基于Copula選擇的投資組合風險VaR研究.pdf

1、近年來，隨著金融全球化和自由化的不斷深入，金融風險管理技術(shù)得到了迅猛發(fā)展。而上世紀90年代初才提出來的VaR方法，由于本身具有良好的性質(zhì)，使它很快成為風險管理中最重要、應(yīng)用最廣泛的風險度量方法。Copula函數(shù)可以將多個隨機變量的邊緣分布連接在一起形成聯(lián)合分布。變量間的相關(guān)結(jié)構(gòu)完全由Copula函數(shù)決定，而各變量的統(tǒng)計特征由其邊緣分布確定。這樣Copula函數(shù)在多元建模領(lǐng)域成為重要的工具。與描述變量間線性相關(guān)關(guān)系的常規(guī)方法相比，Copu

2、la描述的多元隨機變量間的相關(guān)結(jié)構(gòu)可以提供更準確的信息。鑒于此，越來越多的學(xué)者將Copula函數(shù)應(yīng)用到VaR中，取得了不錯的效果。
　　 就目前來看，Copula函數(shù)在應(yīng)用中存在的主要問題就是函數(shù)形式的選擇。雖然一些文獻就Copula函數(shù)的選擇提出了相應(yīng)的建議，但是這一問題并未得到很好的解決。論文針對這一情況，在充分總結(jié)現(xiàn)有選擇方法的基礎(chǔ)上，使用一種基于貝葉斯理論的Copula函數(shù)選擇方法。該方法無需對Copula函數(shù)的參數(shù)進行

3、估計，并能對待選Copula函數(shù)的擬合效果排序；結(jié)合圖形選擇方法對中國證券市場進行研究，得到了待選的Copula函數(shù)擬合效果順序，確定最優(yōu)Copula函數(shù)。另一方面，論文考慮到實際收益的“尖峰厚尾”的特點，選擇Laplace分布對邊緣分布進行擬合。同時，利用前面得到的結(jié)論，選取擬合效果最好的兩個Copula函數(shù)，組合生成一個新的混合Copula函數(shù)，從形式上看能夠有效降低誤選風險，保證最優(yōu)Copula函數(shù)要求。將它與邊緣分布函數(shù)結(jié)合構(gòu)成