GJR-Copula模型在投资组合风险管理中应用.pdf

摘要 近些年来，国际金融形势发生了深刻的变化。金融市场的波动愈加频繁， 危机经常发生，对风险的度量已成为行业关注的话题之一。传统的风险度量 手段建立在马克维茨的投资组合理论的基础上，资产组合之间为线性相关关 系，资产组合的收益率服从多元正态分布，使用VaR指标对单一资产和资产 组合进行风险度量。但大量的事实证明，金融资产的收益率存在明显的非正 态的尖峰厚尾的特征，资产之间的相关关系非线性，传统的正态模型会低估 资产风险。另一方面，VaR方法存在一定的建模缺陷，不能满足管理者对风 的收益率，CVaR方法考虑到了其尾部损失的均值，更加适于测度风险；对于 投资组合联合收益率，建立Copula模型基于金融资产的非线性相关性，不限 制边缘分布从而构建了相应的的联合分布损益函数。 本文首先讨论了Copula模型在金融市场尾部相关性度量上的应用；接着 基于VaR与CVaR的风险测度方法，依次运用历史模拟法、方差协方差法、蒙 特卡罗模拟法和极值理论测度道琼斯工业指数和香港恒生指数的VaR并ICVaR， 结果表明，四种方法的计算的VaR都低估了实际股指的风险。然而，CVaR的 失败率大大降低，提高了对未来变动的预测准确度。考虑到资产收益率这一 时间序列的非对称的时变特征，文章对单个股指的