度量收益率的实际分布和相关性对资产组合选择绩效的影响
我国商业银行资产业务绩效影响的实证研究
我国商业银行资产业务绩效影响的实证研究
实证研究表明，我国商业银行资产业务的绩效受到多个因素的影响。
以下是一些常见的实证研究结果：
1. 存贷比对绩效的影响：研究发现，存贷比与商业银行资产业务绩效呈正相关关系。
存贷比较高的银行倾向于更积极地运用资金，提高了资产运营效率和利润水平。
2. 资本充足率对绩效的影响：研究发现，资本充足率与商业银行资产业务绩效呈正相关关系。
较高的资本充足率可以提高银行的安全性和稳定性，进而促进业务增长和盈利能力。
3. 资产质量对绩效的影响：研究发现，较低的不良贷款率和较高的拨备覆盖率对商业银行资产业务绩效有积极影响。
良好的资产质量可降低风险和损失，提高银行信誉和市场声誉。
4. 利率水平对绩效的影响：研究发现，较高的利率水平可以提高商业银行资产业务的利润率和净息差，促进业务增长和盈利能力。
5. 监管对绩效的影响：研究发现，较严格的监管和较高的资本要求对商业银行资产业务绩效有负面影响。
过于严格的监管可能会限制银行的业务扩张和创新能力，从而对绩效产生不利影响。
这些实证研究结果为我国商业银行资产业务的绩效提供了一定的理论和实践指导。
然而，由于不同银行的经营策略、市场环
境和治理结构存在差异，具体的影响因素和关系可能会有所不同。
因此，进一步的研究仍然需要考虑这些差异，并进行深入分析。
48. 如何评估二级市场中的投资组合绩效？
48. 如何评估二级市场中的投资组合绩效？48、如何评估二级市场中的投资组合绩效？在二级市场的投资领域，评估投资组合的绩效是一项至关重要的任务。
它不仅能帮助投资者了解自己的投资表现，还能为未来的投资决策提供有价值的参考。
然而，要准确评估投资组合的绩效并非易事，需要综合考虑多个因素，并运用合适的方法和指标。
首先，我们来谈谈收益指标。
这是评估投资组合绩效最直观的方式之一。
常见的收益指标包括简单的算术平均收益率和几何平均收益率。
算术平均收益率是将各期的收益率相加，再除以期数。
而几何平均收益率则考虑了复利的影响，更能反映长期投资的真实收益情况。
除了这些基本的收益率指标，还有一些更复杂但更全面的收益评估方法。
例如，考虑风险调整后的收益指标，如夏普比率、特雷诺比率和詹森阿尔法。
夏普比率是投资组合的超额收益（超过无风险利率的部分）与投资组合标准差（风险）的比值。
它衡量了单位风险所获得的超额回报。
较高的夏普比率意味着在承担相同风险的情况下，投资组合能够获得更高的超额收益，因此更具吸引力。
特雷诺比率与夏普比率类似，但它使用的是投资组合的贝塔系数作为风险度量。
贝塔系数反映了投资组合相对于市场的波动程度。
特雷诺比率更适用于评估那些与市场高度相关的投资组合。
詹森阿尔法则是衡量投资组合超出预期收益的部分。
如果詹森阿尔法为正，说明投资组合的表现优于基于资本资产定价模型（CAPM）所预期的收益。
接下来，我们看看风险指标。
在二级市场中，风险是不可避免的，因此准确评估风险对于评估投资组合绩效至关重要。
标准差是最常见的风险度量指标，它反映了投资组合收益的波动程度。
但标准差并不能完全捕捉到极端情况下的风险，例如在市场大幅下跌时。
为了更全面地评估风险，我们还可以使用下行风险指标，如最大回撤和半方差。
最大回撤衡量的是投资组合从峰值到谷底的最大跌幅，它能让投资者直观地了解可能面临的最大损失。
半方差则只考虑低于平均收益的那部分波动，更侧重于评估投资组合的下行风险。
证券投资中的投资组合绩效评价
证券投资中的投资组合绩效评价在证券投资领域，投资者通常会将多种不同的资产组合进行配置，以实现收益最大化或风险最小化的目标。
然而，如何评价一个投资组合的绩效成为了投资者们关注的焦点。
本文将介绍证券投资中的投资组合绩效评价的方法和指标。
1. 绩效评价方法在投资组合绩效评价中，常用的方法包括绝对绩效评价和相对绩效评价。
绝对绩效评价方法是通过比较投资组合的实际收益与预期收益之间的差异来评价绩效。
常用的绝对绩效评价指标包括年化收益率、夏普比率、索提诺比率等。
年化收益率是最直观的评价指标，它表示投资组合在一定时间内的平均年化收益率。
夏普比率是基于风险调整的收益评价指标，它衡量了单位风险下的超额收益。
