论文部分内容阅读
经济全球化和金融市场国际化导致了金融市场之间的联系越来越紧密,彼此的关系更加复杂。由于准确刻画金融市场之间的相依结构是研究投资组合以及风险管理的基础,在金融决策中,为了提高决策的准确性,降低决策风险,研究分析金融市场之间的相依结构是非常必要的。Copula函数是将随机向量的联合分布函数与其对应各分量的边缘分布函数连接在一起的函数,是描述多个金融市场之间相依结构的重要工具。运用它构造联合分布函数时不受边缘分布函数的限制,可以将随机向量的边缘分布函数及其相依结构分开研究。本文运用Copula函数研究金融市场相依结构的建模问题,探讨关于Copula函数的一些理论问题及其在风险管理、投资组合中的应用。运用Copula函数来构建金融资产相依结构的基础是在众多的Copula函数族中选择一个合适的Copula函数,常用的方法是AIC或BIC准则,该准则在Copula函数密度函数存在的条件下有效。为了解决Copula函数的密度函数不存在或密度函数没有显式表达式时Copula函数的选择问题,本文提出了基于非参数核密度估计的Copula函数选择原理,并用蒙特卡罗模拟方法,在金融资产边缘分布函数属于不同类型的情况下,将AIC准则与基于非参数核密度估计的Copula函数选择原理进行了系统的比较。系统地研究了目前存在的一些基于Copula函数的相依性测度,并在此基础上,利用门限Copula函数,分别给出了下门限相依性测度与上门限相依性测度的概念。由于现实金融市场间的相依结构通常随市场的调节不断变化,而且市场“利好消息”与“利坏消息”对金融市场相依结构的影响通常具有不对称性,因此,本文基于门限GARCH模型思想,提出了具有门限结构的时变Copula模型,并利用该模型研究了世界及地区股票市场对我国股票市场间相依结构的影响问题。在金融风险管理及投资组合方面,系统研究了基于VaR和ES的金融风险管理方法,构建了一元APD-GARCH模型,并将该模型与多元Copula相结合,研究了不同相依结构下的均值—ES有效前沿问题。实证结果表明,在研究投资组合以及风险管理问题时,考虑金融市场间的非对称尾部相依结构是十分必要。本论文是国家自然科学基金资助项目《多变量矩序列长期均衡关系及动态金融风险规避策略研究》(No:70471050)的组成部分。