基于Pair Copula-GJR-CVaR信用模型的投資組合金融風險分析.pdf

1、在金融風險管理中，對金融資產收益的實際分布及其相關性的度量是十分重要的。在深入研究金融風險理論、金融時間序列分析等有關理論的基礎上，本文結合國內外的研究成果，對金融資產組合耦合風險（即市場風險和信用風險）度量問題進行了系統(tǒng)的研究。
　　本文應用基于藤結構的Pair Copula分解模型刻畫多資產收益率間的相依結構，因為其不僅能夠解決實際市場投資組合收益率多元正態(tài)分布的錯誤假設問題，而且比多元Copula函數在研究與應用中少了很多限

2、制，更加準確和靈活。為了刻畫單資產收益率的波動集群、尖峰厚尾等特征，文章以GJR模型建立單資產收益率的邊緣分布函數，結合由KMV信用模型中“違約距離”估計的違約概率來刻畫信用違約情況，建立基于多元Pair Copula-GJR-CVaR信用模型的組合收益率的多元聯(lián)合分布函數，利用蒙特卡羅方法模擬資產損失情形，應用一致性風險度量工具CVaR估計投資組合的風險價值。實證研究結果表明，基于多元Pair Copula模型預估的風險價值CVaR要

3、優(yōu)于多元t-Copula模型的預估結果，由此驗證了多元Pair Copula-GJR-CVaR信用模型在投資組合耦合風險度量中的優(yōu)勢。本文的創(chuàng)新點主要有：⑴采用Pair Copula分解模型刻畫多元資產收益率間的相依結構，突破了傳統(tǒng)多元Copula方法的局限性；⑵提出了一種基于Pair Copula-GJR的信用模型來估計資產組合的耦合風險，強調在度量資產組合風險時不應忽略信用風險的影響，并提出由資產價值得到的違約概率來刻畫信用違約情況