基于混合Copula-SV-t模型的外匯投資組合風(fēng)險(xiǎn)分析.pdf

1、隨著國際金融市場(chǎng)的快速發(fā)展，外匯市場(chǎng)間的相互依存度不斷加強(qiáng)，相關(guān)結(jié)構(gòu)更加復(fù)雜，準(zhǔn)確度量金融市場(chǎng)間的相關(guān)性越發(fā)重要。而金融變量通常具有尖峰厚尾性、非對(duì)稱性、非正態(tài)地協(xié)同等特征，用傳統(tǒng)的Pearson線性相關(guān)性分析方法存在很大的局限性。隨著Copula理論的出現(xiàn)，給相關(guān)性的研究帶來了很大的進(jìn)步。自Copula理論應(yīng)用到金融領(lǐng)域以來，Copula函數(shù)目前已在金融、保險(xiǎn)等一些領(lǐng)域的相關(guān)性分析、風(fēng)險(xiǎn)管理、資產(chǎn)定價(jià)和投資組合的選擇等方面有了廣泛應(yīng)用

2、，成為解決金融相關(guān)性問題的一個(gè)有力工具，使金融風(fēng)險(xiǎn)度量方法有了新的突破。
　　文章首先系統(tǒng)地介紹了Copula函數(shù)的定義和性質(zhì)，闡述了Sklar定理和三種基于Copula的相關(guān)性測(cè)度，然后列舉了常用的幾種橢圓型Copula函數(shù)和阿基米德型Copula函數(shù)及其特征，并介紹了Copula函數(shù)的參數(shù)估計(jì)方法，本文選用兩步極大似然估計(jì)法。最后介紹了兩種模型選擇方法:分別是傳統(tǒng)的AIC信息準(zhǔn)則法和特別適用于Copula函數(shù)的模型選擇工具——

3、Copula信息準(zhǔn)則法。
　　首先，本文選取了2008年到2014年歐元和英鎊對(duì)人民幣匯率的每日收益率作為樣本數(shù)據(jù)，根據(jù)收益率序列的尖峰厚尾性和波動(dòng)異方差性，選擇隨機(jī)波動(dòng)SV-t模型作為刻畫單個(gè)資產(chǎn)收益波動(dòng)的邊緣分布，并通過K-S檢驗(yàn)，結(jié)果顯示選擇SV-t模型擬合邊緣分布是合適的。然后構(gòu)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(shù):Gumbel Copula，Clayto

4、n Copula和Frank Copula線性組合而成，根據(jù)模型平均思想，建立了簡單混合Copula模型和基于S-AIC方法構(gòu)建的混合Copula模型。第二類混合 Copula模型是由正態(tài)Copula函數(shù)組成，根據(jù)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(quán)重和相關(guān)系數(shù)的估計(jì)方法。
　　最后本文通過建立混合Copula-SV-t模型，根據(jù)投資組合VaR值的蒙特卡洛模擬過程，分別計(jì)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(duì)兩種外匯資產(chǎn)的相依結(jié)構(gòu)建模，通過AIC檢驗(yàn)，結(jié)果表明基于S-AIC方法構(gòu)造的混合Copula模型對(duì)變量之間的相關(guān)結(jié)構(gòu)擬合度最好。然后通對(duì)投資組合進(jìn)行風(fēng)險(xiǎn)測(cè)度，并在風(fēng)險(xiǎn)最小原則下確定最佳投資比例。由VaR值與收益率標(biāo)準(zhǔn)差的比值結(jié)果表明所構(gòu)造的兩個(gè)混合Copula-SV-t模型均能比單一Copula模型能更精確地估計(jì)組合風(fēng)險(xiǎn)VaR值。同樣，由基于分布構(gòu)造的混合Co