论文部分内容阅读
随着金融市场的开放性越来越强,人们对金融资产的投资活动也越来越频繁,投资者一般会选择组合投资的方式进行投资。因此,有效地刻画各金融资产之间的相依结构来对风险进行度量,这在防范、抵御与化解金融风险时显得尤为重要。本文对上证指数、深证成指、恒生指数和标普500指数的投资组合进行了研究。考虑到金融资产收益率序列表现出来的尖峰厚尾、波动聚集等特点,本文用GARCH模型来刻画各指数收益率,得到独立同分布的新息过程,并对时间序列数据进行了描述性统计分析。然后对藤Copula和传统多元Copula相关理论进行介绍,用Kendall秩相关系数选取C藤Copula在每一层结构中的中枢变量,将C藤Copula与传统多元Copula对资产间的相依结构特征和相关性的测度进行比较。实证表明:通过AIC信息准则方法选择的藤Copula组合,其拟合度高于传统多元Copula函数。此外,本文使用蒙特卡洛模拟的方法,分别针对C藤Copula函数、多元t Copula函数和多元正态Copula函数,模拟分析了 1000天的数据进行建模,计算出基于整个模拟样本得到的无条件VaR预测值,并将其与模拟样本产生的数据进行样本内比较,发现当置信水平为95%时,多元t Copula函数的失败率较为接近理论值,随着置信水平的提高,当置信水平为97.5%和99%时,C藤Copula函数的失败率较为接近理论值。总体而言,利用C藤Copula函数能更为灵活地描述各市场间相关性的复杂形式,可以更为有效地度量投资者在投资过程中的组合VaR。同时本文还对四种指数及等权重时四种指数的投资组合VaR水平进行计算,发现等权重的投资组合VaR值均明显小于四种指数VaR的平均值,可见分散投资确实能够为投资者的投资减少风险。由于各金融市场间的相关性可能会随着时间及经济结构性的变化而变化,因此本文引进时变Copula模型来描述市场间的动态结构性变化,对上证指数和恒生指数两资产及深证成指和恒生指数两资产收益率序列的时变相关特征进行分析,比较时变Copula函数与其对应的静态Copula函数的优劣。实证表明:“沪港通”开通后,恒生指数和上证综指之间的总体相关性较开通之前增大了,但其相关性稳定性也变差了。其中拟合效果最优的是时变tCopula函数,说明在最优Copula函数的情况下,考虑金融市场数据的时变性会得到更优的效果。“深港通”也有同样的结论。最后对本文进行了总结,阐述了本文研究的不足之处和对未来进一步研究的展望。