Copula-EVT模型在金融市場中的應用-相關性分析和投資組合風險度量.pdf

1、隨著金融市場的迅速發(fā)展和金融創(chuàng)新的不斷深入，金融市場之間的相關關系更加復雜化，金融市場的波動和風險也日益加劇，金融風險管理已經成為金融機構和風險投資者所面臨的最重要的問題。
　　 相關性分析是多變量金融分析中的核心問題，而傳統(tǒng)理論中的線性相關系數(shù)已經不能適應現(xiàn)代金融風險分析的需求。作為相關性分析和多元統(tǒng)計分析工具，Copula函數(shù)具有其獨特的優(yōu)勢，它可以將邊緣分布和邊緣分布的相關結構分開來研究，邊緣分布間的相關結構通過Copul

2、a函數(shù)連接。由Copula函數(shù)導出的相關性測度，不受變量非線性單調增變換的影響，可以更有效地捕獲余融資產的相關信息。此外Copula函數(shù)還可以迅速有效地捕捉到非正態(tài)、非對稱分布的尾部信息，這對尾部相關性分析是極為有用的。極值理論是在金融市場出現(xiàn)劇烈波動的極端情形下度量金融資產風險價值和預期損失的一個有力工具，它不需要對資產收益分布做任何假設，而是通過利用實際數(shù)據(jù)來擬合分布的尾部，因此適合被用于度量尾部風險。
　　 本文以Copu

3、la函數(shù)作為構建和分析金融時間序列模型的理論基礎，并結合極值理論構建Copula-EVT模型，用于不同金融市場中金融資產的相關性分析和投資組合的風險價值度量。應用Copula-EVT模型，單變量的邊緣分布由廣義帕累托(GPD)分布描述，從而更好地完成對資產收益率序列厚尾特征的刻畫，變量間的相關結構則由一個Copula函數(shù)來描述。實證表明Copula-EVT模型不僅可以很好地捕捉各種金融資產收益間復雜的相關關系，而且能動態(tài)地反映單個資產收