论文部分内容阅读
随着金融市场的日益动荡以及金融危机的频发,如何对金融风险进行有效监控进而降低风险成为金融界和投资者关注的焦点.传统的VaR方法能将风险量化为一个确切的数字,但也存在其局限性.因此本文引入一致性风险度量CVaR方法来对风险进行更为全面的度量.为了分散风险,投资者往往会对各种金融资产进行组合投资来对冲风险.这就要求投资者要充分了解资产间的相关性,但金融市场的时变、波动、非线性等特点使得各资产间的相关性也复杂多变.Copula理论将此问题简单化,它将资产的边缘分布和资产间的相关结构分开来研究,其中资产间的相关结构由一个Copula函数来描述.为了更好地防范金融市场在极端情况下产生危机,本文运用极值理论来估计尾部分布.在此基础上,结合GARCH类模型和Copula理论建立了多变量的金融时间序列模型——EGARCH-POT-Copula模型和GJR-POT-Copula模型,然后联结不同的Copula函数对中国开放式基金进行了研究,运用蒙特卡罗模拟法、历史模拟法对所选基金的十大重仓股的投资组合进行风险度量.结果表明该投资组合可以有效地降低风险;这些模型可以有效地度量风险,为投资者的决策提供参考意见;EGARCH-POT-Copula模型比GJR-POT-Copula模型更为保守,投资者可根据投资偏好及风险承受水平进行选择.最后分析了Copula模型在沪、深、港股市以及商业银行等金融市场风险度量中的研究成果,说明了Copula模型在金融分析上的广泛应用.