论文部分内容阅读
VaR风险管理模型是90年代以后发展起来的一种新型风险管理工具，作为一种金融风险测定和控制的模型，它简单易操作，相比于传统的金融风险管理模型，更具有实用性和投资参考意义。作为一种符合未来风险管理发展方向的综合性风险度量方法，近年来得到了世界范围内主要商业银行、投资银行、基金管理公司及金融监管机构的普遍认可和支持，目前该模型已逐渐发展成为现代国际金融界风险度量与管理的主流方法。
证券市场作为整个金融市场中的一个重要组成部分，剧烈的波动性和巨大的信息量使其当之无愧地成为了金融市场风险管理的主角。中国证券市场从始至今只有十多年时间，与发达国家较为成熟的证券市场相比，尚处于市场发展的初期阶段，也处于一个复杂的、多变的风险环境中，因此对风险的管理和控制也显的更为重要，无论是对于直接的证券投资者还是基金管理者，都提出了更高的风险管理要求。因此，理论界一直未停止探索提高其有效性及精确性的途径，并基于不同的计量经济学方法和统计学理论提出了一些新的算法，这些新的方法尚有待于进一步的实证检验。本文采用定性分析和定量分析相结合的研究方法。首先介绍了金融风险与金融市场风险管理的基本概念，在诸多类型的金融风险中，金融市场风险成为最重要的风险之一。
接着概述VaR的概念、模型体系的基本原理及计算方法等。主要分析三种重要的VaR方法：历史模拟方法、方差-协方差矩阵法和蒙特卡罗模拟法，并论证它们的实现过程。第四章基于Copula的VaR模型是本文的重点，首先介绍Copula的基本概念及性质，同时引入一类重要的Copula-ArchimedeanCopula，接着给出两种参数估计法(GenestandRivest法和极大似然估计法)以及多种参数检验法(图形法、统计推断法和AIC准则)，最后提出利用Copula改进VaR方法的思路。最后一章以中国股票市场为例，选取上海汽车和上海机场两支股票作为研究对象，综合利用多种检验法，找出数据本身内在结构-FrankCopula，这样可以计算基于Copula的VaR，同时将不同方法得到的计算结果进行对比分析，具体验证了基于Copula的VaR计算方法是有效的，最后概括本文所作的工作并指出本文不足的地方，对以后研究进行展望。
本文主要创新点在于摆脱正态分布的假定，从数据本身出发，利用Copula理论，从18类ArchimedeanCopula中挑出一个最优的，用其表示数据潜在的相关结构，并结合VaR模型的相关知识，实现二维组合下的VaR计算。