基于Pair-Copula的外匯投資組合風險分析.pdf

1、隨著金融全球化，各國金融市場之間的關聯(lián)性越來越密切，那么準確地度量金融市場間的相關性越來越重要。由于傳統(tǒng)的相關性分析方法只能度量變量間的線性相關關系，且目前的金融市場間的相關性已經(jīng)呈現(xiàn)出非線性、非對稱和厚尾相依性等特點，所以原來的方法已遠遠不能夠滿足要求。Copula方法的出現(xiàn)給度量多變量間非線性相關關系提供了一個有效的工具。
　　 本文主要研究多元Copula函數(shù)在金融風險管理上的一些應用，首先介紹了傳統(tǒng)的多元Copula函數(shù)

2、的類型及性質，并結合GARCH模型構建了Copula-GARCH模型來刻畫金融時間序列間的相依結構。然后在傳統(tǒng)多元Copula-GARCH模型的基礎上，引入了最新的多元藤結構Pair-Copula來構建高維相關關系，由于它在刻畫高維資產組合中兩兩資產間尾部相關性時可以根據(jù)實際數(shù)據(jù)的特征來選擇不同類型的Copula函數(shù)，從而能夠更好的刻畫金融資產間尾部的相關性。
　　 另外在Pair-Copula函數(shù)模型的選擇上面，選擇了三種類型

3、的Copula函數(shù):t-Copula、ClaytonCopula和SJCCopula，二元t-Copula可以很好地反映變量間的上下尾相關性，ClaytonCopula則可以快速捕捉下尾無條件相關的變化，SJCCopula可以快速捕捉下尾條件相關的變化。采用這三種函數(shù)類型，既關注了尾部的整體相關又特別描述了下尾的相關。
　　 在實證部分，以我國外匯市場間的美元、日元、歐元、英鎊對人民幣四種匯率收益率序列為研究對象，分別采用多元正

4、態(tài)Copula、t-Copula函數(shù)與Pair-Copula函數(shù)來描述變量間的相依結構，并通過擬合優(yōu)度檢驗得知，Pair-Copula在描述變量間的相依結構時更加準確。再將Pair-Copula-GARCH模型與MonteCarlo仿真技術相結合，計算了此模型下的多資產組合的VaR及ES，并與傳統(tǒng)多元Copula-GARCH模型下計算出的資產組合VaR進行了比較，并給出了在風險最小原則下投資組合的最優(yōu)解。結果表明，在所選擇的樣本期間內，