Copula函数度量风险价值的MonteCarlo模拟1.pdfVIP

Copula 函数度量风险价值的 Monte Carlo 模拟1 陈守东 胡铮洋 孔繁利 吉林大学数量经济研究中心，吉林大学商学院，吉林，长春 130012 摘 要：本文采用 Copula 方法，选取了三种具有代表性的 Copula 函数对金融时间序列建模，以描述不同金 融数据间的相依关系，并将其应用于证券市场风险度量，进行 Monte Carlo 模拟计算投资组合的 VaR。将 Copula 方法计算结果与传统的正态假设模拟结果比较表明，Copula方法对金融风险的度量要明显优于正态方法。 关键词：Copula ；Monte Carlo 模拟；VaR 中图分类号：F830.99 文献标识码：A 1．引 言 Copula 的研究起源于 Sklar （1959），而Nelsen(1998) 比较]系统地介绍了 Copula 的定义、构建方 法、Archimedean Copulas 及相依性；Bouye.E, Durrleman.V, Nikeghbali.A (2000)系统地介绍了 Copula 在金融中的一些应用。Copula 可以解释为“相依函数”或“连接函数”，是把多维随机变量的联合分 布用其一维边际分布连接起来的函数。Copula 目前它已被广泛地应用于金融领域，特别在金融市场 上的风险管理、投资组合的选择、资产定价等方面，并且成为解决金融问题的一个有力的工具。本 文讨论利用 Copula 函数进行风险价值的Monte Carlo 模拟。 在现代金融风险管理中，RiskMetrics-Technical Document(1996)和 Dowd, K(2002)提出风险价值 (VaR)是最基本和核心度量手段。在实际研究中，刻画金融资产收益的联合分布是一个很重要的问 题，一般来说金融资产收益的分布都是厚尾尖峰分布，如果采用大多数风险管理模型中的多个金融 资产收益序列或风险因子的联合分布服从多元正态分布及资产组合中的每一单个资产的线性相关 性假设可能对实证的结果产生很大的偏差和误导。大量的实证表明，这种假设经常与客观事实相违 背（Embrechets, P., A. Mcneil, and D. Straumann,1999 ），特别是当极端事件发生时，在正态分布假设下 进行的资产组合的风险分析及其 VaR 计算与实际情况偏差较大。因为我们可以将金融资产风险分 解成单个资产的风险和由投资组合产生的风险两部分，其中单个金融资产的风险可以由它们各自的 边缘分布来描述，而由投资组合产生的风险则完全由连接它们的 Copula 函数来描述。如果投资组 合中的金融资产已经确定，那么市场风险就相当于投资组合中资产结构的风险，可以完全由一个相 应的 Copula 函数来描述。假定随机变量X 和 Y 分别代表两种金融资产的损失，它们的边缘分布分 别为F (x) 和 G(y ) ，具有 Copula 函数C(F (x), G(y )) ，则投资组合的VaR 可表示为： P {δX +(1−δ)Y γ} ∫dC(F (x), G(y )) , 其中δ 代表资产 X 在投资组合中的权重，γ 为限定值,它与置信水平α是一一对应的。若 Copula 函数已知，但 VaR 的解析式很难求出,也可以通过模拟的方法计算 VaR 值。由于 Copula 技术是对整 个联合分布建模,并且很容易推广到条件分布的情形(Lindskog, F.,2000) ，因此可得到与真实分布更接 近的联合分布，从而可以建立更为有效的风险管理模型。 本文将 Copula 函数运用于风险管理的实证，选取三种有代表性的 Copula 函数描述的金融时间 序列的相依关系、通过 Monte Carlo 模拟计算投资组合的 VaR ，并将其与传统正态模拟计算的投资 组合的 VaR 结果比较。结果表明，正态模拟在α对应的不同分位数下计算的 VaR 都和实际值之间 1本文得到04 年教育部重大项目（05JJD790005）、05 年国家社会科学基金项目(05BJY100)、05 年国家自然科学基金项目）、“吉 林大学‘985 工程’项目”资助。 1 存在着较大误差，