风险关联研究——基于时变Copula函数与极值理论的分析

简介：
本研究运用时变Copula函数和极值理论探讨不同风险因素之间的动态相关性，旨在为金融风险管理提供科学依据。 金融资产之间的依赖性结构在风险计量中至关重要，尤其是在尾部关系方面。现有研究主要集中在对金融资产的线性分析上，很少考虑到非线性的、不对称性和厚尾特征的影响。本研究采用带有时间变化因子的Copulas连接函数来探讨不同金融资产间的风险依赖关系，并结合随机波动率和极值理论开发了一种SV-EVT模型用于拟合变量边际分布。 我们对包含中国A股市场与香港股票市场的样本进行了静态及动态Copula模型实证对比研究。结果表明，CSJC Copulas连接函数比普通类型更好地描述了股指的尾部特征；同时，时间变化模型也优于静态型。此外还观察到，在熊市效应下，中国大陆A股市场和香港股市间存在不对称依赖性变化规律：在下行趋势中相关度显著高于上行。 这些发现表明，运用时变Copulas-SV-EVT模型能够更准确地描述金融资产尾部的相关特性，并可用于控制投资风险及预测异常波动。