Copula方法在金融風險管理中的應用研究.pdf

1、金融風險管理在幫助個人、金融機構、以至各國規(guī)避風險，獲取安全的投資環(huán)境中起著越來越重要的作用。根據(jù)定義，金融風險管理是一種評估和管理投資者所面臨的金融風險的過程，它依據(jù)一定的方法降低投資者已識別風險的風險暴露。準確地度量風險并做出有效的投資決策，能為投資者提供競爭優(yōu)勢和可觀收益。而事實上，金融風險的度量是受到真實的金融變量的限制。大量的證據(jù)表明，金融變量通常呈現(xiàn)出厚尾、有偏和非對稱相關的特征。這些特征事實對傳統(tǒng)金融風險管理中基于正態(tài)分布

2、假設的方法提出了挑戰(zhàn)。這些挑戰(zhàn)包括以下三個方面。第一，一元正態(tài)分布，或者其它的橢圓分布無法充分擬合單一變量的一元分布；第二，盡管多元正態(tài)分布在擬合多元變量的分布時很容易處理，但是它不能刻畫多元變量的超額峰度和超額偏度。因此，它會低估多元金融變量的相關性風險；最后，當不同變量之間的聯(lián)合分布是非橢圓分布時，在傳統(tǒng)投資組合風險管理中常常用于描述變量之間相關性的線性相關系數(shù)也是無法充分描述這些變量之間的相關性的。為了解決這些問題，本論文尋求一種

3、基于Copula函數(shù)的優(yōu)質模型，通過聯(lián)合GARCH模型和已實現(xiàn)波動(RealizedVolatility)模型來研究多元金融變量之間的風險。
　　 本文的主要貢獻有如下三點。首先，通過聯(lián)合GARCH模型和已實現(xiàn)波動模型，使用Copula函數(shù)構造多元分布，而后用以估計金融市場的投資組合風險。結果顯示，基于Copula函數(shù)的模型在擬合金融數(shù)據(jù)時要比傳統(tǒng)模型表現(xiàn)的更好。其次，不同的邊際分布模型對投資組合的風險價值(ValueatRis

4、k)有顯著的影響，如本文使用的GARCH模型和已實現(xiàn)波動模型。最后，邊際分布和相關性結構中都存在顯著的偏度。從而，有偏的學生T分布比正態(tài)分布或者學生T分布能更好的擬合所選數(shù)據(jù)。
　　 本文的結構如下。第一章強調投資組合風險管理的重要性，并闡述度量金融風險——風險價值——的眾所周知的方法。第二章介紹相關性的背景知識和Copula函數(shù)理論。同時，本章討論了Copula函數(shù)在參數(shù)不變和參數(shù)變化時的兩種應用。另外，本章也解釋了Copul