基于極值理論的盧布匯率與布倫特原油風(fēng)險測度及時變相關(guān)性分析.pdf

1、自2014年以來，原油價格發(fā)生了巨幅下跌的狀況，而且自金融危機以來油價從未像現(xiàn)在跌得如此猛烈。而原油價格暴跌受到影響的首當其沖是石油出口大國俄羅斯，作為俄羅斯貨幣的盧布也出現(xiàn)異乎尋常的暴跌，盧布貶值與近期的油價暴跌有著相應(yīng)的聯(lián)系。
　　面對著原油暴跌以及盧布危機這樣的極端金融事件的發(fā)生，風(fēng)險狀況的精確度量顯得尤為必要和緊迫。已有研究表明基于極值理論的VaR模型能夠較好地估計金融市場的極端風(fēng)險值，然而現(xiàn)實的金融市場數(shù)據(jù)往往不能滿足獨

2、立同分布的前提假設(shè)，因此本文首先采用GJR模型、EGARCH模型和GARCH模型結(jié)合t分布、GED分布和SKST分布處理布倫特原油及盧布匯率對數(shù)收益率序列，得到收益率序列的標準殘差序列，接下來對服從獨立同分布假設(shè)的標準殘差序列運用閾值POT模型計算VaR值和CVaR值，最終計算得到單一資產(chǎn)的風(fēng)險值。考慮到在模型回測中通常使用的Kupiec檢驗忽略了數(shù)據(jù)的時間變化特征，本文模型回測采用Christofferson有條件覆蓋模型，其在Kup

3、iec檢驗的基礎(chǔ)上考慮了超出值序列的時間易變性。實證研究表明:在較低置信水平下，各模型對兩資產(chǎn)序列極端風(fēng)險狀況的測度均失效，而在較高置信水平下，各模型均顯著有效。各模型對兩資產(chǎn)序列上尾部的檢驗值大小均比較接近，而且均在較高置信水平下表現(xiàn)出模型的有效性;而對于兩資產(chǎn)序列下尾部極端風(fēng)險狀況的測度模型中均為GJR-SKST-POT模型最優(yōu)，而且在此模型下的檢驗值均是明顯小于其他模型的檢驗值，說明對于兩序列下尾部風(fēng)險測度來說，GJR-SKST-

4、POT模型確實優(yōu)于其他模型。
　　為研究原油市場與盧布匯率市場之間相依結(jié)構(gòu)，即盧布危機受到原油暴跌的影響大小，并且考慮到金融市場的相關(guān)性總是隨時間變化的，本文采用三種時變Copula模型以及對應(yīng)的三種常相關(guān)Copula模型研究兩市場之間的相關(guān)性。由于Copula模型具有不受邊緣分布的限制的優(yōu)點，可以將邊緣分布與Copula模型分開研究，本文利用前文得到的綜合最優(yōu)模型GJR-SKST-POT模型作為邊緣分布，結(jié)合Copula模型測度

5、資產(chǎn)相關(guān)性。實證研究表明:采用時變SJC Copula模型描述資產(chǎn)序列之間的相依結(jié)構(gòu)最為準確，且時變SJC Copula模型測度的上尾部平均相關(guān)系數(shù)也大于下尾部平均相關(guān)系數(shù)，說明了兩資產(chǎn)市場在牛市階段比在熊市階段更容易出現(xiàn)聯(lián)合極值現(xiàn)象。通過得到的相關(guān)系數(shù)大小來看，兩資產(chǎn)序列之間的相關(guān)性并不如想象中的大，但在其他的諸如西方國家對俄羅斯的制裁以及美元走強等因素的共同影響下，兩資產(chǎn)序列之間的相關(guān)性已經(jīng)相當可觀，說明了原油價格的暴跌確實是盧布暴