Measuring Risk of Foreign Exchange Portfolio Based on Garch-Evt Copula Models.pdf

1、金融風(fēng)險(xiǎn)管理是一個(gè)過程，這個(gè)過程需要企業(yè)建立指導(dǎo)方針來制定他們能夠接受的財(cái)務(wù)風(fēng)險(xiǎn)的策略。個(gè)體在做金融風(fēng)險(xiǎn)管理的工作時(shí)不是為在公司做投資決策，但是他們創(chuàng)建了風(fēng)險(xiǎn)承擔(dān)者在分析投資領(lǐng)域時(shí)必須遵循的指導(dǎo)方針。
　　本文提供了一種基于現(xiàn)實(shí)世界應(yīng)用的對(duì)投資組合風(fēng)險(xiǎn)分析的定量、技術(shù)性處理。它同時(shí)吸收了學(xué)術(shù)界和實(shí)踐者的研究文獻(xiàn)中的靈感和想法。投資組合風(fēng)險(xiǎn)管理量化建模是一個(gè)活躍的研究領(lǐng)域。實(shí)際上，所有機(jī)構(gòu)投資管理公司使用量化模型作為它們投資組合風(fēng)險(xiǎn)

2、管理過程中一個(gè)必須的組成部分。
　　該研究的目的是提供一個(gè)測(cè)量外匯投資組合風(fēng)險(xiǎn)的技術(shù)。這將會(huì)是一個(gè)在匯率、利率、商品等金融風(fēng)險(xiǎn)因素建模和一個(gè)公司成功的關(guān)鍵——對(duì)有效財(cái)務(wù)風(fēng)險(xiǎn)管理的充分理解的兩方面的重大努力。
　　最新的投資組合風(fēng)險(xiǎn)度量是描述對(duì)條件或無條件的預(yù)定范圍的投資組合的損失分布的統(tǒng)計(jì)量。當(dāng)然，依賴于任何一個(gè)特定的統(tǒng)計(jì)量去總結(jié)一個(gè)分布中蘊(yùn)含的風(fēng)險(xiǎn)是有問題的。在實(shí)踐中，風(fēng)險(xiǎn)度量經(jīng)常以公司為單位被管理者作為限制風(fēng)險(xiǎn)額度的工具

3、來使用。
　　在現(xiàn)代的金融風(fēng)險(xiǎn)管理中，風(fēng)險(xiǎn)價(jià)值模型(VaR)的概念發(fā)揮著不可或缺的作用，它被許多大型金融機(jī)構(gòu)使用來測(cè)量它們當(dāng)前持有頭寸的風(fēng)險(xiǎn)程度以及決定為保證安全應(yīng)當(dāng)持有的頭寸。風(fēng)險(xiǎn)價(jià)值是一個(gè)簡(jiǎn)易的統(tǒng)計(jì)量，它將市場(chǎng)上資產(chǎn)或投資組合暴露的風(fēng)險(xiǎn)量化，或者將市場(chǎng)價(jià)格反向變化導(dǎo)致的頭寸價(jià)值減少的風(fēng)險(xiǎn)量化。它的吸引力源于它在作為一個(gè)風(fēng)險(xiǎn)和在不同的金融工具風(fēng)險(xiǎn)和商業(yè)活動(dòng)風(fēng)險(xiǎn)一致處理的簡(jiǎn)易度量中都能給出很好的解釋。VaR通常是作為一個(gè)公司能夠意

4、識(shí)到其財(cái)務(wù)風(fēng)險(xiǎn)的“最大合理損失”的近似。為了生成對(duì)于給定投資組合的一個(gè)VaR度量，一個(gè)公司必須生成一個(gè)在特定的時(shí)間或“風(fēng)險(xiǎn)范圍”的投資組合價(jià)值可能變化的概率分布。
　　值得一提的是，這項(xiàng)研究旨在對(duì)風(fēng)險(xiǎn)管理領(lǐng)域作出貢獻(xiàn)，以及強(qiáng)調(diào)一些計(jì)量經(jīng)濟(jì)學(xué)和數(shù)學(xué)模型，這些模型可以對(duì)三種財(cái)務(wù)回報(bào)的典型事實(shí)——波動(dòng)集群，厚尾和非線性依賴進(jìn)行建模。
　　從根本上說，我們的工作在綜述一些研究人員和投資者感興趣的關(guān)于金融回報(bào)的決定因素之后，對(duì)五種不同

5、的貨幣進(jìn)行GARCH模型建模，模擬波動(dòng)率集聚現(xiàn)象。本文中的貨幣匯率指數(shù)包含人民幣對(duì)美元(CNY/USD)，歐元對(duì)美元(EUR/USD)，日元對(duì)美元(JPY/USD)，中非法郎對(duì)美元(XAF/USD)，南非蘭特對(duì)美元(ZAR/USD)，這些貨幣匯率指數(shù)分別提供了一個(gè)研究，同時(shí)也為結(jié)合發(fā)達(dá)國(guó)家、發(fā)展中國(guó)家和轉(zhuǎn)型國(guó)家提供了很好的比較。此外，本文使用了EVT模型解決了檢測(cè)每個(gè)收益率序列的厚尾普遍性問題。本文使用copula函數(shù)的概念對(duì)金融風(fēng)險(xiǎn)因

6、素的隨機(jī)向量的組成部分中間的依賴性進(jìn)行建模作出了另外的貢獻(xiàn)。最后，我們應(yīng)用回顧測(cè)試來比較不同模型的效果。
　　為了估計(jì)我們的外匯投資組合的VaR，我們首先通過一個(gè)非對(duì)稱GARCH模型和一個(gè)EVT方法來對(duì)每一個(gè)收益對(duì)數(shù)序列的邊緣分布建模，然后使用copula函數(shù)(Gaussian，Student's t，Clayton，Gumbel and Frank)來連接所有的邊緣分布使之成為一個(gè)多元分布，從而在每個(gè)收益率序列提取出被篩選的殘差