论文部分内容阅读
VaR方法是研究和管理金融风险的重要方法,VaR即风险价值,得到最广泛的应用,它表示在某一概率下,一种金融资产或市场投资组合在未来某一特定的时间内可能的最大损失。在多元金融分析研究中,对于金融市场投资组合风险度量问题,最重要的一个环节就是多变量进行相关性分析。传统的相关性分析方法仅用线性相关来刻画随机变量间的相关性,这是不全面的。Copula函数的优越性体现在,多元边缘分布和一个连接它们的Copula函数可以灵活构造出多元分布函数。目前,在金融市场上的融资风险管理、资产定价和选择投资组合等方面,Copula方法已被广泛的应用,并逐渐成为了解决金融资产管理问题的主要工具。为了描述资产相关性的动态变化,更好地对投资组合风险进行度量,本论文的主要工作和结论如下:(1)理论分析。对Copula方法的产生过程和基本原理进行了阐述和分析,全面具体的阐述了VaR方法。并且基于以上理论分析,对Copula-GARCH进行了介绍,提出了动态Copula计算VaR的理论模型。(2)模型的估计。选取了GARCH(1,1)模型对投资组合进行边缘分布估计,分别对动态Copula和静态Copula进行了参数估计。得出结论:GARCH(1,1)-t模型的边缘分布估计的结果更好,可以很好的描绘投资组合序列边缘分布的特征。(3)动态Copula模型的构建。系统分析和研究了Copula函数的基本理论和产生背景,结合之前学者的研究成果,提出了动态Copula模型的动态系数演进方程和动态Copula-GARC1模型。(4)VaR的计算。分别选取了90%、95%以及99%置信水平下,应用Monte Carlo模拟方法对基于t分布和正态分布的动态Copula和静态Copula进行了VaR的计算。最后对计算结果进行了检验。得出结论:99%置信水平下利用动态t-Copula模型计算出的VaR值最准确。