copula函数作为处理变量间相关结构的有力工具,已经被越来越多的学者关注,并被广泛地应用在金融风险研究领域,尽管如此,合适的Copula函数的选取仍是研究者们待解决的问题之一,本文正是致力于探究这一问题.理论方面,本文从介绍Copula方法开始,随后介绍了几种单个Copula函数和混合Copula函数在描述相关性方面的特点,针对合适的Copula函数选取的这一问题,提出了两种选取合适的Copula的方法.同时,针对VaR的不足引入了CVaR,实行风险的双重监控.实证方面,本文以上证指数和深圳综指组成的投资组合为研究对象,取其2010.01.01-2010.12.31间237组收盘价为有效数据,将优选出的Copula函数与Monte Carlo模拟技术结合,计算出投资组合的VaR和CVaR,通过对比实证结果得出:本文提出的两种Copula函数的选取方法是可行的,采用优选出的Copula函数计算投资组合的VaR和CVaR,使得风险预测的准确性有了进一步的保障,也为Copula方法应用在投资组合风险方面的研究提供了一种新的思路;用Copula方法度量投资组合风险时, Copula的选取对度量投资组合风险的影响不容忽视,这也正说明了本研究具有重要的现实意义.最后,本文给出了Copula方法在风险研究方面的应用总结,提出了一些有待我们深入研究的问题.

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 Copula 理论的国内外研究现状
• 1.3 VaR 理论的国内外研究现状
• 1.4 文章框架
• 1.5 主要创新点
• 第2章 Copula 函数理论
• 2.1 Copula 函数简介
• 2.1.1 Copula 函数的定义
• 2.2 Copula 函数的分类
• 2.2.1 椭圆Copula 函数
• 2.2.2 Archimedean Copula 函数
• 2.2.3 混合Copula 函数
• 2.3 基于Copula 函数的相关性测度
• 2.3.1 Kendall 秩相关系数
• 2.3.2 Spearman 秩相关系数
• 2.3.3 尾部相关系数
• 第3章 Copula 函数的选取及参数估计
• 3.1 利用Kendall 秩相关系数选取 Copula
• 3.2 根据混合Copula 函数的权重系数选取Copula
• 3.3 混合Copula 函数的参数估计
• 第4章 Copula 函数在风险度量中的应用
• 4.1 VaR 简介
• 4.2 VaR 计算方法
• 4.3 确定对数收益率分布
• 4.3.1 AR（1）-TARCH-t（1,1）收益率波动模型
• 4.3.2 EVT 理论
• 4.4 边缘分布检验
• 4.4.1 K-S 检验
• 4.4.2 Q-Q 图
• 第5章 实证研究
• 5.1 选取样本数据加以分析
• 5.1.1 数据分析
• 5.1.2 异方差检验
• 5.2 单个资产边缘分布函数的估计及检验
• 5.3 Copula 函数的选取
• 5.4 Monte Carlo 模拟资产组合的VaR
• 5.5 VaR 的后验测试
• 第6章 结论与展望
• 6.1 研究结论
• 6.2 研究展望
• 参考文献
• 致谢