复杂相依关系下金融市场间投资组合优化研究 ——基于Mean-Copula-CVaR方法

论文摘要

随着世界经济全球化及金融自由化的快速发展,各金融市场之间的相依关系变得错综复杂,金融投资的多元化以及不间断交易机制的不断深化使得各金融市场之间的联系日益紧密,跨区域、跨市场的投资组合作为金融领域研究的焦点问题,而受到密切关注,尤其是在金融危机频发的新形势下,金融资产之间的紧密联系使得投资组合的优化面临着更为严峻的挑战。因此,如何更为有效地构建投资组合优化模型,以降低金融投资组合风险,从而维护金融经济安全,促进社会的和谐与稳定,既是新形势下金融经济管理部门面临的重要任务,也是学术界关注的热点问题。1978年改革开放以来我国经济的发展取得了举世瞩目的成绩,各金融市场逐步形成,从无到有,从小到大逐步形成了交易多层次化、交易场所多样化和交易机制多元化等特点的金融市场体制。不同市场的金融产品在不同的市场公开交易,而不同市场同时存在着不同的交易机制,并且由于交易产品和交易机制的不同导致我国金融市场的复杂化程度进一步加深,如何有效厘清多元化金融市场之间的相依关系,这无疑对投资者的投资决策和金融监管机构的政策制定提出了更高的要求。因此,如何将多个市场全局化,从宏观的角度分析我过金融市场体系中不同金融市场之间的相依关系,进而探讨投资组合风险和投资组合优化具有重要的理论价值和现实意义。据此,为构建一个涵盖多元化金融市场的投资组合,本文以2012年1月1日到2018年12月1日期间上证国债指数、沪深300股票指数、上证基金指数、沪深300股指期货、上海银行间一周拆借利率、人民币外汇指数、黄金现货指数为研究样本。首先对样本数据进行对数收益率处理,运用ARMA-APARCH刻画各金融市场收益率序列的“典型事实”特征,同时结合EVT理论对收益率序列的尾部极值的边缘分布;其次针对投资组合风险中相应关系的刻画,采用最大生成树MST（Maximum Spanning Tree,MST）算法选取的vine copula来刻画七个金融市场之间的相依结构,进而测度vine copula相依结构下的VaR和CVaR,并实证对比了R-vine copula、C-vine copula、D-vine copula、R-vine all t、R-vine all F五种相依结构下风险测测度进行了回溯测试。通过比较AIC、BIC、极大似然值发现R-vine copula能更加有效和准确的拟合多元化金融市场之间的相依关系。实证分析得出以下结论:首先,金融市场之间具有复杂相依结构,vine copula模型能很好的刻画金融市场之间的相依结构,并且相对特定结构的vine copula模型C-vine和D-vine,或采用一种pair-copula函数的R-vine all F、R-vine all t而言,R-vine copula由于没有特定的结构的限制,并且描述节点之间的pair-copula函数也通过最优准则选取,Voung检验表明R-vine copula能很好的拟合多元化金融资产的相依关系,因而R-vine copula相对于其它几种vine copula模型更能有效地刻画金融市场之间的复杂相依关系。其次,ARMA-APARCH-Skewt能很好的拟合金融收益序列波动特征,通过引入EVT极值理论对金融收益序列的尾部进行准确的刻画,更为有效的分析金融收益序列的尾部信息。最后,本文构造的基于R-vine copula相依结构下的Mean-CVaR模型能有效地的优化投资组合,基于R-vine copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-VaR模型,而Mean-Variance模型较其它两种模型表现相对较差。

论文目录

• 摘要
• Abstract
• 第1章 引言
•   1.1 研究背景
•   1.2 国内外研究现状
•     1.2.1 投资组合优化研究现状
•     1.2.2 基于copula方法的研究现状
•     1.2.3 投资组合理论研究现状的评述
•   1.3 研究内容、创新点及技术路线
•     1.3.1 研究内容
•     1.3.2 本研究创新点和技术路线
•     1.3.3 技术路线
• 第2章 相关理论基础
•   2.1 投资组合理论
•     2.1.1 Mean-Variance投资组合模型
•     2.1.2 Mean-VaR投资组合模型
•     2.1.3 Mean-CVaR投资组合模型
•   2.2 Copula理论
•     2.2.1 copula函数的定义
•     2.2.2 copula函数的性质
•     2.2.3 copula函数的常用类型
•   2.3 vine copula理论
•     2.3.1 金融市场相依结构的vine copula建模
•     2.3.2 两种特殊的Vine Copula函数
•   2.4 本章小结
• 第3章 投资组合优化模型构建
•   3.1 “典型事实”刻画和边缘分布建模
•   3.2 金融市场相依关系的vine copula方法建模
•     3.2.1 不同vine copula模型的拟合效果检验
•     3.2.2 基于vine copula的组合风险测度方法
•   3.3 投资组合风险测度的有效性检验
•   3.4 vine copula相依结构下Mean-CVa R优化模型构建
•   3.5 本章小结
• 第4章 实证结果与分析
•   4.1 样本数据选择与描述性统计
•     4.1.1 样本选取与说明
•     4.1.2 各收益序列的描述性统计
•   4.2 边缘分布参数估计结果
•   4.3 vine copula参数估计结果及拟合效果检验
•   4.4 基于vine copula的组合风险回溯测试
•   4.5 投资组合风险测度及Mean-CVaR优化结果
•   4.6 本章小结
• 第5章 研究结论及展望
•   5.1 研究结论
•   5.2 研究展望
• 致谢
• 参考文献
• 攻读学位期间取得学术成果

文章来源

类型: 硕士论文

作者: 梁州

导师: 林宇

关键词: 投资组合,金融市场

来源: 成都理工大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,金融,证券,投资,市场研究与信息

单位: 成都理工大学

分类号: F224;F832.5

DOI: 10.26986/d.cnki.gcdlc.2019.000460

总页数: 59

文件大小: 2349K

下载量: 103