索提诺比率进一步考虑了无风险收益率，用来评价单位风险下的超额收益。
相对绩效评价方法则是将投资组合的绩效与某个基准进行比较，以评价其相对表现。
常用的相对绩效评价指标包括超额收益、信息比率等。
超额收益衡量了投资组合相对于基准的表现，它可以是绝对数值，也可以是百分比形式。
信息比率则是基于超额收益与波动率之间的关系，用来评价投资组合的主动管理能力。
2. 绩效评价指标除了上述常用的评价指标之外，还有一些其他衡量绩效的指标需要考虑。
风险指标是评价投资组合绩效中必不可少的指标之一。
常用的风险指标包括波动率、贝塔系数等。
波动率反映了投资组合收益的变动性，它越高则表示投资风险越大。
贝塔系数则衡量了投资组合与市场的相关性，如果贝塔系数大于1，则表示投资组合的波动大于市场，反之则小于市场。
流动性指标也是衡量绩效的重要指标之一。
投资者通常希望能够在需要时快速变现投资，而流动性指标可以反映投资组合中资产的流动性程度。
常用的流动性指标包括日平均成交额、成交量比率等。
3. 绩效评价的注意事项在进行投资组合绩效评价时，需要注意以下几个方面。
首先，选择适合的时间周期。
在比较投资组合绩效时，时间周期的选择很重要。
不同的周期可能会带来不同的结果，因此需要根据实际情况选择合适的时间周期。
《金融风险管理》第7章信用风险和管理
——j银行的贷款比例安排相对于市场组合的比例安排的标准差；j=A、B——j银行的第i部门贷款在其组合中的比例——市场组合中第i部门的贷款比例N——贷款部门的数量
第*页
式中：
计算A、B银行贷款组合偏离市场贷款组合的程度
A银行
B银行
0.06
0.08
注：(*)5%的VAR近似地由6.70%的VAR给出，即：5.60%+0.90%+0.20%=6.70%。1%的VAR近似地由1.10%VAR给出，即：0.90%+0.20%=1.10%。
贷款组合的实际概率分布
第*页
0.9% 2.33
（*）2.33 为正态分布假定下1%的置信水平的VAR,在这里为了便于比较，将正态分布假定下1%的置信水平的贷款组合价值放在贷款组合价值的实际分布图中。
第*页
第*页
表7.1 信用等级专业矩阵
年初的风险 等级
年末的风险等级
A
B
C
违约
A
0.85
0.10
0.04
0.01
B
0.12
0.83
0.03
0.02
C
0.03
0.13
0.80
0.04
第*页
贷款集中限制
金融机构在管理一个贷款组合的的时候，往往还需要对贷款组合中的单个借款人或部门设立最大贷款规模或者最大贷款比例限制，以控制其在贷款组合中的风险集中程度。这种外部限制的方法就是贷款集中限制。贷款集中限制常常用来控制对某一行业、某一部门的贷款集中风险。『例1』计算贷款组合的信用限制比率如果某银行的贷款管理者要求其贷款组合总体损失率不超过5%，假设目前贷款组合中个部门的历史违约率如下：汽车制造业：8%；煤矿开采：15%;房地产:12%.因为 信用限制比率=贷款组合的最大损失比率×
投资收益率对企业资本结构的影响分析
投资收益率对企业资本结构的影响分析在当今市场经济中，企业的资本结构是一个至关重要的因素，它直接影响着企业的融资成本、财务风险和经营活动。
而投资收益率则是一个衡量企业投资项目的回报能力的重要指标。
本文将分析投资收益率对企业资本结构的影响，并从不同角度探讨其深层次的关联。
首先，投资收益率对企业资本结构的影响体现在融资成本方面。
高投资收益率的项目往往具有较高的收益潜力和回报能力，这使得企业能够以较低的融资成本获得资金。
相反，低投资收益率的项目则面临更高的融资成本。
这种情况下，企业可能需要通过发行债券或股权融资来满足资金需求，从而增加了财务风险。
其次，投资收益率也会影响企业的财务风险水平。
高投资收益率能够提高企业的盈利能力，降低偿债风险。
当企业投资项目的收益率高于财务成本，企业的偿债能力将得到保证。
这将有助于企业获得更多的融资机会，进一步优化资本结构。
然而，低投资收益率的项目则会增加企业的财务风险，可能导致债务违约和资本结构不稳定。
再次，投资收益率对企业的经营活动也有重要的影响。
高投资收益率的项目往往意味着良好的经营能力和市场前景，有助于吸引更多投资者关注和资金流入。
这将为企业未来的发展提供更多的机会和资源，从而促进了资本结构的优化。
