基于ARMA-GJR_GARCH与COPULA模型的VaR计算方法研究

简介：
本文探讨了结合ARMA-GJR-GARCH模型和Copula函数来估算风险价值(VaR)的方法，提供了一种新的金融风险管理工具。 风险价值（VaR）是风险管理中最常用的风险衡量标准之一，它表示在给定的置信水平下，在一定时间内投资组合可能遭遇的最大预期损失。我们采用了一种结合Copula函数、极值理论(EVT)以及GARCH模型的方法来估算由CTG、MSN、VIC和VNM（越南）股票组成的特定投资组合的风险价值。 首先，使用非对称的GJR-GARCH模型与EVT方法分别建模每个对数收益序列的边际分布。接着，利用不同类型的Copula函数——包括高斯、学生t型、Clayton、Gumbel和Frank Copula——将这些边缘分布结合起来形成多元联合分布。 最后一步是应用蒙特卡洛模拟(MCS)技术来估算该投资组合VaR的具体数值。为了验证这种方法的有效性和准确性，我们还采用了回溯测试（backtesting）的方法来进行评估。