Copula函数在投资组合风险管理中的应用

摘要

自上世纪七十年代以来，金融风险管理技术在金融动荡的压力下发展迅猛，全球化的金融机构兼并和混业经营浪潮也对金融风险管理的发展提出更高的要求。银行作为重要的金融机构之一，其风险管理尤为重要，而流动性风险是各国银行面临的主要风险，其中的贷款期限结构匹配不合理是其主要的原因之一。
　　 本文用Copula函数拟合短期贷款与中长期贷款的联合分布情况，通过联合分布概率来计算贷款组合的风险价值，选择风险最小时的短期贷款与中长期贷款的比例，由此确定了贷款组合的最优期限结构，对于整体与非正态概率没有苛刻要求的Copula函数拟合的联合分布概率反映了贷款组合的真实风险，防范了银行的流动性风险，改变了现有研究大多将资产组合的联合分布假设为多元正态分布，因而低估了资产组合风险的现状。
　　 本文先回顾了金融风险管理技术的发展过程，对其进行探讨，指出选题的背景意义，接着分析了一下国内外研究现状和研究内容及方法。在正文部分讨论流动性风险的定义及分类，并对现代流动风险管理策略进行归纳总结；接着讨论Copula函数的定义及基本性质，并对其分类和相关性测度进行详细的研究，然后对copula函数在金融分析上的应用作进一步的探讨；最后将Copula函数应用于银行贷款组合期限结构优化模型上，进行实证分析，指出基于Copula函数的贷款组合期限结构模型解决了贷款组合的流动性风险控制问题，更好地反映了贷款组合的真实风险，兼顾了资产组合的收益与市场风险的暴露。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 选题背景及意义

1.2 国内外研究现状

1.3 研究方法及内容

1.3.1 研究方法

1.3.2 研究内容

1.4 主要创新点

第二章 流动风险度量概述

2.1 流动风险概念

2.1.1 流动风险的定义

2.1.2 流动风险的分类

2.2 现代流动风险管理策略

第三章 Copula 的理论及其在金融分析上的应用

3.1 Copula函数的定义和基本性质

3.1.1 Copula函数的定义和相关定理

3.1.2 Copula函数的基本性质

3.2 Copula函数的分类

3.2.1 多元正态Copula函数(multivariate gaussian Copula—MVN)

3.2.2 多元t—Copula函数(multivariate Student's Copula—MVT)

3.2.3 阿基米德Copula函数(Archimedean Copula)

3.2.4 极值Copula函数(Extreme value Copula)

3.3 各类Copula函数的比较

3.4 基于Copula理论的一致性和相关性测度

3.4.1 Kendall秩相关系数τ

3.4.2 Spearman秩相关系数ρ

3.5 Copula理论在金融分析上的应用

3.5.1 多变量时间序列分析

3.5.2 金融市场的相关性分析

3.5.3 金融风险管理

3.6 本章小结

第四章 基于Copula函数的贷款组合优化模型及其求解

4.1 基于Copula函数的贷款组合期限结构优化原理

4.1.1 匹配期限结构的风险价值

4.1.2 优化准则

4.1.3 优化原理

4.2 基于Copula函数的贷款组合期限结构优化模型的建立

4.2.1 Copula函数对贷款组合分布的拟合

4.2.2 贷款组合收益率密度函数表达式的建立

4.2.3 基于Copula函数的贷款组合优化模型的建立

4.3 Monte Carlo模拟法及优化模型的求解

4.3.1 Monte Carlo模拟法

4.3.2 优化模型的求解

4.4 本章小结

第五章 实证分析

5.1 样本基本情况

5.2 贷款组合联合分布密度函数的计算

5.2.1 参数τ的计算

5.2.2 货款组合联合分布函数的确定

5.2.3 Copula函数的优选

5.2.4 货款组合联合分布密度函数的确定

5.3 基于Copula函数的贷款组合期限结构优化模型的求解

5.4 优化结果分析

5.5 本章小结

第六章 研究展望

附录

参考文献

攻读硕士学位期间取得的研究成果

致谢