相反，低投资收益率的项目可能会导致投资者对企业的兴趣减少，限制了企业的发展空间，进而影响资本结构的构建。
此外，投资收益率还与企业的战略规划密切相关。
高投资收益率的项目往往是企业实施战略目标的有力支撑，有助于提高市场份额和竞争力。
通过选择高投资收益率的项目进行投资，企业能够实现资源的优化配置，进一步提高资本结构的效益。
而低投资收益率的项目则可能使企业陷入资源配置的低效状态，导致资本结构的失衡以及战略目标的难以实现。
在实践中，企业需要综合考虑投资收益率对资本结构的影响，并制定相应的投资战略。
合理选择投资项目，提高投资收益率，将成为企业优化资本结构的重要途径。
此外，企业还需注重提高自身的经营管理水平和市场竞争力，以更好地应对潜在的风险和挑战。
投资组合的风险调整绩效评估
投资组合的风险调整绩效评估投资组合是指将不同的投资资产按照一定权重比例组合在一起，以达到风险分散和收益最大化的目标。
然而，随着市场环境的不断变化，投资者需要关注投资组合的风险调整绩效评估，以便更好地进行资产配置和风险管理。
本文将介绍几种常用的评估方法，探讨其优缺点，并提出一种综合考虑风险和收益的评估指标。
一、相关性分析相关性分析是评估投资组合风险调整绩效的重要方法之一。
通过研究资产之间的相关性，可以了解不同资产之间的关联性，从而避免投资组合中存在高度相关的资产，降低整体风险。
相关系数可以采用皮尔逊相关系数或斯皮尔曼相关系数进行计算。
然而，仅仅通过相关性分析无法全面评估投资组合的风险调整绩效，因为相关性无法考虑资产的风险和收益。
二、风险指标风险指标是评估投资组合风险调整绩效的常用工具。
常见的风险指标包括标准差、协方差矩阵和变异系数。
标准差是评估资产波动性的指标，可以通过计算投资组合的标准差来评估整体风险。
协方差矩阵可以反映资产之间的关联程度，有助于优化投资组合的风险分散效果。
变异系数可以将资产的风险与收益进行比较，较低的变异系数表明风险调整绩效较好。
然而，风险指标仅关注于风险方面，忽视了收益，需要与其他指标综合考虑。
三、风险调整绩效指标风险调整绩效指标是综合考虑风险和收益的评估方法。
常用的风险调整绩效指标包括夏普比率、特雷诺比率和詹森指数。
夏普比率是以风险调整后的收益率衡量投资组合的绩效，较高的夏普比率表明投资组合在承担单位风险的同时获得了更高的报酬。
特雷诺比率通过将收益率除以投资组合的波动率，衡量了每单位风险的收益。
詹森指数则是通过将投资组合的超额收益与市场组合的超额收益进行比较，来评估投资经理的能力。
这些风险调整绩效指标能够更全面地评估投资组合的绩效，但仍然存在一定的局限性。
综上所述，投资组合的风险调整绩效评估是投资者进行资产配置和风险管理的重要环节。
相关性分析、风险指标和风险调整绩效指标都是评估投资组合绩效的常用方法，各有其优缺点。
投资组合绩效评估
投资组合绩效评估在金融领域，投资组合的构建和管理是实现资产增值和风险控制的重要手段。
而评估投资组合的绩效，则是检验投资策略是否有效的关键环节。
投资组合绩效评估并非简单地计算收益，而是一个综合性的分析过程，需要考虑多个因素，包括收益水平、风险程度、资产配置等。
首先，我们来谈谈收益的衡量。
这是最直观也是投资者最为关注的部分。
常见的收益指标有总收益率、年化收益率等。
总收益率就是投资组合在一定时期内的总增值比例。
年化收益率则将总收益率按照年度进行平均，以便于不同期限的投资进行比较。
然而，单纯看收益是不够的，因为高收益往往伴随着高风险。
风险评估在投资组合绩效评估中同样不可或缺。
风险的衡量指标有很多，比如标准差、贝塔系数等。
标准差反映了投资组合收益的波动程度，标准差越大，意味着收益的不确定性越大。
贝塔系数则衡量了投资组合相对于市场的波动情况。
如果贝塔系数大于 1，说明投资组合的波动大于市场；小于 1 则波动小于市场。
在评估风险时，还需要考虑极端情况下的风险，例如最大回撤。
最大回撤是指投资组合从最高点到最低点的跌幅，它反映了投资者可能面临的最大损失。
除了收益和风险，资产配置也是影响投资组合绩效的重要因素。
一个合理的资产配置应该在不同资产类别之间进行分散，以降低风险并提高收益的稳定性。
例如，将资金分配在股票、债券、房地产、黄金等不同资产上。
不同资产在不同的经济环境下表现各异，通过合理的配置，可以在一定程度上平滑投资组合的收益波动。
