基于混合Copula-SV-t模型的外匯投資組合風險分析.pdf

1、隨著國際金融市場的快速發(fā)展，外匯市場間的相互依存度不斷加強，相關結構更加復雜，準確度量金融市場間的相關性越發(fā)重要。而金融變量通常具有尖峰厚尾性、非對稱性、非正態(tài)地協同等特征，用傳統的Pearson線性相關性分析方法存在很大的局限性。隨著Copula理論的出現，給相關性的研究帶來了很大的進步。自Copula理論應用到金融領域以來，Copula函數目前已在金融、保險等一些領域的相關性分析、風險管理、資產定價和投資組合的選擇等方面有了廣泛應用

2、，成為解決金融相關性問題的一個有力工具，使金融風險度量方法有了新的突破。
　　文章首先系統地介紹了Copula函數的定義和性質，闡述了Sklar定理和三種基于Copula的相關性測度，然后列舉了常用的幾種橢圓型Copula函數和阿基米德型Copula函數及其特征，并介紹了Copula函數的參數估計方法，本文選用兩步極大似然估計法。最后介紹了兩種模型選擇方法:分別是傳統的AIC信息準則法和特別適用于Copula函數的模型選擇工具——

3、Copula信息準則法。
　　首先，本文選取了2008年到2014年歐元和英鎊對人民幣匯率的每日收益率作為樣本數據，根據收益率序列的尖峰厚尾性和波動異方差性，選擇隨機波動SV-t模型作為刻畫單個資產收益波動的邊緣分布，并通過K-S檢驗，結果顯示選擇SV-t模型擬合邊緣分布是合適的。然后構建了兩類不同的混合Copula模型:第一類混合Copula模型是由三種不同特性的阿基米德Copula函數:Gumbel Copula，Clayto

4、n Copula和Frank Copula線性組合而成，根據模型平均思想，建立了簡單混合Copula模型和基于S-AIC方法構建的混合Copula模型。第二類混合 Copula模型是由正態(tài)Copula函數組成，根據二元分布混合理論建立的基于分布的混合Copula模型。并簡單介紹了混合Copula模型中權重和相關系數的估計方法。
　　最后本文通過建立混合Copula-SV-t模型，根據投資組合VaR值的蒙特卡洛模擬過程，分別計算出兩

5、種類型混合Copula模型下投資組合的VaR值。由第一類混合Copula模型對兩種外匯資產的相依結構建模，通過AIC檢驗，結果表明基于S-AIC方法構造的混合Copula模型對變量之間的相關結構擬合度最好。然后通對投資組合進行風險測度，并在風險最小原則下確定最佳投資比例。由VaR值與收益率標準差的比值結果表明所構造的兩個混合Copula-SV-t模型均能比單一Copula模型能更精確地估計組合風險VaR值。同樣，由基于分布構造的混合Co