基于Copula方法开放式基金投资组合的VaR计量研究

发布时间：2020-07-22 16:01

【摘要】： 金融风险测量VaR方法广泛应用于银行等金融机构,Copula技术以其处理非正态联合分布函数所具有的良好性质逐渐成为国内外研究的热点.Copula函数可以理解为“相依函数”或“连接函数”,它是把多维随机变量的联合分布用其一维边际分布连接起来的函数,它不仅是构建多维分布的工具,同时也是在随机变量之间探索相依结构的工具.目前它已被广泛的应用于金融领域,并且成为解决金融问题的一个有力的工具. 首先,在理论方面,本文对风险管理进行了概述,介绍了VaR风险价值的定义、计算方法和存在的问题.接着深入介绍了Copula的理论及在金融分析上的应用,并提出了运用Copula方法计算开放式基金投资组合的VaR.我们发现在运用Copula模型计算投资组合的VaR时,VaR的解析式一般不容易求出,因此常常运用Monte Carlo模拟法来计算VaR的值.运用Monte Carlo模拟法计算资产投资组合VaR值的关键在Copula函数的仿真技术上. 其次,在实证方面,本文以南方高增长基金的前10支股票为例,建立了投资组合风险分析的Copula-GARCH模型.结合Monte Carlo模拟技术,利用Copula理论计算投资组合的VaR,并与传统的VaR方法进行比较.通过比较度量基金投资组合的三种方法,结果表明传统的VaR计算方法和Kendall相关系数法低估了风险.这是因为相比之下,传统的方法由于其基于正态分布与线性相关的假设,存在不可避免的缺陷,从而低估了VaR.特别是当极端事件发生时,资产组合的VaR计算与实际情况有偏差.因此基于Copula的VaR方法能够更加有效地测量开放式基金投资组合的风险. 最后提出了VaR理论应用于我国金融市场中的风险管理等金融领域的意义和建议,并对其进行了总结,提出了需要进一步解决和研究的问题.
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：F224;F830.91
【图文】：

30贵州茅台 中国船舶图 4.1 收益率数据波动图从图中我们可以看出这 10 支股票的收益率收益率这个季度一直有着几乎相同的变换趋势，这说明这些股票之间有着很强的关联程度，它们之间的相依性研究就显得更加重要.通过对一个市场波动的描述理解，我们可以推测另一个市场的可能波动变化.而 Copula 函数是用来描述相依性关系的极佳统计方法，用它来描述我国基金投资组合的相依性关系有着深远的意义.4.2.3 收益率 Q-Q 分布图我们Q-Q图来检验序列的边缘分布是否服从正态分布以及两序列的边缘分布是否服从同一分布.见下图：

贵州茅台 中国船舶图 4.2 收益率 Q-Q 分布图从图中我们可以看出，每支股票收益率的圆点排列近似一条直线，这说明这些观测值近似于标准正态分布.4.2.4 自相关与偏自相关检验自相关衡量的是随着时间的变动，同一个序列的观测值与其滞后项之间的相互关联程度.进一步，如果时间序列存在一阶自相关时，还必须对二阶自相关系数进行检验.这就需要进行偏自相关检验.具体说，偏自相关检验就是在消除了低阶自相关影响后的相关性.自相关和偏自相关的检验对于建立时间序列模型有十分重要的作用.因此，在建立模型之前，我们采用 Eviews 软件对这些基金的收益率进行自相关与偏自相关检验，最大滞后阶数为 24.结果如下图所示：

自相关与偏相关检脸

【引证文献】

相关硕士学位论文 前1条

1 夏厚芹;我国中小板股指期货的保证金比率的设定[D];苏州大学;2011年

本文编号：2766043