在进行投资组合绩效评估时，还需要考虑基准的选择。
基准是用来衡量投资组合表现的参照标准。
常见的基准有市场指数，如沪深 300指数、中证500 指数等。
投资组合的绩效只有与适当的基准进行比较，才能得出有意义的结论。
如果投资组合的收益高于基准，同时风险控制在可接受范围内，那么可以认为该投资组合表现良好；反之，如果收益低于基准或者风险过高，就需要对投资组合进行调整和优化。
另外，时间跨度也是评估投资组合绩效时需要考虑的因素。
投资组合绩效评估
投资组合绩效评估在投资领域，构建一个合理的投资组合是实现财富增长的重要手段之一。
然而，仅仅构建投资组合是不够的，还需要对其绩效进行评估，以了解投资策略的有效性和资产配置的合理性。
投资组合绩效评估不仅能够帮助投资者衡量投资的回报，还能揭示投资过程中的风险特征和潜在问题，为未来的投资决策提供有价值的参考。
投资组合绩效评估的重要性不言而喻。
首先，它可以让投资者清楚地了解自己的投资成果。
通过与设定的目标进行对比，投资者能够判断是否达到了预期的收益水平。
其次，评估能够帮助发现投资组合中的优势和不足。
比如，某些资产可能表现出色，为组合贡献了大部分收益，而另一些资产则可能拖累了整体表现。
了解这些情况有助于对资产配置进行调整和优化。
再者，绩效评估可以检验投资策略的有效性。
如果某种投资策略在特定市场环境下未能取得理想效果，就需要考虑对其进行改进或更换。
在进行投资组合绩效评估时，需要考虑多个方面的因素。
收益是最直观的指标之一，但不能仅仅关注绝对收益，还需要考虑相对收益。
相对收益是指投资组合的表现与基准指数或其他同类投资组合的比较。
例如，如果一个投资组合在某一时期获得了 10%的收益，但同期市场基准指数上涨了 15%，那么从相对角度来看，这个投资组合的表现就不够理想。
风险也是评估投资组合绩效的关键因素之一。
常见的风险衡量指标包括波动率、下行风险和最大回撤等。
波动率反映了投资组合收益的波动程度，波动率越大，意味着投资组合的风险越高。
下行风险则着重关注收益低于某个特定水平的可能性。
最大回撤是指在特定时间段内，投资组合从峰值到谷底的最大跌幅。
一个好的投资组合应该在追求收益的同时，有效地控制风险，以避免出现过大的损失。
除了收益和风险，投资组合的资产配置也是评估的重要内容。
资产配置决定了投资组合在不同资产类别（如股票、债券、房地产、大宗商品等）上的分布比例。
合理的资产配置可以降低风险、提高收益的稳定性。
在评估资产配置时，需要考虑不同资产类别的相关性。
资产回报率与单位绩效的关系范文
资产回报率与单位绩效的关系范文资产回报率与单位绩效的关系一直是企业管理中的关键问题。
资产回报率是评估企业经营绩效的重要指标之一，而单位绩效则是度量企业员工的绩效。
两者之间的关系在实际管理中具有重要意义，它不仅涉及到企业的盈利能力，还关系到员工的表现和激励机制。
因此，深入研究资产回报率与单位绩效之间的关系，对于提高企业管理水平具有积极意义。
一、资产回报率的概念及计算方法资产回报率是衡量企业利润水平的指标，它反映了企业每单位资产所获得的盈利能力。
资产回报率的计算方法一般为净利润除以总资产，也可以采用毛利润或营业利润除以总资产来计算。
资产回报率的高低直接影响企业的盈利能力和资产利用效率，是企业管理者重点关注的指标之一。
二、单位绩效的概念及评估方法单位绩效是评价员工绩效的指标，它反映了员工在单位时间内所取得的绩效水平。
单位绩效的评估方法多种多样，可以根据员工的工作成果、工作时间、工作效率等多个方面进行评估。
单位绩效的高低影响员工的工资待遇和晋升机会，是企业人力资源管理的重要指标之一。
三、资产回报率与单位绩效的关系资产回报率和单位绩效之间存在密切的关系。
首先，资产回报率的高低直接受到员工单位绩效的影响。
员工绩效高，企业的生产效率和盈利水平会相应提高，从而导致资产回报率的提高。
其次，资产回报率的高低也会影响到员工单位绩效。
企业盈利能力强，员工通常会获得较高的工资待遇和奖金，提升员工的绩效水平。
四、影响资产回报率与单位绩效的因素资产回报率与单位绩效的关系受到多种因素的影响。
首先，企业管理水平和内部控制机制对资产回报率和单位绩效具有重要影响。
管理水平高，内部控制严格，往往会促进企业盈利能力提升和员工绩效提高。
