基于贝叶斯方法与时变Copula模型基金风险度量.docVIP

基于贝叶斯方法与时变Copula模型基金风险度量 　　摘 要：基于贝叶斯理论的MCMC方法对单个基金收益率进行GARCH建模，以及对投资组合权重进行后验模拟。进一步结合时变Copula理论计算基金投资组合的VaR，与基于极大似然法的结果进行比较。实证结果表明基于贝叶斯理论的时变Copula的VaR方法，能够更有效的度量开放式基金投资组合的风险。 　　关键词： 贝叶斯；时变Copula； MCMC； VaR 　　中图分类号： 文献标识码： A 文章编号：1003.7217（2018）01.0063.06 　　一、引 言 　　随着市场一体化程度的不断加深，以及计算机网络的发展导致信息传递加快，各种金融资产之间的影响程度不断加大，这大大增加了对金融资产进行风险度量的难度。自20世纪90年代中后期，Copula理论和方法在国内外开始得到迅速发展并广泛应用于金融、保险等领域的相关性分析、投资组合分析和风险管理等多个方面[1]。为了更准确的度量金融风险及相关关系，Patton[2]最先提出时变Copula模型，并用一个类似于自回归滑动平均模型（ARMA）的过程来刻画时变相关系数；罗付岩、邓光明[3]利用二元时变Copula对投资组合的VaR进行建模，结果显示时变Copula模型比静态Copula模型更好，但是其GARCH模型不是基于贝叶斯 方法，而是仅基于极大似然法，潘海涛[4]利