Copula函数度量我国商业银行资产组合信用风险的实证研究北大核心CSSCISSCI

在现代商业银行面临的主要风险中,信用风险无疑是最主要的风险,而信用风险度量是我国商业银行风险管理的薄弱环节。本文针对我国金融数据少、有效数据时间段短的特点,基于Copula函数度量组合信用风险原理,通过建立资产组合中每个资产的收益率门槛值,来模拟资产收益率情景,并结合Copula函数影射出信用评级情景,得到各个假设状态下Copula函数度量的资产组合信用风险。实证结果证明,选用Copula函数度量银行资产组合信用风险是一种可行的方法,本文给出的一套理论与实际数据相结合的算法有一定的借鉴意义。     

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。     

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。     

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。     

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。     

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。     

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。     

基于混合Copula函数的行业指数投资组合风险度量

考虑金融时间序列出现非正态性及非线性相关的特征,构建了基于混合Copula函数的投资组合风险度量及优化模型。采用GARCH模型对各个金融时间序列缘分布进行建模,并利用可以灵活反映上、下尾部相关和对称相关的混合Copula连接各个边缘分布。运用BFGS算法和极大似然估计相结合的方式对模型进行参数估计,通过数学优化和Monte Carlo模拟方法求得投资组合的最优权重,以及相应的Va R和CVa R值。最后,利用中国股市四个行业指数的数据进行实证分析,检验了模型的可行性和有效性,为高维非线性相关的投资组合决策提供有价值的参考。     

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。     

基于贝叶斯方法与时变Copula模型的基金风险的度量

基于贝叶斯理论的 MCMC方法对单个基金收益率进行 GARCH 建模,以及对投资组合权重进行后验模拟.进一步结合时变Copula理论计算基金投资组合的 VaR,与基于极大似然法的结果进行比较.实证结果表明基于贝叶斯理论的时变Copula的 VaR方法,能够更有效的度量开放式基金投资组合的风险.     

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.     

基于风险资产结构不确定性的商业银行整合风险度量研究

基于商业银行风险资产的动态变化性和资产的多重风险属性,结合 Copula 函数与不确定性理论,设计风险资产结构不确定的商业银行整合风险的度量模型,运用随机模拟、神经网络与遗传算法相结合的求解算法,整合度量中国银行、交通银行和招商银行的市场风险和信用风险,结果表明：模型及求解的方法有效,基于历史数据规律对商业银行整合风险度量,更具优越性和实用性。     

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。     

基于Copula GARCH的多资产期权定价

自从Black和Scholes在1976年开创性的提出了BS期权定价公式以来,期权定价理论得到了极大的发展,而在其后的研究中发展基于BS公式的隐含波动率对于执行价格具有类似微笑的曲线,其原因是标的资产的过程并不是BS公式所假设的几何布朗运动。Engle提出的ARCH模型和Bollerslev提出的GARCH模型能对标的资产的收益率序列进行很好的描述,因此将GARCH模型引入期权定价。在多资产期权定价研究当中,最为关键的是标的资产之间的依赖关系,关于依赖关系的最有力的就是Copula理论,而Copula的一大优势就是可以将边缘分布和联合分布分开,可以分别考虑边缘分布和数据的相关结构。本文设想将多元GARCH引入多资产期权定价中,但是一般的多元GARCH的系数过多而不易估计,另一方面模型的灵活程度较小,所以用一元的GARCH模型分别对各个标的资产的收益率序列进行建模,再用Copula将各个资产的分布联接起来,这便是Copula based MGARCH模型。接下来便可以通过Monte Carlo模拟对期权进行定价。     

基于Copula GARCH的多资产期权定价

自从Black和Scholes在1976年开创性的提出了BS期权定价公式以来,期权定价理论得到了极大的发展,而在其后的研究中发展基于BS公式的隐含波动率对于执行价格具有类似微笑的曲线,其原因是标的资产的过程并不是BS公式所假设的几何布朗运动。Engle提出的ARCH模型和Bollerslev提出的GARCH模型能对标的资产的收益率序列进行很好的描述,因此将GARCH模型引入期权定价。在多资产期权定价研究当中,最为关键的是标的资产之间的依赖关系,关于依赖关系的最有力的就是Copula理论,而Copula的一大优势就是可以将边缘分布和联合分布分开,可以分别考虑边缘分布和数据的相关结构。本文设想将多元GARCH引入多资产期权定价中,但是一般的多元GARCH的系数过多而不易估计,另一方面模型的灵活程度较小,所以用一元的GARCH模型分别对各个标的资产的收益率序列进行建模,再用Copula将各个资产的分布联接起来,这便是Copula based MGARCH模型。接下来便可以通过Monte Carlo模拟对期权进行定价。     

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Copula-VaR模型的资产组合风险研究

将Copula函数应用于风险管理中。在运用VaR计算单一投资风险的基础上,将原有的简单线性相关系数转换为Kendall秩相关系数和尾部相关系数,运用阿基米德Coupula函数中的Clayton Copula函数和Gumbel Copula函数测度了资产组合风险。通过实证研究运用Copula-VaR模型能够更好地衡量资产组合的风险,并给出了相关的投资建议。     

Copula理论在金融市场分析应用中的理论探析

Copula理论在建模中不仅可以避免对边缘分布和联合分布的正态假设,还可以描述变量间的非线性相关结构,捕捉到非正态、非对称的信息,在金融市场分析中应用广泛。在介绍了Copula理论以及Copula理论建模方法的基础上,从理论上阐述了Copula理论在风险度量和多标的资产价格定价上的应用,在理论上给出了风险价值（Value at Risk）的测度和期权价格的计算。Copula理论将被广泛应用在金融分析各个领域研究中。     

北美天然气价格波动研究及其风险度量——基于DaR-GARCH模型

能源金融作为一种崭新的金融形态,已成为世界经济的重要分支,如何度量能源金融的风险已经成为金融风险管理的全新课题。本文利用偏t分布下的GARCH族模型对北美天然气价格的波动进行实证分析。并使用最近非常流行的DaR(Drawdown at Risk,风险跌幅)作为天然气价格的风险度量指标,并使用模型对未来跌幅风险进行预测。研究结果表明,基于偏t分布下的GARCH族模型较好地反映出天然气价格波动的各种特点,而且经模型测算的动态DaR值能够准确地表现出能源金融收益率的实际跌幅风险。