基于Clayton CopulaGARCH模型投资组合VaR的度量.pdfVIP

第43卷第6期 数学的实践与认识 V01．42，No．6 2013年3月 MATHEMATICSINPRACTICEANDTHEORY Mar．，2013 基于Clayton VaR的度量 李明·，刘喜波。，何慧z，姚沛。 (1．北方工业大学经济管理学院，北京100144) (2．北方工业大学理学院，北京100144) (3．石家庄信息工程职业学院商贸类专业群国际贸易系，河北石家庄050035) 摘要：运用Copula方法研究了含股指期货的投资组合的风险度量问题．首先采 Copula函数来描 用不同的GARCH模型对单个资产收益率建模，然后选择Clayton 述投资组合各资产之间的相关结构，建立联合分布模型，进而采用MonteCarlo方法 Copula-GARCH模型在投资组台，历、险度量上具有较高的准确性． 关键词：Copula；MonteCarlo模拟；VaR 1引言 市场转变为既可以做多又可以做空的双向市场．随着股指期货市场的不断发展，股指期货作 为一种具有高风险高收益特点的投资品种其在金融市场中影响力不断增长．本文旨在研究如 何准确度量包含股指期货的投资组合的风险． 由于金融资产价格波动剧烈，仅仅用线性相关建模方法并不能准确度量资产间的相关结 构．与普通的线性相关建模方法相比Copula函数不仅可以描述资产之间非线性非对称的相 关关系，还可以捕捉到资产之间相关结构的变化．因此Copula方法在投资组合风险度量的 研究中得到广泛的应用．韦艳华和张世英(2007)提出了可用于资产投资组合VaR分析的多 元Copula-GARCH模型，重点研究了几种重要Copula模型的MonteCarlo仿真技术，并运 用具有不同边缘分布的多元Copula-GARCH模型，结合MonteCarlo模拟法，对上海股市进 益序列的边缘分布，选取GumbelCopula、ClaytonCopula和GuassionCopula分别对含有 股指期货的投资组合的投机策略和套期保值策略情形下的VaR进行度量．实证表明Gumbel Copula可以得到更好的结果．周义、李梦玄(2010)采用基于MonteCarlo数值模拟技术的 收稿日期：2012—06—20 资助项目：北京市教育委员会科技发展计划项目(km200810009004)；北京市教学专项(专业建设 (10805265114))1 万方数据 144 数学的实践与认识 43卷 Copula由于能更好地刻画尾部特征，从而在危机 的VaR和CVaR值，实证检验表明Clayton 时期准确度更高． 基于以上讨论，为了准确度量投资组合的VaR．本文首先采用GARCH模型对单个资产 Copula函数建立联合分布模型，通过MonteCarlo方法模拟 收益率建模，然后选择Clayton 产生收益率序列，进而计算出投资组合的VaR． 2模型简介 2．1 Copula函数简介 二元ClaytonCopula函数分布函数为 Ccz(肛，王，；p)=(p一日+王，一日一1)一上／F 其中p∈(o，。。)，为相关参数．ClaytonCopula函数的密度分布呈上尾低下尾高的“L”字形， 对变量在分布下尾部的变化十分敏感，能够快速捕捉到下尾相关的变化；而在分布的上尾部 Copula函数对变量在分布上尾部的变化不敏感难以捕捉上 变量是渐进独立的，因此Clayton 尾相关的变化． 2．2 Copula函数性质 日(．，．)函数是具有边缘分布F(·)，G(·)的联合分布函数． 上述定理表明，运用Copula理论构建金融模型时，可将边缘分布和多元相关结构分开来 研究，多元相关结构可用Copula函数来表示，而边缘分布可以采用任意合适的边缘分布函数 来描述． 2．3