基于copulaCAViaR模型的股票市场风险分析蒋涛.pdfVIP

2012年10月 经 济 论 坛 Oct. 2012 总第507期 第10期 Economic Forum Gen.507No.10 基于copula-CAViaR模型的股票市场风险分析 文/蒋 涛 田 甜 康 弘 【摘 要】VaR模型是度量金融风险水平的常用工具，尽管VaR模型并不能考虑依赖风险，VaR模型仍是 金融机构及金融监管部门防范市场风险的标准工具，VaR模型是否稳定也是金融界十分关注的问题。copula 理论可以解释风险之间的依赖性关系。为了解决市场风险依赖性的问题，充分考虑市场风险的依赖性，本 文在条件自回归VaR模型 （CAViaR模型）基础上，引入copula理论，利用copula-CAViaR模型，对标准普 尔指数SP500、英国富时指数FTSE100、日经平均指数NIKKEI225和香港恒生指数HSI43这四个具有全球代 表性的股票市场进行联合分析。研究结果发现，四种常用的 copula-CAViaR 模型均适用，其中 GARCH 1,1 -copula-CAViaR模型对具有依赖关系的股票市场联合描述的稳定性最好。 ( ) 【关 键 词】条件自回归VaR模型 （CAViaR模型）；风险依赖；copula函数；copula-CAViaR 【基金项目】对外经济贸易大学研究生科研创新基金资助 （项目号：A2012054）。 【作者简介】蒋涛，对外经济贸易大学硕士研究生，研究方向：风险管理、非寿险精算学；田甜，对外经济贸易 大学硕士研究生，研究方向：健康护理保险；康弘，对外经济贸易大学硕士研究生，研究方向：风险管理。 一、引言 了解释风险之间的依赖关系，本文基于风险依赖性 VaR模型一直是风险度量和管理中常用的工 视角，引入copula理论。对copula 的研究可以追 具。计算VaR 的方法很多，2003年诺贝尔经济学 溯到1959年，Sklar （1959）提出，copula是把多 奖获得者EngleManganelli(1999)提出了一种新的 元分布函数连接起来的函数。所有有限维连续型随 VaR模型建模思想，他们对VaR （条件分位数）直 机变量可用体现边缘分布依赖关系的copula 函数 接进行自回归建模，提出了条件自回归VaR模型 来描述。Embrechtsetal.(2003)研究发现，利用相关 （简记CAViaR 模型）。EngleManganelli （2004） 系数用来描述资产之间的相关关系是不合适的，这 认为，由于股票收益序列的分布具有自相关性， 是因为相关系数描述的仅仅是两个金融市场之间是 VaR也具有自相关性。黄大山和卢祖帝 （2004）利 否存在线性关系，并不适合金融市场之间的非线性 用Chow检验对中国股市风险CAViaR模型的稳定 变化情况，可将copula 函数引入解决这一问题。 性进行检验。刘华新和黄大山 （2004）利用 FreesValdez(1998)指出，运用copula模型在建立 Hansen检验方法对中国股市风险CAViaR模型建模 金融模型时，可用一个copula 函数来描述它们的 的稳定性进行检验，并提出了具有时变参数的 依赖结构 。 Eric Michael （2006） 运用 CAViaR 。张颖和张福祥 （2012）研究了不同的分 copula-GARCH模型对四个主要的股票市场进行了 位数回归模型在估计VaR 时的表现，并通过实证 实证研究，发现对于这些市场来说，它们的收益更 研究发现了IGARCH-CAViaR模型适合成熟市场风 多的是朝着相同的方向变动，而不是相反的方向变 险的演化过程，分位数的GARCH 模型在国内金融 动。张明恒 （2004）研究了多资产VaR 的copula 市场表现良好。