第二節(jié) 研究方法及研究?jī)?nèi)容

一 研究方法

本書(shū)的研究是把極值理論運(yùn)用到金融風(fēng)險(xiǎn)測(cè)度中，通過(guò)與Copula理論和金融波動(dòng)模型相結(jié)合測(cè)度VaR、CoVaR，采用理論研究、建模分析、實(shí)證應(yīng)用為一體的研究方法。研究中力求數(shù)據(jù)翔實(shí)，論證問(wèn)題邏輯嚴(yán)密，針對(duì)每一項(xiàng)研究?jī)?nèi)容都進(jìn)行理論分析，然后在理論分析的基礎(chǔ)上進(jìn)行定量分析，實(shí)現(xiàn)理論分析與實(shí)證分析相結(jié)合，具體的研究方法如下：

（一）文獻(xiàn)分析法

通過(guò)閱讀大量的金融風(fēng)險(xiǎn)管理相關(guān)文獻(xiàn)，對(duì)已有的研究成果進(jìn)行歸類、梳理，把握金融風(fēng)險(xiǎn)相關(guān)概念框架體系，提煉出本書(shū)要研究的問(wèn)題。

（二）理論與實(shí)證相結(jié)合

首先遵循“提出問(wèn)題—分析問(wèn)題—解決問(wèn)題”的邏輯方法，將極值理論引入VaR、CoVaR的測(cè)度中；然后在根據(jù)系統(tǒng)論的原理和方法，對(duì)VaR、CoVaR模型所涉及的金融時(shí)間序列波動(dòng)特征、相關(guān)性問(wèn)題以及極值風(fēng)險(xiǎn)模型驗(yàn)證進(jìn)行研究。在理論研究的基礎(chǔ)上，選定分析對(duì)象、分析指標(biāo)及其適宜形式，借助現(xiàn)代統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)等統(tǒng)計(jì)工具，測(cè)度中國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)相關(guān)性和極值VaR、CoVaR。

（三）比較研究法

用VaR、CoVaR對(duì)中國(guó)股市風(fēng)險(xiǎn)進(jìn)行分析時(shí)我們提出了幾種估計(jì)方法，為得到在各個(gè)置信水平上都較好的估計(jì)方法，我們對(duì)各種方法進(jìn)行比較分析找出它們的優(yōu)點(diǎn)和缺點(diǎn)，然后以此為基礎(chǔ)對(duì)VaR、CoVaR估計(jì)的某些方法進(jìn)行改進(jìn)。

另外，本書(shū)的研究運(yùn)用多個(gè)學(xué)科的知識(shí)，其中主要有：概率論、數(shù)理統(tǒng)計(jì)、微觀金融學(xué)、計(jì)量經(jīng)濟(jì)學(xué)（特別是時(shí)間序列分析）、經(jīng)濟(jì)學(xué)等。書(shū)中數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)的得到和相關(guān)數(shù)據(jù)的處理有的是直接運(yùn)用Eviews 9.0、R、S-PLUS、Matlab軟件包的統(tǒng)計(jì)分析功能進(jìn)行處理得到，有的運(yùn)用其中的語(yǔ)言進(jìn)行編程處理得到。

二 研究?jī)?nèi)容

本書(shū)以金融資產(chǎn)收益率存在的“典型事實(shí)”特征為約束條件，運(yùn)用SWARCH-GED或ARMA-GJR或SV-GED或SV-t等金融波動(dòng)模型構(gòu)造符合極值條件的獨(dú)立同分布特征的標(biāo)準(zhǔn)殘差序列，然后通過(guò)選取合適的閾值對(duì)極大標(biāo)準(zhǔn)殘差進(jìn)行建模，在此基礎(chǔ)上，通過(guò)與Copula理論相結(jié)合對(duì)金融市場(chǎng)極值風(fēng)險(xiǎn)相關(guān)性和風(fēng)險(xiǎn)測(cè)度問(wèn)題進(jìn)行研究，具體研究?jī)?nèi)容如下：

