一种计算投资组合VaR的新方法

作为金融领域一个重要研究课题,风险度量受到越来越多的关注。传统的估计风险值的方法检验效果不理想,本文运用Copula函数代替相关系数表示风险因子之间的依存关系,能够有效地处理投资组合的风险和相关性,并通过实证分析运用Copula理论来计算投资组合收益风险值。     

风险依赖、一致性风险度量与投资组合——基于Mean-Copula-CVaR的投资组合研究

本文把风险依赖、一致性风险度量与投资组合纳入到一个分析框架中,结合Coupla-CVaR模型和Mean-var投资组合理论构建Mean-Copula-CVaR的投资组合模型,能有效同时解决风险度量中的一致性和依赖性关系。采用券商指数、银行指数和保险指数实证分析线性依赖和复杂依赖(Copula依赖)情况下金融机构资产配置的差异性和风险度量的充分性,研究结果表明,纳入Copula函数能够更为稳健和准确地预测投资组合的CVaR。然而,本文没有检验出不同形式Copula之间的差异具有显著性。本文的政策含义在于,忽视复杂风险依赖结构可能会造成风险低估,从而影响资产配置的有效性。     

资产组合风险的极值Copula模型与实证研究

本文在极值理论POT模型的基础上,引入了Copula连接函数,建立极值Copula模型,给出了组合风险价值VaR的计算公式,并以加元和日元回报为样本进行了实证分析,结果表明,极值Copula模型能较好地度量资产组合的风险,直接加权的方法会高估风险,假设资产组合服从多元正态分布会低估风险。     

浅谈投资组合理论对我国保险风险管理体系的影响

本文针对保险投资组合的风险度量和最优投资策略问题,使用Copula函数得到了不同资产构成的投资组合收益的联合分布,并利用度量了投资组合的整体风险,然后比较了几种风险度量模型的效果。针对的不足,引入作为投资组合的优化目标建立了保险投资组合的最优投资策略模型,以期解决保险资金的最优配置问题,并对我国的保险风险管理体系提出了自己的一些建议。     

基于Copula的投资组合选择模型研究

基于概率收益率与概率风险的定义,建立基于风险与收益率的投资组合模型,为了更好拟合联合分布,在具体解法中采用Copula函数来构造多个资产收益率的联合分布。由于不要求收益率服从维纳过程,因此基于Copula的Markowitz投资组合选择模型具有更广的适用性。通过对上证领先指数与深证领先指数收盘数据实证分析发现,在收益率(基于概率ρ0的收益率)一定的情况下,通过投资组合可以降低风险。     

基于Copula函数的沪深300股指期货相依风险研究

本文对沪深300股指和股指期货仿真交易收益率极端风险和相依关系进行了研究,用DCC-GARCH模型描述了股指期货和现货之间动态的条件相关系数,并以极值分布为边际分布对四种常用的Copula函数进行了拟合,发现Frank Copula的拟合效果最好,其次为Clayton Copula。在此基础之上,对不同组合的VaR和CVaR进行测度,发现投资组合比例与风险之间呈现“U”型特征,这也为股指期货套期保值提供了一种新的研究方式。     

Copula—CVaR资产组合选择模型分析

采用基于MonteCarlo数值模拟技术的Copula—CVaR风险评估模型讨论Copula函数的选择对投资决策的影响，度量资产组合的集成风险，总结出了资产组合风险度量的一般步骤。通过计算资产组合的VaR和CvaR值，实证检验说明：ClaytonCopula由于能更好地刻画尾部特征，从而在危机时期准确度更高。根据该模型进行资产选择可以使投资者的选择更加稳健。     

商品期货可以提供潜在组合多样化收益吗?北大核心CSSCISSCI

本文使用动态Skewed-t Copula模型实证证明我国股票、债券和商品期货回报率之间存在时变的非对称相关。无论是Copula相关还是尾部相关,不同市场的资产间相关明显低于相同市场不同资产间相关。将商品期货指数纳入投资组合可以降低尾部风险,获取多样化收益;在最小尾部风险组合中,农产品期货指数占有相对较高的权重。本研究意味着监管部门对金融机构放开商品期货市场投资准入不仅有利于金融机构对冲持有组合的尾部风险,也有利于商品期货市场风险管理功能的实现。     

Copula 在商业银行组合信用风险度量中的应用

本文对比分析了正态Copula函数、t-Copula函数、Gumbel Copula函数、Frank Copula函数和Clayton Copula函数对资产组合分布尾部特征的描述特点并选择其中四种Copula函数与KMV模型相结合对商业银行组合信用风险进行度量,度量结果显示Clayton—Copula相关模式假设下的商业银行组合信用风险度量结果最符合实际。     

基于Copula-GARCH模型下的我国金融控股公司金融风险度量

金融控股公司是持有证券、银行、保险和其他金融资产股权的金融控股集团,对金融控股公司的风险度量涉及组合资产风险度量模型,本文利用Copula-GARCH模型,运用蒙特卡洛VaR方法度量金融控股公司风险,充分利用了GARCH模型能很好扑捉到金融时间序列的时变波动、偏斜、高峰、厚尾等特性和Copula函数不限制边缘分布的选择的优点,结合Copula和GARCH模型度量金融控股公司风险,对银行业、保险业和证券业的组合资产进行实证分析,从结果得出在碰到极端情况下,相对于分业经营的风险,过分担忧金融控股公司风险不可分散导致系统风险危害是不必的。     

投资组合风险承受能力既定的Achimedien copula实际风险模拟

Copula是用来描述多个随机变量间相依的统计方法,利用随机向量的边缘分布,确定随机向量的联合分布。Copula函数广泛地应用与金融领域,特别在投资组合选择,金融市场风险管理方面成为一个有力的工具。本文选取模拟金融数据效果更好的Achi-medien copula函数对给定风险下的投资组合面临的实际风险进行了分析。     

投资组合风险承受能力既定的Achimedien copula实际风险模拟

Copula是用来描述多个随机变量闻相依的统计方法,利用随机向量的边缘分布,确定随机向量的联合分布.Copula函数广泛地应用与金融领域,特别在投资组合选择,金融市场风险管理方面成为一个有力的工具.本文选取模拟金融数据效果更好的Achi-medien copula函数对给定风险下的投资组合面临的实际风险进行了分析.     

