1. 研究目的与意义
金融危机频发，金融机构面临的风险日益增多，现有的风险度量方法存在不足，金融风险分布形态各异，现有的相关性度量方法无法描述复杂金融市场的相关模式等等，基于以上这些原因，需要一种既能灵活的构造多元风险分布、又能反映变量间的相关模式的技术出现。Copula函数就是这样一种新的、更加稳健的、灵活的相关性分析技术。这种函数主要用来描述随机变量之间的相关性。这样可以选取代表不同相关模式的Copula函数形式来描述金融市场的相关模式，并结合数据的编辑分布形式，利用有关定理构造出能充分反映数据特征的联合分布形式，最后再根据分布形态得到风险度量指标。
理论层面上，作为风险度量的新兴研究方向，对于经济领域的Copula函数的度量风险研究尚不详实。自Copula理论提出之后,便得到迅速的发展和广泛的应用,尤其是在金融领域的相关分析,衍生品定价,风险管理中。Copula函数具有明显的优势:一是能准确地描述多个变量之间的相依性,二是灵活地构造多元分布函数,三是对随机变量的边缘分布的选取不做限制,四是可以捕捉到变量间非对称,非线性和尖峰厚尾的特性。它弥补了传统度量风险的技术缺陷,提高了风险模型测度的准确性和可靠性,为风险的防范和管理提供了理论依据。
实践层面上，由于我国股市和债市发展历程比较短,市场效率明显低于国外,所以对两市场之间的相依结构及风险的研究不能简单的趋同于国外。虽然近年来国内在该方面取得了一定的成果,但并未结合Copula函数考虑在不同行情下两市场之间的相依性及组合风险。因此,本文研究资产组合间的相依性,且更好的度量金融市场组合间的风险。2. 研究内容和预期目标
一、研究内容
本题目将基于copula函数，构建相关模型，对于取得的数据进行实证检验，探究多市场间风险溢出及投资组合风险测度研究最后对于结果的运用提出建议。
二、拟解决的关键问题
3. 国内外研究现状
（一）国外研究现状
copula模型是用来确定随机向量的联合分布和多个随机变量间相依结构的统计模型。sklar(1959)提出sklar定理，为copula函数与各边际分布函数以及联合分布之间建立了联系。在sklar定理基础上，很多学者发展和完善了copula理论，先后有学者提出和完善了gumble copula、clayton copula复合法构造copula；在这些学者的卓越工作下，archimedean copula函数簇基本确定，genest等(1986)证明了archimedean copula函数的一些性质。embrechts等(1999)第一次把该理论引入金融领域。nelsen(2006)系统地介绍了copula函数的基本性质及有关理论。
早期copula理论的应用仅限于无条件分布情形，即仅仅研宄copula函数的参数不变的情形，没有考虑参数变化的情形。在提出参数随时间变化的条件copula之后，条件copula理论开始被应用于金融领域。rockinger等(2001)建立了copula－garch模型来动态研宄金融变量间的相依性和风险。huang等(2009)利用条件copula理论和garch模型估计了投资组合的风险值。有关copula方法在风险管理中应用的国外文献非常多，如salazar等(2013)、berger(2013)、chen等(2014)。考虑到单一的copula函数往往很难非常精确的刻画变量间的关系，也有很多学者致力于通过对不同的copula函数进行混合的方法来提高拟合的精度，从而提高预测风险的能力，如ouyang(2019)、lingla(2015)、mesiar等(2015)。
4. 计划与进度安排
研究计划：
1．2022年12月10日前完成开题工作
2．2022年3月18日前完成初稿和中期检查工作
5. 参考文献
[1]赵丽琴. 基于copula函数的金融风险度量研究[d].厦门大学,2009.
[2]孔繁利. 金融市场风险的度量—基于极值理论和copula的应用研究[d].吉林大学,2006.
[3]李强. 基于copula理论和gpd模型的金融市场风险测度研究[d].重庆大学,2012.
