论文部分内容阅读
随着现代经济全球化和金融自由化的发展,金融市场面临着前所未有的波动性。金融风险度量的准确性在防范和应对金融风险过程中显得愈发重要。金融风险度量的准确与否取决于两个方面: (i)对资产相关结构的刻画是否准确。 (ii)风险度量指标的选取是否合适。 针对这两个问题本文展开了详细地讨论,文章的主要工作如下: 1、文章首先对Copula和风险度量的研究现状做了简单的介绍。为了对风险度量方法的发展有个简单而全面地认知,第二章先简单地介绍了几种传统的风险度量方法,再介绍了VaR和CTE方法。 2、第三章对Copula理论做了简单的介绍,列举了几种在金融领域应用非常广泛的Copula函数,对比分析了它们的性质。然后详细论述了Copula和秩的关系,用以说明秩的概念在Copula方法中的作用。最后介绍了几种重要的Copula参数的估计方法。 3、第四章详细论述了Copula方法的拟合优度检验问题,重点介绍了两种基于blanket检验的算法:bootstrap算法和乘数法。然后简单介绍了两种残差分布:偏斜学生t分布(ST)和广义残差分布(SGED)。 4、第五章为金融实证分析。首先对 A指和恒指收益率进行标准 Ljung-Box检验,发现二者存在明显的异方差性。本文采用了GARCH模型来消除异方差。选择残差分布时,本文考虑了偏斜正态分布、T分布、偏斜T分布和偏斜广义残差分布。对比这四种分布的拟合效果,发现A指采用偏斜学生T分布时拟合效果最佳,恒指本文选用了偏斜广义残差分布。选择 Copula函数时,本文对六种常用的 Copula函数分别进行拟合优度检验,最终检验结果只接受了 Student Copula函数。利用以上建立的Copula–GARCH–ST/SGED模型,本文预测了2013年5月份的两种指数的联合分布以及单个密度函数。接着本文对Copula参数的时变性做了进一步的探究。文章最后利用Monte Carlo方法估计了投资组合的VaR和CTE,发现Student Copula模型的估计效果最优,相比CTE,VaR存在低估风险的缺陷。