基於時變Copula的極端風險溢出研究

《基於時變Copula的極端風險溢出研究》是依託浙江工商大學，由王永巧擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於時變Copula的極端風險溢出研究
• 項目類別：青年科學基金項目
• 項目負責人：王永巧
• 依託單位：浙江工商大學

項目摘要

次貸危機後，金融市場間的極端風險溢出與非線性相依問題成為金融研究的熱點，此研究的核心學術問題在於各市場收益率聯合尾部的動態建模。本項目擬基於時變Copula方法分析市場間的極端風險溢出問題，時變Copula方法不但能有效刻畫收益率間的非線性相依與聯合尾部，而且能描述相依結構的動態變化。本項目首先針對極端風險溢出中的雙重不對稱現象（即正負收益率不對稱與國別不對稱），提出基於雙線性演變方程與雙門限演變方程的非線性時變參數Copula模型。其次是探索基於時變Copula方法的極端風險溢出指標ΔCoVaR的估計方法與技術，提高ΔCoVaR估計的計算效率與準確性。第三是研究時變Copula相依假設下的投資組合問題，以最佳化下邊風險度量指標ES為目標，從單階段、多階段與Worst-case三個角度分析最優資產配置。最後利用時變Copula方法對中國大陸與國際主要金融市場間的極端風險溢出進行實證分析。

結題摘要

項目提出基於形狀約束的最小二乘支持向量機方法的非參Copula估計方法。最小二乘支持向量機回歸使具有非線性擬合能力，形狀約束使擬合函式滿足Copula的三個基本條件：grounded、marginal和2-increasing。此方法可極大提高二元Copula函式的擬合能力，實驗結果表明此方法顯著優於核平滑方法(kernel smooth)。 在系統性風險度量方面，項目提出基於時變參數Copula的CoVaR度量技術。它以動態參數Copula模型描述金融變數間的相依結構，以GARCH類模型描述各金融變數的邊際分布，通過構建的聯合分布計算△CoVaR。利用此方法對中國大陸與美國、香港的股票市場間的極端風險溢出實證結果表明，通過此方法計算的△CoVaR能同時反映時變波動性與時變相依性，可更靈敏準確地度量危機時的極端風險溢出。 項目在研期間發表SCI檢索國際期刊論文9篇(其中第一作者論文8篇)，接受SCI檢索國際期刊論文1篇，CSSCI檢索中文期刊論文1篇。項目成果發表於運籌學權威期刊European Journal of Operational Research與數據挖掘領域頂級期刊IEEE Transactions on Neural Networks and Learning Systems。