Copula理论及其在金融研究中的应用.pdfVIP

Copula 理论及其在金融研究中的应用 摘 要 随着现代金融的发展，资产组合的定价、多元资产衍生工具的定价、风险 管理等内容都要涉及到多个资产间的相关性分析或求多个资产的联合分布函 数。独立假设下的传统研究方法已不能适应现代金融的发展，而Copula不仅可 将边际分布和相关结构有机结合，并能分开讨论。Copula具有一些优良的性质， 例如，在单调递增的变换下，随机变量间的Copula函数和秩相关性不改变。利 用Copula函数不仅可以研究不同变量间的相关程度，而且还可以研究它们之间 的相关模式等，这里的变量泛指我们感兴趣的一些量，例如，资产或者权益。 这些良好的性质使得Copula理论广泛应用于金融研究领域。 在理论方面，本文详细介绍了Copula的定义和性质，并比较、分析了不同 Copula函数刻画变量相关性、特别是尾部相关性的特点，提出了基于Copula 理论的相关性度量指标：Kendall’s τ 和Spearman’s ρ 。同时，从基于似然 函数的参数估计和非参数估计两方面介绍了Copula模型参数的估计方法，对各 种方法的特点及适用性进行了分析，然后对如何选择最优Copula函数进行了研 究。通常，我们通过图形检测方法和解析方法选择Copula函数，其中解析方法 Kolmogorov −Smirnov 2 主要包括分布拟合优度检验（ 检验和χ 检验）和信息准 则AIC方法。 在应用方面，本文利用沪深股票市场数据，研究了二者之间的相关结构尤 其是尾部相关情况。由于股票收益率序列存在着条件自相关和条件异方差，为 避免这些对Copula参数估计的影响，我们先对收益率序列进行AR（4）-GJRGARCH （1，1）建模，得到的标准化残差经BDS检验为独立同分布（i.i.d.）序列，再 进行Copula建模。实证结果表明，沪深股市存在很强的正相关性，以及对称的 尾部相关。这与大多数国外学者认为股票市场之间存在非对称相关现象的结论 不同。本文通过图形检测和解析方法相结合来选择对数据拟合最好的Copula函 数，结果表明Student t-Copula可以很好地刻画沪深股市的相关性。 另外，本文还结合Copula模型和极值理论进行了市场风险在险价值VaR的 计量，作为示例估计了我们实际投资的三支股票组合的VaR值。为提高VaR计 算的准确性，捕捉市场变动极端情况下的尾部相关性，我们首先对三支股票分 I Copula 理论及其在金融研究中的应用 别进行AR-GARCH（1，1）建模，然后通过极值理论对得到的标准化残差进行半 参数估计，并利用Copula-Monte Carlo模拟进行组合VaR计算，并与传统的 Monte Carlo模拟进行比较，最后对实证结果进行了回测检验（Back Testing）， 结果表明该模型能够很好地捕捉联合尾部极值事件，在99%的置信水平下通过了 Kupiec检验，且实证效果优于传统的Monte Carlo模拟方法。 总之，本文的研究表明Copula技术灵活多变的建模方式不仅取得了良好的 实证结果，同时为分析金融问题提供了一种崭新的思路，可以预计Copula技术 将在金融研究领域得到更广泛的应用。 关键词：Copula理论；极值理论；GARCH模型；蒙特卡罗 II Copula 理论及其在金融研究中的应用 Abstract With the development of modern finance, portfolio p