论文部分内容阅读
近三十年来,由于全球金融一体化、金融衍生证券和金融创新的飞速发展,全球金融市场呈现出前所未有的波动性,不但金融部门,而且许多基础商品企业都面临着日趋严重的风险。2008年爆发的全球金融危机,不但使一些像雷曼兄弟这样的百年企业一夜间垮掉,而且几乎令一些欧洲国家面临“国家破产”。这次金融危机的到来,再一次给人们敲响了控制金融风险的警钟。
风险价值VaR是度量金融风险的重要工具。本文借助VaR方法给出了基于多元Copula函数的风险度量方法。与传统的风险度量方法相比,多元Copula函数具有较强的优势。我们知道,当今金融界更加关注的是金融资产投资组合的风险,而金融资产间的相依结构在很大程度上影响着VaR的准确度量。近年来发展起来的Copula函数理论,正是很好的解决了这个问题。它作为一种连接函数,可以不限制边缘分布选取,将多个资产连接起来,灵活的解决了各个资产间的相关性问题,更准确的度量了资产组合的风险。
通过对国内外该领域研究分析,目前国内对于Copula函数的比较和实证研究还不多,特别是二元以上的多元情况研究的较少。因此,本文在介绍两种常见的Copula函数:椭圆Copula函数和阿基米德(Archimedean)Copula函数的基础上,分别利用参数T-GARCH-t方法、半参数GARCH-GPD方法和非参数核(Kernel)估计方法来建立联合分布函数,通过蒙特卡罗方法模拟数据,度量了资产组合的风险价值。通过样本内和样本外的检验得知,上述方法较好的度量和预测了风险。
同时,对于投资组合来说,投资比例的确定十分的重要。本文在利用Copula函数度量风险价值VaR之后,根据风险最小的原则,提出了一种寻找最优投资比例的方法,通过检验得知,利用最优投资比例会大大降低投资组合的风险价值。因此本文的研究具有一定的现实意义和价值。