论文部分内容阅读
随机变量之间的相关性在数量经济分析中是最为广泛的研究之一，尤其在金融理论中，如风险价值的度量研究就依赖于随机变量之间的相关性。作为度量相关性结构的一种有效方法，Copula理论已经发展成为金融风险管理研究领域的一个重要工具。近年来，Copula理论已被广泛的应用于概率统计、随机过程、经济计量、金融风险管理等领域。金融风险管理研究中，金融资产间的相关性很大程度上影响风险价值的度量，在一定条件下，基于Copula理论建立的模型可以任意选择合适的边缘分布，而不影响对总风险的度量。由于Copula函数具有诸多优点，任何适用的参数、非参数和半参数统计推断方法都能加以应用。过去很多关于相关性的研究都是在常相关假设的基础上取得的，而且大多以线性相关系数作为相关性测度，这与很多实际情况不符，因为任何事物都不可能是一成不变的，因此这就有必要引入动态的非线性模型来描述资产收益之间的相关结构的动态变化。
本文分别结合椭圆Copula函数和阿基米德Copula函数与参数GJR模型、半参数GPD-GJR模型和非参数核估计模型建立联合分布，利用蒙特卡罗方法产生服从模型的数据，度量了风险价值，并通过了样本检验。介绍了动态Copula模型的建立过程，指出构建动态Copula模型的关键是建立Copula参数的演进方程，通过实证分析，研究了中小企业板和主板市场之间的动态相关关系的变化，从应用上更精确地描述了变量间的相关结构，为正确投资决策提供依据。本研究具有重要的理论和现实意义：一方面拓展了金融风险管理和度量的研究范围，为金融风险管理者提供了一种可行的思路；另一方面，针对国内证券市场做的实证分析能够为投资者作参考，使其掌握更多规避风险的方法。