基于Copula模型的沪市A股投资组合风险分析

本文采用Copula—GARCH模型对金融市场中投资组合的风险问题进行分析,并选取沪市A股六支股票进行实证研究,结合Monte Carlo模拟计算了投资组合的VAR值,结果显示对资产进行适当的组合可降低投资者的风险,从而证实了模型的可行性和有效性。     

基于EGARCH-Copula模型的VaR方法在投资组合风险分析中的应用

GARCH族模型是金融计量学中用来描述或预测金融资产收益率波动的模型,通过对金融资产收益率波动的建模,可以得出未来金融资产收益率的条件分布。Copula函数可以用来描述多个随机变量间的相依结构,进而得出他们的联合分布。Copula自被引入金融产品分析以来,以取得了很多成果也被广泛使用。运用GARCH族模型进行资产组合中边缘分布的建模,继而使用Copula得到组合资产联合分布的方法来计算资产组合VaR值最早被吴振翔（2006）系统性地提出,但其中有许多问题仍需要完善。本文将继续这个思路,通过EGARCH模型更好地描述资产收益率的杠杆效应,以及考虑Copula函数中参数的时变性,来完善这一方法。     

信用风险计量的Copula和Monte Carlo改进

Credit Metrics模型是一个以VAR方法为基础的风险计量模型,但风险收益服从正态分布是其前提条件,而事实上具有“厚尾”现象。研究主要贡献是通过Copula函数和Monte Carlo模拟解决了“厚尾”和“线性相关”问题,是在理论层面和实践层面,深化了Copula函数在计量信贷资产组合整体信用风险中的研究和应用,结合Monte Carlo模拟提出了理论与实际相结合的信用风险计量框架,为计量信贷资产组合的信用风险提供了一种新的研究工具,具有一定的创新价值。     

基于Copula-ES度量股票型基金投资组合风险

由于许多金融资产收益率的波动可能存在非对称性,本文通过对收益率采用GARCH或者EGARCH建模,对存在杠杠效应的金融资产采用EGARCH建模.并将Copula函数和Monte Carlo技术应用于融通深证100基金,计算得到其前十大重仓的股票及其投资组合的风险值VaR以及ES,结果表明,基于Copula-Es的风险度量方法可以为我国基金管理公司评估和管理市场风险,从而控制和减少资产损失提供参考.     

基于经济资本的我国保险公司投资风险限额配置研究

投资风险限额管理是保险公司对投资风险进行管理的重要手段,是保险公司建立有效风险管理体系不可或缺的组成部分。保险公司投资风险限额管理主要包括投资风险限额配置、风险限额监控和风险限额动态调整三个环节,其中风险限额配置是整个风险限额管理流程的基础。运用GARCH模型和GJR模型,并结合Copula理论,探讨了投资风险限额配置的方法,通过实证分析证实投资组合之间存在分散化效应,各投资风险限额之和大于总风险限额,并得出投资风险限额优化配置模型调整资产配置,可以显著提高保险公司投资绩效。     

基于Copula-SV-t模型的开放式基金投资组合优化

现代投资组合理论要求投资者研究不同金融资产间非线性非正态的分布特征和相关关系,进而优化相应的资产组合。结合SV-t模型和Copula函数,对单支开放式基金收益率分布的厚尾特征和不同基金间非线性的相关关系进行描述,并用ES方法度量不同权重下基金组合间的风险。实证表明：t-Copula函数下的模型更能反映出组合间的尾部相关性,此时最优组合下ES较正态Copula函数下的结果要小,说明t-Copula函数下的Copula-SV-t模型在实际中更具应用价值。     

基于GARCH-EVT-Copula的社保基金投资组合风险测度研究

社保基金是社会保障事业健康发展的物质基础,安全性是其投资的首要原则。文章基于GARCH-EVT-Copula方法测度了社保基金投资组合的VaR。首先,基于GARCH、EVT对投资组合中各金融资产收益的边缘分布建模,然后,采用极大似然估计法和Bootstrap方法估计尾部的分布函数,接着,基于Copula方法研究组合中金融资产间的相关结构,最后,运用Monte Carlo方法测度投资组合的VaR。Kupiec检验表明,基于GARCH-EVT-Copula模型测度社保基金投资组合的风险是合适的。     

基于Copula-GARCH-EVT的中国开放式基金投资组合风险度量

文章结合CARCH模型和EVT理论刻画了单个金融资产收益率的波动性和尾部分布,并将Copula函数和Monte Carlo技术应用于证券投资组合的VaR计算方法.通过对光大红利基金的实证研究,得到前十大重仓中单只股票及其投资组合的风险值,结果表明,基于Copula-GARCH-EVT的VaR方法具有重要的经济应用价值.