基于Copula理論的股票投資組合VaR風險度量研究.pdf

1、隨著金融市場的不斷變化，準確度量風險已成為有效管理風險和投資者做出合理決策的基礎。為有效對由金融資產(chǎn)價格波動所帶來的風險進行規(guī)避和對沖，建立一個可靠和精確的數(shù)學模型去度量金融市場投資組合的風險，進而提高投資組合的度量精度是十分重要的。
　　根據(jù)現(xiàn)有的風險度量與評估研究，VaR（Value-at-Risk，風險價值）方法是一種國際上較為流行的風險管理標準，可以有效地度量股票投資組合的風險。與傳統(tǒng)的金融風險度量模型相比，這種方法可以涵

2、蓋影響金融資產(chǎn)的各種不同市場因素，同時還可以度量非線性的風險問題，具有更大的適應性與科學性。然而，由于金融市場具有復雜化、多樣化的特點，使得金融資產(chǎn)之間的相依性顯著增強，尤其是在市場處于低迷時期（熊市）時，金融資產(chǎn)間的相依關系會比活躍時期（牛市）較大。因此度量金融資產(chǎn)之間的相關性對研究風險管理、資產(chǎn)定價、投資組合分析等問題非常重要。在刻畫隨機變量間相關性方面，Copula函數(shù)是一種有效的建模方法，不但能反映它們的線性或非線性、對稱或非對

3、稱的相依關系，而且還能捕捉到它們間的尾部相依關系?；诖怂ǖ哪Ｐ鸵驯黄毡榈貞玫浇鹑谑袌龅姆治鲋?。此外，多尺度分析框架是一個復雜系統(tǒng)的有效分析手段，能有效地提高投資組合風險的度量精度。其中，經(jīng)驗模態(tài)分解(EMD)模型作為有效的多尺度分析方法，能較為準確地反映原始數(shù)據(jù)的物理特性，特別在處理非線性非平穩(wěn)數(shù)據(jù)方面具有較高的擬合度。以及之后對EMD進行擴展，提出的二元EMD算法，可有效解決EMD方法在處理二元數(shù)據(jù)分析時所存在的模式混疊與尺度不

4、對齊等問題。對此，為提高估計精度，本文將引入二元EMD算法，以構建新的多尺度股票投資組合風險度量模型。
　　因此，本文將基于有效的風險度量Copula-GARCH模型，以及多尺度分析二元EMD算法，提出一種新的基于EMD-Copula-GARCH的風險度量模型用于估計股票投資組合的VaR。首先，結合二元EMD算法與Copula理論探討股市間微觀相關結構的特征。其次，構建一種基于二元EMD-Copula-GARCH的VaR風險度量模