基于Copula理论的金融市场相关性分析及风险度量-统计学专业论文.docxVIP

万方数据 万方数据 桂林理工大学硕士学位论文 桂林理工大学硕士学位论文 摘要 随着当代经济的高速发展，金融工具的种类也越来越为繁杂，特别是在研 究金融变量之间的相关性时，存在着很多要解决的问题，对于投资组合风险问 题也需要进一步的研究。尤其是在金融危机时期，金融市场往往会受到明显的 冲击，同时也会给投资者带来很大的损失。对于复杂多变的金融市场而言，研 究各变量之间的相关性时往往不能简单的假定变量是服从正态分布的。因为金 融数据一般都具有尖峰和厚尾的性质，所以我们要考虑到数据之间的非对称 性，同时还要研究金融数据尾部的特征，特别是对金融数据尾部相关性大小的 研究。 作为一种新的研究方法，Copula 理论已经越来越被广泛的应用到金融领域 的研究当中，因为可以通过 Copula 函数来有效的度量非对称的金融数据之间的 相关性，能够捕捉到金融数据尾部相关的特性。如果选取的 Copula 函数比较合 适，在度量金融市场尾部相关性和投资组合风险性时的结果就比较准确。因此 本文采用 Copula 方法来研究期货市场中黄金期货价格和白银期货价格之间的尾 部相关性，我们选取中国沪、深基金指数为原始数据，然后对它们的对数收益 率进行 VaR 研究，得到了不同投资组合的风险值，从而有助于确定风险投资时 各资产的投资比例。 本文选取恰当的 Copula 函数来研究所选取的两组数据尾部之间的相关性大 小，结果表明黄金期货价格和白银期货价格之间存在着很强的相关性，特别是 在数据的上尾处和下尾处，都有极强的相关性，并且在下尾处的相关性要强于 上尾处的相关性，这也与现实当中的金融市场规律比较吻合。此外，文中介绍 了一些度量风险的研究方法，然后运用 VaR 方法来研究沪、深基金指数的风险 投资组合。 最后本文针对于我们所选用的 Copula 方法来研究金融变量之间的尾部相关 性以及采用 VaR 方法来度量金融资产投资组合的风险做了一个总结性的概述， 同时也提出了需要进一步研究的思路以及展望。 关键词：Copula，非参数估计，尾部相关系数，蒙特卡罗模拟，VaR I 万方数据 万方数据 Abstract With the modern economy developping fastly, the kinds of financial tools are becoming more and more multifarious, especially when we do the study of the correlation between financial variables, there will be so many problems to be solved, for the problem of portfolio risk, it also need us further to research. Especially when the financial crisis broke out, the impact of the financial markets tend to be obviously, at the same time it maybe also bring a lot of loss to many investors. For the modern complicated financial market, the study of the correlation between variables often can not simply be assumed that variables are to obey normal distribution. Because financial datas generally have the nature of the peak and fat tail, so we have to considering the asymmetry between the datas, as well as the characteristics at the end of the datas which we selected, especially the study of the tail correlation between the financial datas . As a new tool, copula connect method is more and more widely used to study in the field of finance, because it can effectively measure the asymmetric c