论文部分内容阅读
随着我们经济融入世界经济体系，金融市场波动性越来越大，高收益必定存在高风险，对于投资组合的风险管理越发显得重要。传统的风险价值测量是基于假定资产收益分布符合标准正态分布，但是实际上资产收益往往呈现尖峰厚尾现象，传统VAR分析模型如均值一方差等无法告知我们尾端概率分布的详细情形。对于风险管理者而言，罕见的巨额损失才是他们所感兴趣的，而极值理论便能符合需求故有些学者提出利用极值理论用来描绘尾部分布并解决资产分布具有厚尾的现象，但是极值理论存在很多不足：单一资产的边际分布的性质不能从多元联合分布得出；多元分布不能转化为有限维的参数模型；不能够囊括所有的尾部分布情况；忽略中心区域的信息，仅仅注意到尾部情况。Copula函数很好克服这些不足并显示出良好的特性。根据Scalar定理：当边际分布是连续的则它们存在唯一的联合分布函数(Copula连接函数)。并且可将多资产相依结构和单个资产边际分布分开来处理利，对二者进行分别进行参数估计检验。
本文用t-Copula函数和极值理论分析由上柴股份(600841)和龙建股份(600853)组成的两资产的投资组合在一天持有期内的最大风险值。用极值理论分析数据得到单个资产收益在极端值情况下的边际分布函数(GPD)。由于对于边际分部为极值分布的情况下，通常使用的积分概率转换无法实现多维转化为单维进行分析故无法实现拟合优度检验选择出合适Copula函数。我们发现采用Poon(2003)提出的利用尾部相关性方法能够很好估算出极端情况下的尾部相关性系数并准确地判断出t-Copula函数适合作为资产收益的联合分布函数。通过参数估计方法比较运用Mashal and Beyone提出的参数估计方法对其进行参数估计。在此基础上蒙特卡罗模拟出最大风险值并检验模拟结果，结果显示边际分布采用极值分布的t-Copula函数具有良好的特性，能过很好地刻画出资产收益分布的厚尾现象和度量投资组合极值风险。