基于Copula理論的多變量金融資產投資組合風險值度量.pdf

1、金融資產收益率不僅具有尖峰厚尾性、異方差性，還具有長記憶性。因此，本文結合Copula理論和ARFIMA-GARCH模型建立了多變量金融資產投資組合的風險值度量模型。
　　建立ARFIMA-GARCH-Copula模型研究滬深股市的相關結構和等權重資產組合風險值VaR，并利用該模型對上海綜合指數(shù)和深圳成分指數(shù)收益率的組合進行了實證研究。采用R/S分析法檢驗各個資產收益率的長記憶性，經過分數(shù)階差分后選用GARCH模型建模得到邊緣分布

2、。選擇Copula函數(shù)來刻畫兩資產之間的相關結構，建立聯(lián)合分布模型。并采用Monte Carlo方法模擬產生各資產的收益率序列，計算出投資組合的風險值VaR。實證研究表明:滬深股市具有長記憶性，且兩者具有對稱的尾部相關性;Kupiec檢驗說明ARFIMA-GARCH-Copula模型較之于GARCH-Copula模型能更準確地度量投資組合風險值。
　　考慮到分析三個金融資產的投資組合時兩兩金融資產服從的Copula函數(shù)并不一定相同

3、，從而本文還利用構造多元隨機變量相關結構的Pair Copula方法和ARFIMA-GARCH模型相結合建立了ARFIMA-GARCH-Pair-Copula模型研究計算以上海綜合指數(shù)、深圳成分指數(shù)以及香港恒生指數(shù)收益率序列構建資產組合的風險值VaR。ARFIMA-GARCH模型刻畫各資產收益率序列的波動，根據(jù)變量間相關性強弱選出主節(jié)點，通過各變量間的散點圖選擇合適的Pair Copula函數(shù)。以此建立的模型不僅考慮了各資產收益率的長記