欢迎来到天天文库
浏览记录
ID:21692233
大小:29.00 KB
页数:7页
时间:2018-10-23
《基于贝叶斯方法与时变copula模型的基金风险的度量》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、基于贝叶斯方法与时变Copula模型的基金风险的度量 摘要: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。下载论文网/3/ 关键词:贝叶斯;时变Copula;MCMC;VaR 中图分类号:文献标识码:A文章编号:(2018) 一、引言 随着市场一体化程度的不断加深,以及计算机网络的发展导致信息传递加快,各种金融资
2、产之间的影响程度不断加大,这大大增加了对金融资产进行风险度量的难度。自20世纪90年代中后期,Copula理论和方法在国内外开始得到迅速发展并广泛应用于金融、保险等领域的相关性分析、投资组合分析和风险管理等多个方面[1]。为了更准确的度量金融风险及相关关系,Patton[2]最先提出时变Copula模型,并用一个类似于自回归滑动平均模型(ARMA)的过程来刻画时变相关系数;罗付岩、邓光明[3]利用二元时变Copula对投资组合的VaR进行建模,结果显示时变Copula模型比静态Copula模型更好,但是其GARCH模型不是基于贝叶斯方法,而是仅基于极大似然法,
3、潘海涛[4]利用MCMC(马尔科夫蒙特卡洛)方法对资产收益率进行GARCH建模进而计算VaR,结果显示MCMC方法优于极大似然法,但是其研究并没有涉及到投资组合的风险度量;张杰,刘伟[5]利用时变Copula函数对上证指数和恒生指数的相关性进行了研究,得出时变Copula优于常系数Copula模型,但其仅使用了时变正态Copula函数;宁红泉[6]采用时变Copula和GARCH模型相结合进行VaR度量,结果显示时变Copula估计VaR明显优于常系数Copula,但其GARCH模型假设的条件残差分布为T分布,而没有尝试偏T分布和偏广义误差分布;傅强,彭选华[
4、7]利用MCMC方法对多元时变Copula和GARCH模型进行参数估计,发现MCMC方法优于经典的IFM法;杨楠,邱丽颖[8]利用时变Copula对我国资产储备结构进行了研究,但仅考虑了时变函数;吕蒙[9]利用MCMC方法和时变Copula模型对债券市场风险进行了研究,同样得出了时变Copula在度量VaR上的优越性,但其GARCH模型止于极大似然法;程利[10]利用贝叶斯和Copula函数相结合对沪深股市进行了研究,但止于常系数Copula函数;梁露子[11]利用时变Copula和对中外股市相依性进行了研究,但其GARCH模型的均值方程假设为AR(1)过程,
5、可能存在模型假设失误而导致的偏差;王培辉,等[12]利用时变模型对我国保险业的系统性风险溢出效应进行了研究,也得出来时变Copula在度量金融资产相关结构方面的显著优势。 通过文献整理发现,基于贝叶斯对GARCH模型建模和时变Copula相结合的方法的研究相对较少,基于此方法研究开放式基金的文献更是少之又少。因此本文采用基于贝叶斯理论的MCMC方法,结合时变Copula模型对开放式基金投资组合的VaR进行了研究,实证表明确实取得了较好的效果。 二、单个基金收益率序列边缘分布及参数估计 由于金融收益率序列通常具有高峰厚尾及波动集群性,因此可以采用广义条件异
6、方差(GARCH)模型对边缘分布进行建模,分别使用正态分布、学生t分布、偏斜t分布、广义误差分布和偏斜广义误差分布对条件残差进行建模,最终选择了残差分布为偏斜t分布的GARCH模型来估计单个基金收益率的边缘分布。GARCH(1,1).[10]模型如下: (三)基于MCMC和ML方法估计收益率的VaR 为了比较MCMC和ML法的优劣性,分别计算 基于两种方法的VaR。下面给出创业板和中小板ETF基于?芍址椒ǖ闹眯潘?平为95%的VaR,见图2。 根据图2可知,基于MCMC方法估计的VaR基本包括了基于ML方法可能发生的损失,并且创业板基于MCMC和ML方
7、法估计的失败天数分别为72和90,中小板基于MCMC和ML方法估计的失败天数分别为78和87;均为MCMC方法的失败天数更接近期望失败天数(1344×5%=),从而从两个方面说明了MCMC方法更有效。 (四)运用Copula函数对联合分布建模及参数估计 本文选取了9种常系数和3种时变Copula函数分别对3组基金收益率两两相关关系进行研究,下面给出易方达创业板和华夏上证50ETF的Copula参数估计表,见表5和表6。 根据表5和表6,可见时变SJCCopula函数是相对最优的。为了更直观地说明金融资产之间的相关结构及演变过程,下面给出创业板和中小板ET
8、F的SJCCopula的上下尾部相关系
此文档下载收益归作者所有