金融市场间的极端风险度量：应用极值理论和Copula函数度量组合投资风险.docVIP

第四组 金融、银行（字数：9000） 作者简介：胡铮洋，男，（1980—），吉林省长春市人，吉林大学商学院数量经济学专业博士研究生。研究方向：数量经济学。通讯地址：吉林省长春市朝阳区前进大街2699号，邮编：130012，联系电话：0431陈守东，男，（1955—），天津市蓟县人，吉林大学数量经济研究中心、商学院财务系主任、教授，博士生导师。研究方向：数量经济学。 金融市场间的极端风险度量： 应用极值理论和Copula函数度量组合投资风险 胡铮洋 陈守东 吉林大学数量经济研究中心 吉林大学商学院 内容提要：本文应用Copula函数和极值理论来度量不同市场间在极端情形下的相依性风险，应用VaR（Value at Risk）和一致性风险度量指标ES（Expected Shortfall）作为风险度量手段。在实证中用Copula函数来替代传统多元序列间的正态分布的假设，使得在进行组合投资时进行多元极值建模成为可能，且更加灵活。实证采用上证综指和香港恒生指数来进行组合投资建模，度量组合投资的极端风险，通过给出不同权重下投资组合的风险情形，为投资者提供了合理设定投资权重规避风险作出有效参考。 关键词：Copula函数,极值理论,多元极值分布，GPD分布，VaR，ES。 0 引言 在现代金融市场投资时，人们处于一种自相矛盾的境地：一方面，投资者都理想化的期望存在一个零风险乌托邦似的市场，通过投资获取超额收益；另一方面，市场中过度的投机和频繁的交易导致了各种风险的增多，给市场带来更多的意外冲击和不确定性。 通常情形下，投资者在多种股票间建立组合投资来规避风险获取收益，以接近人们自相矛盾的理想。对于风险控制的要求通常是先于获取收益的，是第一重要的。金融市场的极端事件虽然少见，但却十分重要。金融市场的极端情形发生的时候，经常会给在不同市场间的建立组合投资的投资者造成巨大损失。因此，如何有效度量极端情形下不同市场间的风险一直是投资者和学者们关注的问题。在度量不同市场间的极端风险时，人们常常要应用到极值理论和多维分布的相依性方法。过去对于多元金融时间序列建模时，我们只能依靠传统的多元正态分布假设和线性相关系数假设下进行，近年来通过实证研究发现这种假设的缺陷已经越来越明显（Embrechts，2001）。例如正态性分布常常把金融序列的尾部假设的过薄，而在实际的金融数据中，金融序列常常呈现出厚尾的特征。多元分布的情形下，每个金融序列的边际分布常常是非正态的，那么线性相关系数就不在适合作为相依性的度量指标，同样边际分布的选择也是一项比较复杂和颇具争议的问题。 本文中应用极值理论的广义帕累托分布（GPD）直接对金融序列的尾部进行建模，这跳过对于金融序列整体分布确定的研究，使实证的结果更加接近真实的情形。实际研究中需要恰当的多元分布函数将不同的边际分布连接在一起，以往人们用到的多元函数只有多元正态和多元T分布等少数几种椭球氏分布对于其各自边际分布的过于严格要求达到了近乎到苛刻的程度，Nelsen(1999)，Joe(1997)提出的Copula方法可以说是研究多元分布的一个具有历史意义的变革，Copula方法放弃了对于边际分布的严格限制，可以灵活的将各种分布联合成统一的多元分布。由于Copula函数可以将各种边际结合成多元分布情形，这在多元建模时边际分布的选择更加灵活，它同时作为一种度量不同序列间相依性方法的工具，不再受线性相关性假设的约束，具有单调不变性。将Copula函数同极值理论相结合，度量不同市场间的极端情形成为可能。Copula函数应用到金融领域的研究是近几年刚刚开始的, Embrechts（1999）最早将Copula函数应用于金融领域研究；Patton(2002)通过一二阶矩方法建立了一个条件Copula函数，并将其应用于VaR的度量。Chen和Fan(2006)应用Copula方法建立了一个基于马尔科夫GARCH的半参模型；Hu(2006)运用混合Copula函数建立组合投资，并且应用分块检验来检验模型效果。国内领域近年来对于Copula函数的研究也很活越，张尧庭(2002)最早在过年金融领域提出Copula函数；陈守东(2006)应用Copula方法进行模拟，基于国内股票指数建立投资组合度量风险。 在建模过程中，由于金融序列常常不满足正态椭球氏分布假设，VaR已经不再是一个一致性风险度量指标，即其不满足次可加性条件，达不到组合投资分散降低风险的目的，本文中我们用ES代替VaR作为风险度量指标，ES作为一种一致性风险度量指标（Anzter 1997），不仅满足次可加性风险分散假设，而且相对于VaR只能告诉人们风险不超过一定数值的概率是多少，ES可以具体的告诉投资者的不仅仅是一个概率，而是告诉了投资者在风险情形真的发生时