基于Copula-GARCH模型的投資組合風險度量.pdf

1、隨著金融全球化進程的加快，金融市場間的聯(lián)系日益緊密，金融市場上的波動也日益頻繁而復雜，呈現(xiàn)出非線性、非對稱和尾部相關等特征，從而對金融風險度量提出了愈高的要求。VaR方法是度量金融市場風險的一種有效方法，但傳統(tǒng)的基于正態(tài)分布的金融風險度量已不能很好地擬合金融市場的真實波動。另外，金融資產(chǎn)間的相依性度量也是風險管理的一個重要問題，而傳統(tǒng)的基于線性相關的假設不能很好地刻畫金融資產(chǎn)間復雜的相依性，給投資組合的風險管理增加了難度。近年來學者們提

2、出的Copula函數(shù)為解決這一難題提供了有效的工具。利用Copula函數(shù)可以構(gòu)造靈活的分布函數(shù)，揭示金融市場的各種復雜相關模式和相關程度，從而建立起有效的風險度量模型。
　　本文主要研究基于Copula-GARCH模型的投資組合時變風險度量。
　　首先利用GARCH模型來刻畫金融資產(chǎn)收益率序列具有的尖峰厚尾、條件異方差性、波動集群性等特征，并檢驗收益率序列的杠桿效應。再基于不同分布假設計算風險價值，給出了時變風險價值的估計方

3、法與后驗分析。在此基礎上本文進一步構(gòu)建Copula-GARCH模型來刻畫投資組合資產(chǎn)間的相關性，并運用MonteCarlo模擬法計算投資組合的時變風險價值。
　　本論文的創(chuàng)新之處主要有以下兩點:
　　首先，在對單個資產(chǎn)的風險價值度量中，分別在正態(tài)分布、t分布、GED分布假設下，應用GARCH模型求得風險價值，并通過后驗分析來比較不同假設下的度量效果，綜合考慮整體擬合效果和VaR后驗分析兩個方面來確定最適合每個資產(chǎn)收益率分布特