以风险价值(value at risk,VaR)为金融风险度量,结合Copula函数及其相关函数建立金融风险模型.考虑到金融时间序列的时变性和厚尾特性,根据GARCH(generalized autoregressive conditional heteroscedasticity)模型和极值理论的POT(peak ...以风险价值(value at risk,VaR)为金融风险度量,结合Copula函数及其相关函数建立金融风险模型.考虑到金融时间序列的时变性和厚尾特性,根据GARCH(generalized autoregressive conditional heteroscedasticity)模型和极值理论的POT(peak over threshold)模型,运用Copula方法来估计VaR的值.给出实例验证,将上述方法用于刻画美国纳斯达克指数和标准普尔指数的相关性,并计算了等权重下资产组合的VaR估计值.结果表明:VaR估计值的大小与所取的置信水平以及持有期有关;t-Copula和Clayton Copula方法较其他方法能更好地捕捉资产组合的相关关系,从而可以得到更好的VaR估计值.展开更多
文摘以风险价值(value at risk,VaR)为金融风险度量,结合Copula函数及其相关函数建立金融风险模型.考虑到金融时间序列的时变性和厚尾特性,根据GARCH(generalized autoregressive conditional heteroscedasticity)模型和极值理论的POT(peak over threshold)模型,运用Copula方法来估计VaR的值.给出实例验证,将上述方法用于刻画美国纳斯达克指数和标准普尔指数的相关性,并计算了等权重下资产组合的VaR估计值.结果表明:VaR估计值的大小与所取的置信水平以及持有期有关;t-Copula和Clayton Copula方法较其他方法能更好地捕捉资产组合的相关关系,从而可以得到更好的VaR估计值.