论文部分内容阅读
近年来,随着金融市场的迅猛发展和各种金融创新及衍生工具的发展和日趋复杂化,金融风险管理正受到越来越高的重视,在这种背景下,时变风险度量方法应运而生,而最有代表性的无疑是VaR与CVaR方法;同样在经济全球化的今天,各个金融市场之间的联系也越来越紧密,简单的线性关系已经无法适应风险分析的需要。非线性的条件相关性对度量时变的金融风险具有重要的作用,因此在充分考虑非线性条件相关性的基础上研究时变金融风险度量方法具有重要意义。本文利用Copula理论研究条件相关性并分析了它们的性质,结合EGARCH模型和Copula理论构建了Copula-EGARCH-GED模型,并用它来反映金融市场中资产组合的收益情况,进一步分析资产组合的时变VaR及CVaR。其中主要工作如下:第一,我们建立了Copula-EGARCH-GED模型,用其来反映金融市场中各资产的收益情况、杠杆效应、收益的尖峰厚尾特征、各资产之间的相关性以及资产组合的收益情况;第二,由于金融风险的时变特征,需要研究资产之间的条件相关性,我们在非线性相关性的基础上提出了非线性条件相关的概念,给出了几个条件相关性度量指标,研究了部分性质,基于Copula-EGARCH模型探讨了金融时间序列间的条件相关性,然后讨论了通过各条件相关性度量指标和拟合优度检验对Copula函数进行选择的方法,并利用上证综指和深证成指的实际数据做了条件相关性的实证研究;第三,推导出了在Copula-EGARCH-GED模型下资产组合的时变VaR与时变CVaR的解析表达式,给出了相应的Monte Carlo模拟方法,并利用上证综指和深证成指的实际数据做了时变VaR和时变CVaR风险实证研究。实证分析表明:本文提出的Copula-EGARCH-GED模型在反映金融市场中资产组合收益情况并估计投资组合的时变VaR与时变CVaR方面是有效的,特别是在置信度较大的情况下。