2、系统性风险分析：基于动态藤Copula的ARMA - EGARCH模型

系统性风险分析：基于动态藤Copula的ARMA - EGARCH模型

1. 引言

系统性风险被国际货币基金组织（IMF）、国际清算银行（BIS）和金融稳定委员会（FSB）定义为“（i）由金融系统全部或部分受损引起；（ii）可能对实体经济造成严重负面影响”。G20成员国认为，若一个机构、市场或金融工具的失败或故障会引发广泛的困境，无论是直接影响还是引发更广泛的连锁反应，那么它就具有系统性。系统性风险的一个共同特征是触发事件会引发一系列不利的经济后果，即“多米诺骨牌效应”。

基于上述定义，衡量系统性风险可通过估计引发金融系统困境的机构的失败概率来实现。因此，我们仅考虑风险价值（VaR），即给定时间段和概率下资产或投资组合的潜在价值损失，作为风险度量。此外，还会考虑某个部门相对于系统（标准普尔500指数）的VaR比率，它反映了该部门对整个系统的风险贡献。

已有研究对系统性风险的度量方法进行了改进，如Girardi和Ergün修改了Adrian和Brunnermeier提出的CoVaR方法，Hakwa等人则基于Copula建模对方法进行了改进。本文将基于动态藤Copula的ARMA - EGARCH（1, 1）VaR度量引入到系统性风险的高维分析中。

Copula由Sklar引入，用于描述变量之间的依赖结构。Patton定义了Sklar定理的条件版本，将Copula应用扩展到时间序列分析。Otani和Imai提出了基于嵌套阿基米德Copula的一篮子信用违约互换（CDSs）定价模型，但多元阿基米德Copula在捕捉依赖结构时参数有限。Joe引入了基于对Copula构造（PCC）的多元分布构造方法，Aas等人认识到PCC原则可与任意对Copula结合使用，形成R -