其次，市场竞争和外部环境的变化也会影响资产回报率和单位绩效。
市场竞争激烈，企业需要不断提升绩效水平，以应对竞争压力。
五、提高资产回报率与单位绩效的策略为了提高资产回报率和单位绩效水平，企业可以采取一些策略。
投资学中的衡量指标如何评估投资组合的绩效
投资学中的衡量指标如何评估投资组合的绩效投资学是研究投资决策和投资组合管理的学科，评估投资组合的绩效是一个重要的课题。
衡量指标在评估投资组合的绩效中起着至关重要的作用。
本文将介绍投资学中常用的一些衡量指标，以及它们如何评估投资组合的绩效。
一、年化收益率年化收益率是衡量投资组合绩效的基本指标之一。
它表示投资组合在一年期间所获得的回报率。
计算方法是将投资组合的最终价值减去初始价值，并将结果除以初始价值，再乘以100%。
年化收益率越高，说明投资组合的绩效越好。
二、波动率波动率是衡量投资组合风险的指标。
它反映了投资组合收益率的波动程度。
波动率越大，说明投资组合的风险越高；波动率越小，说明投资组合的风险越低。
投资组合的波动率可以通过计算每日收益率的标准差来衡量。
三、夏普比率夏普比率是一种衡量风险调整后收益的指标。
它将投资组合的超额收益率与波动率进行比较，用来评估投资组合的风险调整后收益率。
夏普比率越高，说明投资组合的绩效越好。
夏普比率的计算方法是投资组合的超额收益率除以波动率。
四、信息比率信息比率是衡量主动投资组合绩效的指标。
它将投资组合的超额收益率与主动风险进行比较，用来评估投资组合的主动管理能力。
信息比率越高，说明投资组合的主动管理能力越强。
信息比率的计算方法是投资组合的超额收益率除以主动风险。
五、最大回撤最大回撤是衡量投资组合风险抗跌能力的指标。
它表示投资组合在某段时间内最大跌幅的百分比。
最大回撤越小，说明投资组合的风险抗跌能力越强。
综上所述，投资学中的衡量指标包括年化收益率、波动率、夏普比率、信息比率和最大回撤等。
这些指标能够客观地评估投资组合的绩效和风险。
投资者在选择投资组合时，应该综合考虑这些指标，做出相应的投资决策。
希望本文对投资学中的衡量指标如何评估投资组合的绩效有所帮助。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
度量收益率的实际分布和相关性对资产组合选择绩效的影响刘志东1（中央财经大学北京100081）[摘要]：本文首先对Markowitz资产组合选择理论的局限性，以及金融资产收益率的实际分布与相关性进行分析。
然后根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势，构建了反映组合资产收益实际分布和相关性的联合分布函数。
最后，为了研究度量收益率的实际分布和相关性对资产组合选择的影响，论文以投资者具有常相对风险回避（CRRA）效用函数为假设条件，根据所构建的联合分布函数和中国证券市场的数据，采用动态返回测试方法进行实证研究。
关键词：度量；厚尾分布；极值相关；Copula函数；资产组合；绩效评价The Effect of Measuring the actual Distribution and Dependenceon Portfolio Selection PerformanceLIU Zhi-dong（The Central University of Finance and Economics, Beijing, 100081）[Abstract]: Firstly, the drawbacks of Markowitz’s portfolio selection theory, the actual distribution and the dependence of financial asset returns are analyzed in this paper, then based on the character of copula, a multivariate distribution function which can reflect the actual distribution and the dependence of financial asset returns is developed. Finally, on the