论文部分内容阅读
金融产品的多样化,金融市场的不稳定性等原因导致金融资产风险的不可控,因此研究风险价值具有很广很深的实际意义。多资产组合风险因金融市场的灵活多样,故其关键问题是动态相依机制的刻画,而时变Copula函数能够很好的刻画变量间的相依机制。本文根据金融市场特征以及Copula建模理论,从Copula所导致的相依指标Kendall tau尾相关系数出发,将构造方法和建模技术结合在一起,建立了时变Copula模型,成功描述了非线性的、非正态的时变相依机制,成功捕捉了下尾相依机制的时变性。主要工作包括：(1)从模式的识别、模型的检验等方面分析了阿基米德Copula模型的优良性质,并结合金融数据的特性,说明了利用时变阿基米德Copula模型分析风险的可行性、有效性、优越性。(2)本文从阿基米德Copula函数与Kendall tau、尾相关系数之间的一一对应关系出发,建立基于时变Kendall tau、时变尾相关系数的阿基米德Copula模型。(3)假定Clayton Copula的时变参数为非线性的AR(1)模型,从Kendall tau和尾相关系数两个角度出发,分别建立时变Copula模型,结合蒙特卡洛模拟技术和拟合优度检验,最终说明了从Kendall tau角度建立的时变Copula模型要优于尾相关,基于Kendall tau的时变阿基米德Copula模型更能捕捉非线性的、非正态的时变相依机制,具有一定的优越性。(4)针对沪深股市的波动性以及非正态分布的非线性相依机制,结合Copula构造方法和建模技术,以t-Garch模型描述了沪深指数收益率的边缘分布,采用拟合优度检验选取最佳的Clayton Copula模型。(5)根据建立的边缘分布模型,并结合Clayton Copula模型,分别建立了单参数静态Clayton Copula和时变Clayton Copula模型,计算对数收益率所对应的VaR值。(6)将双参数时变BB1Copula与风险价值相结合,建立双参数时变Copula模型度量VaR,并对比了时变双参数Copula模型与时变单参数Copula模型和传统Copula模型在度量多资产组合风险的优劣。