基于极值Copula的投资组合集成风险度量方法

发布时间：2018-03-20 04:21

本文选题：极值Copula　切入点：阈值　出处：《统计研究》2011年07期 　论文类型：期刊论文

【摘要】：本文应用极值的阈值与峰值模型来度量单个资产的风险价值,用两种不同的方法度量了基于Copula函数的沪深指数收益率的相关结构,比较了不同Copula函数下基于沪深指数的二元投资组合集成风险值。结果说明:Gauss Copula函数对沪深指数收益率的相关结构拟合较好,阈值模型的极值Copula能较好地度量投资组合的集成风险值,在高置信度下(0.99以上),基于Gumble Copula函数的上尾(正收益)集成风险值、基于ClaytonCopula函数的下尾(负收益)集成风险值与真实值最为接近。直接加权的方法会高估投资组合的风险,假设沪深指数的收益率服从二元正态分布会低估风险。峰值法的集成风险值误差较大。
[Abstract]:In this paper, the threshold value and peak value model of extreme value are used to measure the risk value of a single asset, and two different methods are used to measure the relevant structure of the return rate of Shanghai and Shenzhen index based on Copula function. In this paper, we compare the risk value of binary portfolio integration based on Shanghai and Shenzhen index under different Copula functions, and the result shows that the ratio of return of Shanghai and Shenzhen index is fitted well by the Copula function of 1: Gauss. The extreme value Copula of the threshold model can measure the integration risk value of the investment portfolio well. Under the high confidence degree, the integration risk value of the Gumble Copula function is based on the upper tail (positive return) integration risk value. The down-end (negative return) integration risk value based on ClaytonCopula function is closest to the real value. The direct weighting method overestimates the risk of the investment portfolio. Assuming that the return rate of Shanghai and Shenzhen indices from the binary normal distribution will underestimate the risk, the peak value of the integrated risk value error is large.
【作者单位】：复旦大学应用经济学博士后流动站;上海浦东发展银行博士后工作站;上海交通大学安泰经济学院;华中科技大学电子信息科学系;
【分类号】：F832.48;F224

【参考文献】

相关期刊论文前10条

1 张尧庭;连接函数(copula)技术与金融风险分析[J];统计研究;2002年04期

2 史道济,关静;沪深股市风险的相关性分析[J];统计研究;2003年10期

3 包卫军;徐成贤;;基于SV-Copula模型的相关性分析[J];统计研究;2008年10期

4 唐齐鸣;操巍;;沪深美港股市的动态相关性研究——兼论次级债危机的冲击[J];统计研究;2009年02期

5 刘志东;;基于Copula-GARCH-EVT的资产组合选择模型及其混合遗传算法[J];系统工程理论方法应用;2006年02期

6 李娟;赵选民;;二元极值理论在沪深股市尾部风险度量中的应用[J];系统管理学报;2007年01期

7 应益荣;詹炜;;资产组合ES风险测度的Copula-EVT算法[J];系统管理学报;2007年06期

8 史道济,姚庆祝;改进Copula对数据拟合的方法[J];系统工程理论与实践;2004年04期

9 吴振翔;陈敏;叶五一;缪柏其;;基于Copula-GARCH的投资组合风险分析[J];系统工程理论与实践;2006年03期

10 张金清;李徐;;资产组合的集成风险度量及其应用——基于最优拟合Copula函数的VaR方法[J];系统工程理论与实践;2008年06期

相关期刊论文前10条

1 张蕊;王春峰;房振明;梁崴;;市场风险与流动性风险整合风险度量研究[J];北京理工大学学报(社会科学版);2010年05期

2 蒋翠侠;张世英;;基于条件Copula的高阶矩波动性建模及应用[J];山东工商学院学报;2008年03期

3 方国久;钟波;;基于ArchimedeanCopula方法的VaR估计[J];重庆工学院学报(自然科学版);2008年08期

4 钟波;张鹏;;Copula选择方法[J];重庆工学院学报(自然科学版);2009年05期

5 傅强;郭娜;;基于多元skst-Copula函数的资产组合VaR计算[J];重庆工学院学报(自然科学版);2009年10期

6 杨益党;;Copula函数与广义Copula函数[J];昌吉学院学报;2007年03期

7 姚荣辉;张蜀林;罗箐宇;;基于低偏矩的非线性套期保值策略研究[J];财会月刊;2009年12期

8 郭立伟;韩兆洲;;我国中小企业板市场与主板市场的动态相关性分析——基于DCC-MVGARCH模型的实证研究[J];财会月刊;2010年18期

9 杨湘豫;高楠楠;;中国开放式基金投资组合风险值的实证基于Copula-GARCH的分析[J];财经理论与实践;2008年04期

10 杨湘豫;崔迎媛;;基于Copula-GARCH-EVT的中国开放式基金投资组合风险度量[J];财经理论与实践;2009年05期

相关期刊论文前10条

1 林辉,何建敏;VaR在投资组合应用中存在的缺陷与CVaR模型[J];财贸经济;2003年12期

2 余素红,张世英;SV与GARCH模型对金融时间序列刻画能力的比较研究[J];系统工程;2002年05期

3 田新时,刘汉中,李耀;基于DeltaGamma正态模型的VaR计算[J];系统工程;2002年05期

4 韦艳华,张世英;金融市场的相关性分析——Copula-GARCH模型及其应用[J];系统工程;2004年04期

5 刘玲,赵娇;风险测度和管理的VaR方法及其优缺点[J];北方经贸;2003年10期

6 张碧琼;中国股票市场信息国际化:基于EGARCH模型的检验[J];国际金融研究;2005年05期

7 王春峰,李刚;基于分布拟合法的VaR估计[J];管理工程学报;2002年04期

8 陈守东;VaR的一种模拟方法[J];决策借鉴;2000年03期

9 刘金全;崔畅;;中国沪深股市收益率和波动性的实证分析[J];经济学(季刊);2002年03期

10 赵留彦,王一鸣;A、B股之间的信息流动与波动溢出[J];金融研究;2003年10期

相关期刊论文前10条

1 王晓辉;庄亮亮;;极值理论下的香港汇丰控股VaR实证分析[J];科学技术与工程;2011年16期

2 江红莉;何建敏;;基于pair-copula的社保基金投资组合风险测度研究[J];南京财经大学学报;2011年03期

3 江红莉;何建敏;;基于Pair-Copula的社保基金投资组合风险测度研究[J];统计与信息论坛;2011年08期

4 彭耿;曹兴;冷志明;;相对业绩差距评估对基金经理风险承担的激励研究[J];财经理论与实践;2011年04期

5 杨湘豫;周再立;;基于Copula-TARCH的开放式基金投资组合风险的实证分析[J];系统工程;2011年06期

6 金发奇;苏燕青;;我国基金家族风险调整行为的实证研究[J];财务与金融;2011年03期

7 温琪;陈敏;梁斌;;基于Black-Litterman框架的资产配置策略研究[J];数理统计与管理;2011年04期

8 ;全世界最聪明的交易[J];竞争力;2009年03期

9 ;[J];;年期

10 ;[J];;年期