assumption of investor’s CRRA utility function, using the developed multivariate distributions and the data from China security market, empirical research is done on the performance of the portfolio selection by dynamic back test in order to research the effect of measuring the actual distribution and dependence on portfolio selection.Keywords: Measuring; fat tail distribution; extreme value dependence; copula; portfolio selection;performance evaluation0 引言资产组合选择理论主要是研究如何在最小风险的条件下实现最大化期望收益。
在Markowitz （1952，1959）[1~2]的均值—方差资产组合选择模型中，风险被定义为资产组合期望收益的可能变化，一般用方差或标准差表示。
Markowitz的资产组合理论主要是规范分析，告诉人们如何进行资产选择。
他的理论忽略金融市场的实证特征。
用方差或标准差度量风险隐含的假设是投资者对负的损失和正的收益赋予相同的权重，对待二者的态度是相同的。
将收益的方差或标准差等同于风险只有在投资者具有二次效用函数或资产收益率呈正态分布时才是可行的。
另外，Markowitz的资产组合选择模型采用Pearson的线性相关系数来反映金融资产收益的相关性。
Pearson的线性相关只适用于椭圆分布，要求金融资产风险程度适中，只能度量随机变量之间的线性关系。
由于Pearson的线性相关不是根据随机变量联合分布度量随机变量相关性的方法，它具有一些缺陷，常常导致错误的结论。
在现1作者简介：刘志东，男，（1973- ），中央财经大学讲师，管理科学与工程博士，研究方向：金融工程与风险管理。
通讯地址：北京市学院南路39号，中央财经大学投资系 Email：liu_phd@实中，金融资产的收益率明显具有非正态分布特征和非线性相关，这时必须采用合理的方法度量收益率的实际分布和相关性。
本文主要通过copula 函数得到资产组合资产收益率的联合分布函数，在此基础上研究度量金融资产收益率的实际分布和相关性对资产组合选择绩效的影响。
1 金融资产收益率的实际分布及相关性分析在现实金融市场中，金融资产收益率的联合分布中存在两种非对称现象。
第一种非对称指单个股票收益率偏度不等于零，具有非对称分布，表现为“尖峰”和“厚尾”特征。
第二种非对称是金融资产收益率之间相关的非对称：这种非对称相关表现为，在市场处于下降的趋势时（熊市），尤其是极端下降时，金融资产收益率之间的相关性比正常时或上升时（牛市）的相关性大。
最近Ang ,Chen （2001）[3]和Claude, Campbell [4]，Longin 和Solnik(2001)[5]等学者的研究文献中报道了股票之间这种非对称相关现象。
刘志东（2003，2004）[6~7]通过对中国股票收益相关性的研究，发现中国股票收益存在尾部极值相关2。
由于存在非对称相关性和尾部极值相关，在熊市时，分散化投资降低资产组合风险的效果就会减弱，资产组合的风险将会增加。
Breymann ，Dias 和Embrechts(2003)[8]、Mashal 和Zeevi(2002)[9~10]对外汇资产和股票资产收益率的相关性研究的结果表明，金融资产收益率在尾部具有更强的相关性，并且这种相关性的大小与金融资产收益率的频率有关，高频数据比低频数据具有更强的相关性。
忽略金融资产收益率的尾部相关性将会导致在市场趋于下降时过高估计资产组合分散化投资降低风险的作用。
2 Copula 函数及其在反映随机变量相关性上的优势为了有效地度量金融资产收益的真实分布与相关性，需要多元分布函数理论。
多元分布函数是描述随机变量相关性的最根本的方法。
但传统的多元分布函数在实际应用中存在一些缺陷。
