论文部分内容阅读
经济体制不断革新,结构不断优化,金融资产链错综复杂.同时金融危机频发,资产间风险传染效应明显.因此,风险管理者应该及时准确地度量资产间的相关性及它们之间的风险价值.Copula技术的出现能够度量这种相关关系,预测资产间的风险.本文主要研究内容如下:1)构建MA-EGARCH-t-Copula模型研究深证综合指数和中小板指数相关关系.选取深证综合指数与中小板指数的日收盘指数序列,利用MA-EGARCH-t模型拟合Copula函数的边缘分布函数,使用AIC准则确定模型阶数及参数,结合秩相关系数选取较优的Copula函数刻画深证综合指数与中小板指数的相关关系,进一步利用欧氏距离法进行拟合优度检验.结果表明,t-Copula可以较好的拟合深证综合股指和中小板股指的日收益率序列间关系,两股指日收益率序列呈现出较强的相关性以及对称尾部相关性.2)构建ARMA-EGARCH-t-Copula模型研究上证B股指数和深证B股指数相关关系.首先选取上证B股和深证B股指数的日收盘指数序列,采用ARMA-EGARCH-t模型拟合其边缘分布函数,并判断其具有杠杆效应.再利用静态Copula和时变Copula模型构建两序列间的相关性,通过比较,发现动态的SJC-Copula来研究上海与深圳两市间的相关关系更合理.最后根据两股指间相关关系,采用蒙特卡洛模拟其VaR值来刻画两者间风险.实证结果表明,上海和深圳间的下尾相关性要强于上尾相关性,且在同一置信水平下,不同权重组合的VaR值不同,在相同权重组合下,提高置信度,VaR值增加,风险增强.参考文献71篇,图10个,表8个.