【正文】 sons, 1959[3] Ang, A., and Chen, J. Asymmetric correlation of equity portfolio. Journal of Financial Economics, 2002, 63(3): 443494[4] Erb, Claude B., Harvey, Campbell R., and Viskanta, Tadas E. Forecasting international equity correlation. Financial Analysis Journal, 1994, 50:3245[5] Login, F., and Solnik, correlation of international equity markets. Journal of Finance, 2001, 56(2): 649676[6] Zhidong L．A Study of Portfolio selection and risk measurement．A paper submitted to China University of Mining and Technology for PhD degree, 2003[7] 劉志東．Copula函數(shù)與金融資產(chǎn)收益的相關(guān)性研究．中央財經(jīng)大學工作論文，2004[8] Breymann, W., Dias A., and Embrechts P. Dependence structure for multivariate highfrequency data in finance. Working paper, Department of Mathematics, ETH Zurich, 2003[9] Mashal, R. and Zeevi A. Comparing the dependence structure of equity and asset returns. Working paper, Columbia University, New York, 2002[10] Mashal, R. and Zeevi A. Beyond correlation: extreme comovements between financial assets. Working paper, Columbia University, New York, 2002[11] Sklar, A. Random variables, distribution function, and copulasa personal look backward and forward. In Distribution with Fixed Marginal and Related Topics, edited by L. Riischendorff, , and , pp, of Mathematical Statistics, Harward, CA, 1996[12] 朱國慶，張維，程博．關(guān)于上海股市收益厚尾性的實證研究．系統(tǒng)工程理論與實踐，2001（4）：7075[13] Harris ., and nonlinear dependence in Turkish equity returns and its consequence for financial risk management. European Journal of Operational Research, 2001，134:481482[14] 李亞靜，朱宏泉．，2003，32(2)：228233[15] Black, F. Studies of stock market volatility changes. Proceeding of the American Statistical Association. Business and Economic Statistics Section, 1976:177181[16] Campbell, . and Hentschel, L. No News is Good news:An Asymmetric Model of Changing Volatility in Stock Returns. Journal of Financial Economics, 1992, 31(6): 281318[17] 陳學華，楊輝耀．VaRAPARCH模型與證券投資風險量化分析．中國管理科學，2003，11(1)：2227[18] 王玉榮．中國股票市場波動性研究—ARCH模型族的應用．河南管理干部學院學報，2002，107(5):3637[19] McNeil, . Extreme value for risk managers. ETH Zurich Department of Mathematics, preprint, 1999[20] McNeil, . and Frey. R. Estimation of tailrelated risk measures for heteroscedastic financial time series: an extreme value approach, Journal of Empirical Finance 2000(7): 271300[21] Diebold, F., Schuermann, T., and Stroughair and opportunities in the use of extreme value theory in risk management. Journal of Risk Finance, 2000, 1(Winter): 3036[22] Bystr246。如表1和表2所示。對于以上（1）、（2）（3）、（4）模型，本文簡稱為：RiskMetrics條件正態(tài)分布模型、GaussCopula+正態(tài)Garch模型、GaussCopula+GarchEVT模型、tCopula+GarchEVT模型。在時期t，根據(jù)上述算法的③④⑤對資產(chǎn)組合資產(chǎn)的收益率向量進行多次重復模擬，這樣可以得到不同情景下的資產(chǎn)組合資產(chǎn)收益率向量。即： （12）其中：表示預算約束，表示不允許賣空。⑤根據(jù)，得到聯(lián)合分布為，連接函數(shù)為的維隨機擾動項。Lindskog(2000,2001)證明[40~41]對于“厚尾”分布的數(shù)據(jù)，傳統(tǒng)的線性相關(guān)估計方法缺乏穩(wěn)定性，并建議用kendall的相關(guān)系數(shù)矩陣估計線性相關(guān)矩陣R。 Copula函數(shù)參數(shù)估計通常采用極大似然估計（ML）方法估計Copula函數(shù)的參數(shù)。 選擇合適的Copula函數(shù)度量金融資產(chǎn)收益的相關(guān)性根據(jù)以上對現(xiàn)實金融資產(chǎn)收益率相關(guān)性的分析，本文準備采用Copula來度量資產(chǎn)組合資產(chǎn)收益率的相關(guān)性。最近n期的隨機擾動項序列為： （1） 通常隨機擾動項滿足獨立同分布，但并不一定是正態(tài)分布或t分布的假設條件。Copula函數(shù)對于構(gòu)造和模擬多元分布函數(shù)具有重要的意義。最近Ang ,Chen（2001）[3]和Claude, Campbell [4]，Longin 和Solnik(2001)[5]等學者的研究文獻中報道了股票之間這種非對稱相關(guān)現(xiàn)象。 copula。 portfolio selection。劉志東（2003，2004）[6~7]通過對中國股票收益相關(guān)性的研究，發(fā)現(xiàn)中國股票收益存在尾部極值相關(guān) 尾部相關(guān)或尾部極值相關(guān)指兩個或多個隨機變量同時為極值的關(guān)聯(lián)程度。根據(jù)關(guān)于Copula函數(shù)最重要的Sklar定理[11]，令F是具有邊緣分布函數(shù)的d維分布函數(shù)（不一定是同一類型），若邊緣分布函數(shù)連續(xù)，則存在一個唯一滿足關(guān)系的連接函數(shù)C。因此，可以采用一元極值理論中的GPD（帕累托）分布函數(shù)對隨機擾動項的上下尾部分布分別進行建模。Copulas函數(shù)的類型很多，總體可以分為橢圓類分布函數(shù)連接函數(shù)和阿基米德連接函數(shù)（Archimedean copulas），而每一類又分為許多具體的連接函數(shù)。高斯連接函數(shù)中的參數(shù)是相關(guān)系數(shù)矩陣R，tCopula函數(shù)的參數(shù)包括相關(guān)系數(shù)矩陣R和自由度。對于橢圓分布有： （6）根據(jù)本文實證的經(jīng)驗，用這種方法計算得到的相關(guān)系數(shù)矩陣R與Bouye（2000）通過循環(huán)計算得到的相關(guān)系數(shù)矩陣R基本相等。（2）基于tCopula函數(shù)的隨機擾動項模擬方法為了模擬基于t分布連接函數(shù)的隨機向量，可以采用以下計算程序：①計算隨機擾動項的相關(guān)系數(shù)矩陣R的Cholesky 分解矩陣A。在這里只研究單期資產(chǎn)選擇問題。（2）假設隨機擾動項服從正態(tài)分布，然后根據(jù)高斯分布連接函數(shù)對資產(chǎn)組合各金融資產(chǎn)收益率