传统的多元分布函数在变量较多时解析式很难处理，并且存在一系列约束条件，不仅要求各个边缘分布函数类型与多元分布函数类型一样，而且各个边缘分布必须完全相同。
资产组合尤其是含有不同种类资产的资产组合（股票和外汇），各种金融资产边缘分布函数通常不符合同一类型的分布函数，这种情况使得多元分布函数很难在资产组合管理中得到应用。
而通过Copula 函数技术可以构造灵活的多元分布函数，掌握资产组合内各金融资产收益的真实分布与相关关系。
Copula 一词原意是交换、连接的意思。
在数学中，它是指把多个变量的联合分布与它们的边缘分布连接在一起的函数。
如果d 1F ,...,F 是一元分布函数，)(x F u i i i =，d 1,...,i =，则))(x F ),...,(x C(F d d 11是具有边缘分布函数d 1F ,...,F 的多元分布函数。
d 维Copula 函数C 是把多个随机变量d 1ζ,...,ζ的联合分布与它们各自的边缘分布连接在一起的函数。
Copula 函数对于构造和模拟多元分布函数具有重要的意义。
根据关于Copula 函数最重要的Sklar 定理[11]，令F 是具有边缘分布函数d 1F ,...,F 的d 维分布函数（不一定是同一类型），若边缘分布函数d 1F ,...,F 连续，则存在一个唯一满足=)x ,...,F(x d 1))(x F ),...,(x C(F d d 11关系的连接函数C 。
对于多元连续分布函数，一元边缘分布函数和多元分布函数相关结构能够被分离，多元变量之间的相关结构可以用适当的Copula 函数表示。
Copula 函数与多元分布函数一样，包含随机变量之间的所有相关信息。
3 根据Copula 构建反映金融资产收益率实际分布和相关性的联合分布函数在通过Copula 函数技术构造多元分布函数时需要两个步骤：第一，构建各个变量的边缘分布函数；第二，选择合适的Copula 函数。
下面是根据Copula 构建反映金融资产收益率实际分布和相关性联合分布函数的具体步骤。
2 尾部相关或尾部极值相关指两个或多个随机变量同时为极值的关联程度。
3.1 资产组合中各资产收益率随机扰动项边缘分布函数的构建通常情况下，金融资产收益率不服从正态分布，呈现出一定的“尖峰”和“厚尾”特征。
极值理论可以直接研究金融资产收益率分布的上下尾部[12]，能够描述金融资产收益率的“厚尾”特征，但它忽略了金融资产收益率分布是时变的[13~14]，假设资产收益率是独立同分布的。
ARMA 和GARCH 模型虽然可以描述时间序列的条件均值和条件方差，但其假设随机扰动项服从正态分布和t 分布，并关注整个分布，而不是直接对风险管理所关心分布的尾部进行建模。
由于金融资产收益率一般呈非对称分布，具有“杠杆效应”[15~18]。
正态分布和t 分布假设与此特征不符，不能预测金融资产收益率的极端变化情况。
McNeil(1999)[19]、McNeil 和Frey (2000)[20]、Byström [21]Diebold et al. (1999)、[22]封建强（2002）[23]等学者探讨了把极值理论和GARCH 进行组合的可能性。
本文在遵循上述学者的研究思路基础上，把POT 极值理论和ARMA 、GARCH 模型进行适当的组合。
文献研究表明[24~26]，可以用AR(1) 度量金融资产收益率的条件均值， GARCH(1,1) 度量金融资产收益率的条件方差。
对于金融资产i ，d i ,...,1=，直接根据最近n 期历史收益率数据),R R ,...,(R t i,1t i,1n t i,-+-运用AR(1)和GARCH(1,1)模型建模，在采用伪极大似然（QML ）方法估计出模型参数基础上，可以得到最近n 期的条件均值)μˆ,μˆ,...,μˆ(t i,1t i,1n t i,-+-和条件方差)σˆ,σˆ,...,σˆ(t i,1t i,1n t i,-+-。
最近n 期的随机扰动项序列Z 为： ⎪⎪⎭⎫ ⎝⎛--=+-+-+-+-t i t i t i n t i n t i n t i t i n t i R R Z Z ,,,1,1,1,,1,ˆˆ,...,ˆˆ),...,(σμσμ （1） 通常随机扰动项Z 满足独立同分布，但并不一定是正态分布或t 分布的假设条件。