[摘 要] 居民家庭金融资产在不同时期风险的聚集可能会引发宏观金融风险，甚至导致金融危机。因此，文章试图测算家庭金融资产组合风险并描述其变动特点。首先构建家庭金融资产组合的Copula函数，然后计算其VaR值，并比较分析VaR值与各金融资产收益的变动关系，发现当金融资产中高风险资产的收益低于VaR值下限时，家庭金融资产风险不断积聚并达到高点，而这个过程与金融危机发生的时间相契合。家庭金融资产组合风险和资产中的风险资产收益会影响未来的利率和CPI的变化。
[关键词]居民家庭金融资产组合风险；Copula函数；在险价值VaR；风险积聚
[中图分类号]F832.332 [文献标识码]A [文章编号]1673-0461（2014）07-0071-05
一、引 言
居民家庭金融资产指居民拥有的能够带来一定收益的以价值形态存在的资产。根据《中国人民银行年报》统计口径，我国居民的金融资产主要由手持现金、储蓄存款、有价证券、保险准备金四大类组成。其中，现金主要满足居民家庭日常交易需求，这部分资产不但没有收益，相反还存在机会成本；储蓄存款作为居民对银行储蓄这种金融资产的投资额来考虑；有价证券可以分为债券和股票，这两者的风险差别很大，债券具有储蓄功能，风险小，而股票市场投机性强，风险较大；在居民家庭金融资产总量中保险准备金所占比重较小，而且由于保险存在的概率赔付问题使得整个保险市场的收益率不好确定。一般而言，在居民家庭金融资产中，储蓄存款和国债属于无风险金融资产，股票属于高风险金融资产。各类金融产品在居民家庭金融资产中的配置情况，称为居民家庭金融资产组合。在不同时期，居民的家庭金融资产组合中的资产类型持有比例是不同的，以应对外部经济环境变化的影响。本文试图测算居民家庭金融资产组合的风险，观察其在不同时期风险的变化情况，同时分析各自不同类型的金融资产对宏观经济变动的敏感程度，为政府制定宏观经济政策以引导居民进行合理的消费和投资提供研究依据。
金融资产风险测算一直是过去半个世纪来国内外学者关注的焦点和前沿研究领域之一。1997年，J. P. Morgen集团公布了其内部使用的全面估计金融风险的方法、数据和模型，其核心技术就是风险价值（Value at Risk，简称VaR）计算方法。VaR值就是在一定的持有期及一定的置信度内，某金融投资工具或投资组合所面临的潜在的最大损失金额（Jorion，1997）。它已被巴塞尔委员会推荐为一种允许金融机构使用、作为内部风险管理模型来决定资产监管要求的新方法，并明确建议其作为风险度量的标准。但是，度量单种风险因子的度量法，例如：市场风险因子度量法、信用风险度量法等，一般都不适用于集成风险的度量。因为单个资产所面临的这些风险形态多样且相互关联、交叉、渗透，并共同作用于资产组合，对资产组合所面临的集成风险具有叠加、放大的效应，一些学者开始探讨如何将各种不同风险、收益的资产组合起来，度量其集成风险。Sklar（1959）首先以“Copula”命名一类函数，此类函数能够把一维边缘分布函数连接在一起，形成联合分布函数。Embrechts et al.（1999， 2002）率先把Copula函数引入到资产组合的金融风险管理中。张明恒（2004）研究了多金融资产风险价值的Copula计量模型和计算方法，吴振翔等（2006）使用了Copula-Garch模型来分析投资组合风险。
综上所述，国内外有关金融风险的研究方法，从单个金融资产到金融资产组合风险的测算，已经比较成熟。但是这些方法大多只是用于宏观的金融风险的测量，尤其是股市风险的测量。对于家庭金融资产结构风险的测量方面尚缺乏相关的研究。本文试图通过构建Copula函数，将家庭金融资产中的风险资产和无风险资产结合起来，形成联合分布函数，并通过计算VaR来度量居民家庭金融资产在不同时期的结构风险。Copula函数运用于资产组合的集成风险度量有两个优势：①可以刻画单个资产收益率分布的非正态性质，即“尖峰厚尾”特征；②可以描述不同资产收益率之间复杂的相互关系。这样，Copula函数能够把具有非正态性质、相互关联的多个风险因子“连接”起来，构建由多个风险因子驱动的资产组合收益率的联合分布，并利用VaR方法度量资产组合的集成风险。
二、构建Copula函数测算金融资产组合风险VaR
在Sklar定理的基础上，测算金融资产组合风险的步骤如下：①首先计算资产组合中单个风险因子的分布；②找到风险因子之间的Copula函数；③运用单个风险因子分布和Copula函数刻画资产组合的集成风险因子分布；④使用VaR方法度量资产组合的集成风险。
（一）Copula函数的概念
Copula函数可看成一个多维分布函数C：[0，1]n→[0，1]，其边缘分布F1，…，Fn为区间（0，1）上的均匀分布。Sklar（1956）提出了Sklar定理：令F为具有边缘分布F1（·），…，FN（·）的联合分布函数，那么，存在一个Copula函数C，满足：
F（x1，…xn，…，xN）=
C（F1（x1），…，Fn（xn），…，FN（xN）） （1）
其中C就是一个Copula函数，若F1（·），…，FN（·）连续，则C唯一确定；反之，若F1（·），…，FN（·）为一元分布，那么由式（1）定义的函数F是边缘分布F1（·），…，FN（·）的联合分布函数。
（二）Copula函数的分类
1. 多元正态Copula函数（multivariate gaussian Copula-MVN）
Nelsen（1999）给出了多元正态Copula函数的定义，多元正态Copula分布函数的表达式为：
C（u1，…un，…，uN；ρ）=
Φρ（Φ-1（u1），…，Φ-1（un），…，Φ-1（uN）） （2）
