论文部分内容阅读
随着科技与学术的发展，金融理论在近十几年里向着复杂和精细刻画的方向深入发展。在精细刻画金融理论的过程中，不同资产之间的相关性度量至关重要。在资产价格制定、组合配置和风险管理等方面，准确测度金融市场的资产间的相关联动性，对投资者与管理者来说都是非常有助益的。现如今，在一个经济架构系统里，不同的行业之间搭形成了一个相互影响的复杂体系。面对越来越复杂化的金融环境，对各个行业的风险控制提出了更为严格的要求。近几年，对于单个资产的相关研究已经相对成熟，但是，对多个资产组合相依性度量的理论研究和实证分析还是处于发展期。因此，本文选取我国十类一级行业指数为主要研究对象，涵盖能源、材料等十个行业的相关资产数据，主要研究藤Copula方法在高维资产组合中的应用。文章的主要研究内容如下： 1、通过协整检验和格兰杰因果关系检验分析，验证我国行业指数之间短期内存在不尽相同的引导关系，但是所有的资产收益率之间存在长期均衡关系。 2、本文建立了不同的边缘分布模型。具体地，在边际分布研究中综合应用了非参数核密度估计法、参数ARMA-GARCH-偏t法、核密度估计和极值模型相结合的方法，并运用经验累积分布函数和QQ图等验证拟合效果，还通过JB检验和KS检验是否符合Copula建模要求。 3、在多个资产之间的联合分布上，基于传统的Copula方法，文章使用不同的藤结构Copula来实现高维资产构建。除了考虑两种特殊的藤结构C-Vine、D-Vine外，还考虑了更一般且更为灵活的R-Vine结构。在不同边缘分布模型下构建不同藤结构Copula模型，对所得信息准则AIC、BIC和极大似然值进行横纵向比较，最终得到最优模型Kernel-R-Vine-Copula。利用操作性能较好的蒙特卡洛模拟法对十只行业股票的投资组合进行风险测度，计算出VaR，并使用回测检验验证了模型的有效性。 本文的研究方法中，无论是在边缘分布还是在藤结构的选择上，都较为丰富。最终确定的R藤结构下的Copula模型，能够灵活且精细地刻画出高维行业指数之间存在的相关性和上下尾相关性。