金融风险测算新技术—ｃｏｐｕｌａ方法研究综述论文

《金融风险测算新技术—ｃｏｐｕｌａ方法研究综述论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、金融风险测算新技术—Ｃｏｐｕｌａ方法研究综述论文.freelbrechs(1999)把Copula理论引入到金融领域中，把金融风险分析推向了一个新的阶段。在我国，对Copula的研究起步较晚，最早是张尧庭(2002)在理论上，主要是从概率论的角度上探讨了Copula方法在金融上应用的可行性。Copula方法在金融风险测算中主要具有如下优势：①Copula理论不限制边缘分布的选择，结合Copula函数可以更为灵活地构建多元分布函数；②在运用Copula理论建立模型时，边缘分布反映的只是单变量的个体

2、信息，变量间的相关信息完全由Copula函数来体现，可以将随机变量的边缘分布和它们之间的相关关系分开来研究；③通过不同形式Copula函数的选择使用，可以准确捕捉到变量间非线性、非对称的相关关系，特别是容易捕捉到分布尾部的相关关系，这有助于风险管理机构度量出现极端情况下的风险值。一、Copula方法在国外金融市场风险测算中的应用1.常规模式下Copula方法的应用如同任何新方法被应用到新的领域一样，Copula方法之于金融市场风险管理也经历了从简单到复杂，从理论研究到具体实证中的过程。Sklar

3、(1959)到Nelson(1998)，对Copula理论起到了奠基性的作用。Embrochts(1999)把Copula作为相关性度量的工具，引入金融领域。Matteis(2001)详细介绍了ArehimedeanCopulas在数据建模中的应用，并运用Copula对丹麦火灾险损失进行了度量。Bouye(2000)系统介绍了Copula在金融中的一些应用。Embrechts(2003)，Genest(1995)分别于模拟技术、半参数估计、参数估计对Copula的统计推断作了详细介绍。Rober

4、toDeMatteis(2001)对Copula函数，特别是ArchimedeanCopula函数作了较为全面地总结。Romano(2002)开始用Copula进行了风险分析，计算投资组合的风险值，同时用多元函数极值通过使用MonteCarlo方法来刻画市场风险。Forbes(2002)通过对固定Copula模型来描述Copula的各种相关模式，并把这一个方法广泛地应用在金融市场上的风险管理、投资组合选择及资产定价上。Hu(2002)提出了混合Copula函数(Mixed-Copula)的概念，

5、即把不同的Copula函数进行线性组合，这样就可以用一个Copula函数来描述具有各种相关模式的多个金融市场的相关关系了。上述文献主要从理论上探讨了Copula方法的适用性，并对Copula函数形式的选择，Copula函数的参数估计方法等展开了较为深入的研究且采用金融市场的数据进行了相关实证说明，但都是在固定时间段内固定相关模式的假设下进行，没有体现出金融市场风险瞬息万变，投资组合的风险值动态变化的特征。2.动态模式下Copula方法的应用众所周知，金融市场投资组合面临的风险每时每刻都在波动，在

6、模型假设固定的情况下测算往往会低估风险，因此建立动态的，能及时体现市场波动特征的模型显得更为重要。DeanFantazzini(2003)将条件Copula函数的概念引入金融市场的风险计量中，同时将Kendall秩相关系数和传统的线性相关系数分别运用于混合Copula函数模型中对美国期货市场进行分析。Patton(2001)通过研究日元/美元和英镑/美元汇率间的相关性，发现在欧元体系推出前后这两种汇率之间的相关性程度发生了显著变化。在此基础上，Patton提出引入时间参数，在二元正态分布的假设下

7、提出了时变Copula函数来刻画金融资产。Goorbergh，Genest和.，S.J.Taylor，andY-HA-t作为边缘分布并用GaussianCopula作为连接函数建立了动态Copula模型对欧洲股票市场数据进行了拟合，取得了较好的结果，Aas，K.，C.Czado，A.Frigessi，andH.Bakken(2008)在多元分布前提下对双形Copula建模进行了研究。二、Copula方法在我国金融市场风险测算中的应用1.二元Copula方法的应用Copula方法在我国起步较晚，直

8、到张尧庭(2002)才将该方法引入我国，主要在概率统计的角度上探讨了Copula方法在金融上应用的可行性，介绍了连接函数Copula的定义、性质，连接函数导出的相关性指标等。随后韦艳华(2003，2004)结合t-GARCH模型和Copula函数，建立Copula-GARCH模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明，不同板块的指数收益率序列具有不同的边缘分布，各序列间有很强的正相关关系，条件相关具有时变性，各序列间相关性的变化趋势极为相似。史道济、姚庆祝(2004)给