基于M-Copula-SV-t模型的高维组合风险度量

摘要：

为解决非线性相关的高维投资组合风险度量问题,本文构建了一个基于M-Copula-SV-t风险度量模型.利用SV-t模型来拟合金融时序的边缘分布,并结合MCMC和Gibbs抽样法对边缘模型进行参数估计;采用由阿基米德族Copula线性组合构成的M-Copula函数联合边缘分布,并通过极大似然估计和BFGS算法对联合模型进行参数估计,进而利用Monte Carlo技术对最优风险投资组合进行风险测度;最后以典型汇率构建四维国际投资组合为例,检验所构建模型的可行性和有效性.实证结果表明,与单一Copula函数相比,由Gumbel Copula、ClaytonCopula和Frank Copula线性组合所构成的M-Copula函数能够更为有效地刻画资产收益率的相依结构和尾部特征,建立在M-Copula函数基础上的风险度量结果也更为精确;由模型所计算的最优投资组合权重为外汇组合投资提供了重要参考.

关键词：混合Copula、SV-t模型、CVaR、组合风险度量、Monte Carlo模拟

所属期刊栏目：25

分类号：F830.9(金融、银行)

资助基金：国家自然科学基金资助项目71601019,71531013,71402005;北京市优秀人才培养资助项目2015000020124G044;国家留学基金资助项目201506465053;中央高校基本科研业务费资助项目FRF-TP-16-000A3

在线出版日期：2017-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9