第一章緒論。介紹本書(shū)選題的理論背景、現(xiàn)實(shí)背景，研究意義以及國(guó)內(nèi)外研究現(xiàn)狀，并概括了本書(shū)的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)。

第二章金融風(fēng)險(xiǎn)測(cè)度的相關(guān)理論基礎(chǔ)。從金融風(fēng)險(xiǎn)測(cè)度理論概述和極值理論兩個(gè)方面進(jìn)行闡述，對(duì)于金融風(fēng)險(xiǎn)測(cè)度理論主要介紹了金融風(fēng)險(xiǎn)的內(nèi)涵、分類、VaR、CoVaR的定義以及測(cè)度方法等，對(duì)于極值理論主要介紹了極值的內(nèi)涵、種類以及極值模型的估計(jì)方法等。

第三章金融波動(dòng)模型在極值風(fēng)險(xiǎn)測(cè)度中的應(yīng)用。主要以SWARCH-GED或ARMA-GJR或SV-GED金融波動(dòng)模型刻畫(huà)金融資產(chǎn)收益率存在的“典型事實(shí)”特征，構(gòu)造符合極值條件的獨(dú)立同分布特征的標(biāo)準(zhǔn)殘差序列，然后通過(guò)選取合適的閾值對(duì)極大標(biāo)準(zhǔn)殘差進(jìn)行建模，進(jìn)而通過(guò)中國(guó)股票市場(chǎng)數(shù)據(jù)測(cè)度極值風(fēng)險(xiǎn)，并通過(guò)回測(cè)方法檢驗(yàn)?zāi)Ｐ偷挠行浴＿€有從分位數(shù)回歸的特征出發(fā)，采用分位數(shù)回歸模型和極值理論構(gòu)建新的金融風(fēng)險(xiǎn)測(cè)度模型對(duì)風(fēng)險(xiǎn)進(jìn)行測(cè)度和實(shí)證檢驗(yàn)。

第四章基于Copula模型的極值風(fēng)險(xiǎn)相關(guān)性測(cè)度研究。首先介紹了Copula函數(shù)的定義、分類、參數(shù)估計(jì)方法以及檢驗(yàn)方法，然后從動(dòng)態(tài)和靜態(tài)兩方面研究金融風(fēng)險(xiǎn)的相關(guān)性。

第五章基于Copula理論的投資組合極值風(fēng)險(xiǎn)測(cè)度研究。通過(guò)選取SV-t-EVT模型作為邊緣分布擬合金融收益率的波動(dòng)特征，然后在通過(guò)擬合優(yōu)度選擇t-Copula作為連接函數(shù)，組建基于t-Copula-SV-t-EVT的投資組合風(fēng)險(xiǎn)測(cè)度模型，進(jìn)而通過(guò)蒙特卡羅模擬的方法測(cè)度投資組合的極值VaR。

第六章基于CoVaR模型的金融風(fēng)險(xiǎn)測(cè)度研究。構(gòu)建基于Copula-CoVaR模型的金融風(fēng)險(xiǎn)測(cè)度研究。首先，基于Copula-CoVaR分析框架，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)的基礎(chǔ)上，引進(jìn)CoVaR模型，構(gòu)建風(fēng)險(xiǎn)測(cè)度模型Copula-Beta-skew-t-EGARCH-EVT-CoVaR。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(guò)優(yōu)選出動(dòng)態(tài)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(chǎng)的風(fēng)險(xiǎn)溢出程度、方向、強(qiáng)度進(jìn)行測(cè)度。最后，對(duì)模型的有效性進(jìn)行了檢驗(yàn)。同時(shí)，通過(guò)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)。

第七章結(jié)論與展望。對(duì)全書(shū)的研究?jī)?nèi)容進(jìn)行了總結(jié)，并提出研究展望。