Copula-modellering för Portföljavkastningsanalys

In this thesis, we investigate the advantages of using high-dimensional copula modeling to understand the riskiness of portfolio investments and to more realistically estimate future portfolio values. Our approach involves benchmarking some pre-determined fitted copulas to the 0.05-quantile, the Tail Conditional Expectation, and the probability of negative returns for each portfolio. We find that the two R-Vine copula models used in this study provide good estimations of the distribution of portfolio values for the 1-month time frame, the shortest we consider in this thesis, most probably due to their flexibility and ability to represet a diverse array of dependence structures. However, for longer time frames (1 year or more), the Clayton copula appears to be a more suitable model. It aligns more closely with market behaviour due to its capacity of capturing lower tail dependence. In conclusion, we argue that by employing the right copula model, in our case the Clayton copula, we obtain a more realistic view on the distribution of the future portfolio values.I denna uppsats undersöker vi fördelarna med att använda högdimensionell copula-modellering för att förstå risken med portföljinvesteringar och för att på ett mer realistiskt sätt uppskatta framtida portföljvärden. Vårt tillvägagångssätt involverar benchmarking av de olika anpassade copulae till 0,05-kvantilen, den villkorliga svansförväntningen och sannolikheten för negativ avkastning för varje portfölj. Vi finner att de två R-Vine copula-modellerna som används i denna studie ger goda uppskattningar av fördelningen av portföljvärden för 1-månaders tidsram, den kortaste vi studerar, troligen på grund av deras flexibilitet och förmåga att representera en mångfald av beroendestrukturer. Men f ̈or l ̈angre tidsramar (1 år eller mer) verkar Clayton copula vara en mer lämplig modell. Det överensstämmer mer med marknadens beteende på grund av dess förmåga att fånga lägre svansberoende. Sammanfattningsvis hävdar vi att genom att använda rätt copula-modell, i vårt fall Clayton copula, får vi en mer realistisk fördelning av dynamiken i framtida portföljvärden