VaR：一種連接（Copula）函數方法的應用.pdf

1、傳統(tǒng)VaR計算方法假設金融資產收益率服從正態(tài)分布，用Pearson的線性相關系數來反映金融資產收益率間的相關性。而在現實中，由于金融資產的收益率存在尖峰厚尾的特征，明顯具有非正態(tài)分布特征和非線性相關，因此采用傳統(tǒng)VaR計算方法顯然不合理，這時必須采用合理的方法度量收益率的實際分布和相關性。而運用Copula函數方法，即由邊緣分布和一個連接它們的Copula函數，可以構造靈活的多元分布函數，掌握資產組合內各金融資產收益的真實分布與相關關系

2、，從而可以建立起更為有效的風險管理模型。 本文主要研究Copula函數方法在計算投資組合風險值上的應用。本文首先對VaR的概念作了簡單的介紹，并且概括了VaR計算方法的發(fā)展現狀。接著本文對Copula函數進行了詳細的介紹，且對尾部相關性進行了定義與歸納，并使用Copula函數將其表示出來。然后利用GARCH模型去除了數據的波動性和相關性，從而得到獨立同分布且服從厚尾分布的殘差項，再利用極值理論分析殘差項，至此得到對Copula函

3、數的邊緣分布的擬合，之后得到Copula函數。根據已得到的Copula函數本文構建了反映金融資產收益率實際分布和相關性的聯合分布函數，接著研究了用于計算投資組合VaR的基于Copula函數的MonteCarlo仿真技術。然后本文將得到結果與GARCH-GED-GumbelCopula等模型得到的結果進行對比分析：給定置信水平，在投資額一定的情況下，與對單個指數進行投資相比，對投資組合應用GARCH-GPDGumbelCopula模型更能