第四節(jié) 主要特色及創(chuàng)新

本書研究主要特色在于以極值理論為主線，以金融資產(chǎn)波動(dòng)特征為切入點(diǎn)，把金融波動(dòng)模型、極值理論以及Copula理論有機(jī)地結(jié)合起來研究金融市場極值風(fēng)險(xiǎn)測度，具有強(qiáng)烈的現(xiàn)實(shí)針對(duì)性，并在理論方法上具有較好的深度和創(chuàng)新。研究邏輯嚴(yán)密，方法得當(dāng)。

研究的主要?jiǎng)?chuàng)新之處體現(xiàn)在：

在對(duì)金融風(fēng)險(xiǎn)進(jìn)行測度時(shí)，通常從刻畫金融收益率的波動(dòng)特征入手。現(xiàn)有的文獻(xiàn)中，基本都是采用常規(guī)金融波動(dòng)模型來刻畫金融收益率“尖峰厚尾”、波動(dòng)集聚等特征，而考慮收益率序列的結(jié)構(gòu)變換特征的還很少見。本書考慮收益率序列的劇烈波動(dòng)和結(jié)構(gòu)變換特征，提出把馬爾科夫鏈引入GARCH-GED模型構(gòu)建SWARCH-GED模型，然后與極值理論相結(jié)合，進(jìn)而構(gòu)建SWARCH-GED-EVT的動(dòng)態(tài)VaR模型對(duì)極值風(fēng)險(xiǎn)進(jìn)行測度。同時(shí)，考慮到分位數(shù)回歸模型不用假設(shè)分布形狀和參數(shù)的優(yōu)良特性，應(yīng)用QR-GARCH模型擬合金融資產(chǎn)收益率特征，在得到波動(dòng)性和殘差的基礎(chǔ)上，引進(jìn)EVT模型，最終構(gòu)建基于QR-GARCH-EVT的極值風(fēng)險(xiǎn)測度模型。同時(shí)，引入EVT模型與CAViaR模型，構(gòu)建基于EVT-CAViaR模型極值風(fēng)險(xiǎn)測度模型。

對(duì)于各金融收益率序列的聯(lián)合分布問題，現(xiàn)有文獻(xiàn)通常假設(shè)金融收益序列服從多元正態(tài)分布，并用線性相關(guān)系數(shù)度量金融資產(chǎn)間的相關(guān)性。但是眾多研究表明金融收益序列有明顯的厚尾、異方差現(xiàn)象，金融資產(chǎn)之間表現(xiàn)出較強(qiáng)的非線性特征，線性相關(guān)系數(shù)不能全面地反映相關(guān)結(jié)構(gòu)。本書結(jié)合Copula函數(shù)的特點(diǎn)和SV模型的優(yōu)勢(shì)，運(yùn)用隨機(jī)波動(dòng)模型與極值理論結(jié)合刻畫資產(chǎn)收益的邊緣分布，再結(jié)合時(shí)變Copula理論來構(gòu)建金融時(shí)間序列的相依關(guān)系，進(jìn)而建立一種新的測度金融資產(chǎn)間的風(fēng)險(xiǎn)相關(guān)性的模型——時(shí)變Copula-SV-EVT模型，在此基礎(chǔ)上，以滬深300指數(shù)和恒生指數(shù)為例進(jìn)行分析，實(shí)證結(jié)果表明，與常規(guī)的金融風(fēng)險(xiǎn)相關(guān)性測度方法相比，基于時(shí)變Copula-SV-EVT模型能有效地反映金融資產(chǎn)的相關(guān)結(jié)構(gòu)。

基于Copula-CoVaR框架的金融風(fēng)險(xiǎn)測度擴(kuò)展。首先，基于Copula-CoVaR框架，利用Beta-skew-t-EGARCH模型捕捉金融資產(chǎn)杠桿效應(yīng)、厚尾分布以及條件偏度等特征，然后在標(biāo)準(zhǔn)化殘差的基礎(chǔ)上引入極值理論，構(gòu)建基于Beta-skew-t-EGARCH-EVT的邊緣分布模型，在優(yōu)選出Copula函數(shù)基礎(chǔ)上，引進(jìn)CoVaR模型，構(gòu)建基于Copula-Beta-skew-t-EGARCH-EVT-CoVaR的風(fēng)險(xiǎn)測度模型。其次，引入廣義雙曲線分布下的AR（1）-GJR-GARCH（1，1）模型擬合金融資產(chǎn)的典型事實(shí)特征，并以此作為Copula函數(shù)的邊緣分布，經(jīng)過優(yōu)選出時(shí)變BB7Copula函數(shù)為最優(yōu)Copula函數(shù)，在此基礎(chǔ)上與CoVaR模型結(jié)合，進(jìn)而構(gòu)建基于動(dòng)態(tài)Copula-GH-CoVaR的風(fēng)險(xiǎn)聯(lián)動(dòng)模型，對(duì)金融市場的風(fēng)險(xiǎn)溢出程度、方向、強(qiáng)度進(jìn)行測度，最后對(duì)模型的有效性進(jìn)行了檢驗(yàn)。

對(duì)于多元金融資產(chǎn)組合金融風(fēng)險(xiǎn)測度，現(xiàn)有的文獻(xiàn)用EVT模型與其他模型（GARCH族、SV族）或函數(shù)（Copula函數(shù)）相結(jié)合對(duì)極值分布進(jìn)行統(tǒng)計(jì)推斷，可以得到很好的效果，被越來越多地應(yīng)用到極值風(fēng)險(xiǎn)的刻畫中，但是把隨機(jī)波動(dòng)模型與極值理論和Copula理論結(jié)合起來研究金融風(fēng)險(xiǎn)的還不多見。本書針對(duì)資產(chǎn)收益的厚尾性、波動(dòng)的異方差性及資產(chǎn)間的非線性相關(guān)結(jié)構(gòu)等特征，提出采用SV-t模型與極值理論結(jié)合刻畫單個(gè)資產(chǎn)收益的波動(dòng)性及尾部分布特征，應(yīng)用t-Copula函數(shù)處理多元資產(chǎn)間的相關(guān)性，最終構(gòu)建新的基于t-Copula-SV-t-EVT投資組合風(fēng)險(xiǎn)測度模型，實(shí)現(xiàn)從單一資產(chǎn)風(fēng)險(xiǎn)測度到組合資產(chǎn)風(fēng)險(xiǎn)測度的過渡，并結(jié)合Monte Carlo模擬對(duì)投資組合進(jìn)行風(fēng)險(xiǎn)測度，實(shí)證結(jié)果表明，模型對(duì)投資組合的風(fēng)險(xiǎn)測度是合理有效的。同時(shí)，通過改進(jìn)Markowitz的效率前沿，把引起個(gè)別標(biāo)的資產(chǎn)收益率變動(dòng)的因素納入系統(tǒng)性風(fēng)險(xiǎn)考量，應(yīng)用CoVaR模型衡量系統(tǒng)性風(fēng)險(xiǎn)擴(kuò)散，構(gòu)建新的基于Mean-CoVaR資產(chǎn)配置模型，并進(jìn)行檢驗(yàn)。