论文部分内容阅读
随着经济全球化和金融自由化的发展,金融市场间的波动及相互影响加强,风险传染更为迅猛。某些极端金融事件的发生会引发整个金融市场动荡,甚至造成全球性的金融危机。美国次贷危机的发生,对全球经济带来极为严重的负面影响,同时也对金融风险管理提出了新的挑战。
金融市场常受各种因素的影响造成剧烈波动,资产收益也会因此产生异常变化。我国金融市场仍处在发展过程中,金融风险必然随着金融市场的发展而逐渐增大,因而也对金融风险管理提出了新的更高要求。目前,国际上度量风险的最主要工具是风险价值(Value at Risk,VaR),其实质是通过对资产收益率分布的估计,刻画一定置信水平下资产在未来一段时期内所可能遭受到的最大可能损失。由于其度量风险的定量性、综合性、通俗性等特点,VaR模型受到各大金融监管机构的广泛支持和认可。
VaR是目前风险管理的主流方法,它被用来度量某一个资产组合在未来一个给定的期限内,在选定置信水平下的最大可能损失,其核心是尽可能准确地描述金融时间序列的波动性。VaR预测主要采用分析方法,其预测的好坏,主要体现金融资产回报误差项的分布设定和波动率的预测上,因为金融市场时变性,传统的非条件正态分布假设已经不再适用,而条件正态分布或者更具胖尾特征的条件分布才是更加符合实际市场波动和风险状况的收益分布假定。
本文的主要创新体现在以下几方面:一是针对以往在一维风险度量方法上的不足,应用随机波动模型(SV)描述资产收益序列的波动性,同时结合极值理论刻画该收益分布的尾部特征,建立起基于EVT-POT-SVt的动态VaR模型并通过对上证综合指数的每日收盘价进行实证分析,实证结果表明该模型能能有效刻画上证综指收益的波动性特征,对市场风险的预测能力较强。二是对投资组合风险度量研究,将Copula理论运用于多元投资组合的风险管理,首次运用随机波动模型与极值理论结合刻画资产收益的边缘分布,再结合Copula理论来构建金融时间序列的相依关系,实现从单一资产到组合资产的过渡,并通过Monte Carlo模拟计算投资组合的VaR,最后通过实证分析该资产组合对风险测度的有效性,结果表明,基于Copula函数和SV-GPD模型的投资组合测度多维资产收益风险,在投资总额一定时,不同的置信度下投资组合的风险均小于单个资产的风险。同时,置信度越高,投资组合降低风险的程度越大。三是考虑到资产收益的厚尾性、波动的异方差性对金融资产间相关结构的影响,采用t-GARCH(1,1)模型对股指收益序列进行过滤,同时应用非参数法做为copula函数的参数检验,采用阿基米德族Copula函数中的Gumbel Copula函数与Clayton Copula函数刻画指数收益波动的上下尾部风险进而分析资产间的传染效应,实证结果表明,次债危机的爆发改变了各股票市场的平均收益率水平、波动及相关结构,从稳定期到危机期美国股票市场和被检验股票市场间的Kendall秩相关系数τ值及上下尾部相关性都有相当程度的增强,次债危机对亚洲股票市场存在着风险传染。
本文基于copula理论与EVT-SV模型的VaR测度,学术与实践意义在于为金融市场投资者、市场监管机构防范与抵御金融极端风险提供理论与方法支持。