徐刚刚，狄千姿，石 慧

基于动态R-Vine Copula的银行股指投资组合及风险度量研究

*徐刚刚，狄千姿，石 慧

(新疆农业大学数理学院，新疆，乌鲁木齐 830052)

金融资产价格之间的波动往往具有结构相依性。为了研究银行股指数据间这种复杂关系，能够进一步准确度量金融风险，本文以我国六大银行股指数据为研究对象，利用ARMA-GJR-SkT模型作为单一资产序列的边缘分布，以灵活的R-Vine Copula模型为基础，联合构建投资组合模型。通过滚动时间窗口的Monte Carlo技术及MST-PRIM算法确定各类模型的RVM结构，在此基础上结合逆变换法仿真模拟收益率序列，并利用模拟收益率进一步计算VaR与CVaR，最后经返回值检验法对模型进行验证。结果表明：建立最优的投资组合模型是精准度量金融风险的关键；在风险度量时，相同的置信水平下，CVaR模型比VaR模型更可靠。置信水平不等时，其值增大的同时，失败天数会减小。

动态R-Vine Copula模型； Monte Carlo模拟；CVaR;MST-PRIM算法

0 引言

随着金融市场一体化、全球化发展，银行股指数据间的波动通常具有跨地区的相依性，同时伴随着银行业系统性风险的出现，而精准度量这种风险的关键在于构建资产间的投资组合模型。众多学者[1-5]将目光投放到Copula函数的研究上，Copula被引入到金融领域中广泛应用的同时，其自身也得到了迅速的发展。自从Embrechts等[6]利用Copula函数分析金融数据以来，无论从维数上，还是动态时变性方面都得到了进一步扩展。比如Patton等[7]利用动态Copula模型分析了国际外汇市场的动态相关性；李平等[8]通过建立Copula模型，进一步模拟或有可转换债券(CoCo)定价，并在此模型的基础上数值分析；……