Copula方法在投資組合以及金融市場風險管理中的應用.pdf

1、近年來，隨著金融市場的快速發(fā)展以及經(jīng)濟全球化的不斷深入，金融風險管理也開始面臨越來越多的新問題和新挑戰(zhàn)。一方面，金融資產(chǎn)之間的相關性變得越來越復雜，傳統(tǒng)的線性相關以及誤差對稱的模型已難以準確反映其風險的相關信息；另一方面，金融風險管理的范圍已不僅僅是針對單個金融資產(chǎn)或者資產(chǎn)組合的收益風險，而是拓展到了包括不同市場、不同種類金融風險的綜合管理。因此，在這種背景下需要一種新的相關性描述方法來應對日趨復雜的風險管理問題。
　　 Cop

2、ula是一種估計隨機變量之間相依關系的連接函數(shù)。與傳統(tǒng)的相關性分析方法相比，Copula函數(shù)能更全面地度量變量之間復雜的相關結構。本文以基于Copula的模型為基礎，將不同類型的Copula函數(shù)與各種金融風險管理熱點問題靈活地結合起來，取得了許多具有實際意義的研究成果。在與現(xiàn)有相關性分析方法進行系統(tǒng)對比和歸納的基礎上，作者總結了Copula函數(shù)做為一種新型相關性測度的優(yōu)勢，并據(jù)此進行了以下研究工作：
　　 作者首先使用Copul

3、a-GARCH模型對一籃子貨幣的權重問題進行了研究。
　　 考慮到現(xiàn)有的籃子貨幣權重估計方法忽略了貨幣之間的關系，在實際運用時極易出現(xiàn)權重估計不顯著、多重共線性嚴重等問題，作者基于Copula 方法構建了風險最小化條件下的籃子貨幣權重計算模型。并依此來推測央行在匯率改革后實際實行的貨幣政策。為了提高模型擬合結果的精確性，文章還首次使用“部分極大似然估計”方法估計了Copula-GARCH模型的參數(shù)。實證分析的結果表明在美、日、歐

4、、韓四國貨幣組成的籃子貨幣中美元的權重依然遠大于其它貨幣，但人民幣匯率的靈活性在逐漸增強，說明我國匯率改革已經(jīng)顯示出了一定成效。
　　 傳統(tǒng)的市場風險分析模型主要是針對金融資產(chǎn)或投資組合的收益率波動性建模，來分析其帶來損失的可能性。本文則從另一個角度出發(fā)，通過構建股票市場的連漲和連跌收益率相關性模型來研究股票上漲和下跌趨勢之間的聯(lián)系。文章根據(jù)樣本數(shù)據(jù)的特征，首次將Log-ACD模型和Archimedean Copula 相結合，

5、取得了很好的擬合效果。在實證分析中，作者通過條件VaR分析了連漲和連跌收益率的條件風險，并據(jù)此構建了“漲跌風險對比圖”來分析樣本期股市上漲和下跌的趨勢對比。通過對比股市指數(shù)走勢圖后發(fā)現(xiàn)模型得到的結果與實際情況是相吻合的。
　　 在對市場風險的研究中，本文還基于時變Copula 方法提出了一種非線性時變的股票市場系統(tǒng)性風險度量方法。作者使用3種GARCH模型以及6種時變Copula模型分別擬合了4個行業(yè)和市場收益率的邊緣分布以及聯(lián)

6、合分布。并從中選取了擬合效果最佳的模型計算了給定市場收益率條件下行業(yè)指數(shù)收益率的條件風險。最后通過構造LCVaR Δ和UCVaR Δ兩個指標分別對市場處于不同態(tài)勢下各個行業(yè)的下尾和上尾系統(tǒng)性風險進行了度量。實證研究顯示該模型對條件風險的計算結果較為準確，并且能夠很好地捕捉通過系統(tǒng)性風險的時變性。而且與傳統(tǒng)的beta系數(shù)相比，非線性框架下的系統(tǒng)性風險度量方法不需要假定金融資產(chǎn)的正態(tài)性和對稱性，能夠較好地刻畫行業(yè)和市場收益率之間的尾部非線性

7、相關性，包含了較全面的風險信息。
　　 本章最后針對上市公司信用風險識別以及信用風險和市場風險之間相關性進行了研究，主要可以分為兩個部分。其中第一部分針對信用風險影響因素集合高維度高相關性的特點，設計了一種基于非參數(shù)的變量選擇算法。實證結果表明該方法可以有效去除噪聲變量以及線性相關的變量，從而為信用風險的因素識別以及信用分析模型的構建提供了依據(jù)。在第二部分中作者基于第一部分的變量選擇算法，使用核密度估計和Copula模型研究了上