投資組合理論是金融學中的重要研究課題之一,其目的是尋求一個最優(yōu)投資組合,在給定的收益水平下使投資風險最小化,或者在給定的風險下使投資者的收益最大化。為了突破傳統(tǒng)Markowitz均值-方差模型中風險度量方法及正態(tài)分布假設的局限,我們必須應用新的風險度量方法,同時尋找較為合適的聯(lián)合分布,這對于度量投資組合風險及最優(yōu)投資策略的選擇有至關(guān)重要的作用。在風險測度方面近年來提出了新的風險度量方法——VaR、CVaR,特別是CVaR,已成為金融風險管理中研究的前沿課題;Copula函數(shù)則為求取聯(lián)合分布函數(shù)提供了一條便捷、準確的通道,可以解決非正態(tài)假設下求解投資組合的聯(lián)合分布的問題,從而克服傳統(tǒng)正態(tài)分布假定的很多不足之處。本文主要研究內(nèi)容是基于Mean-CVaR的投資組合優(yōu)化問題,將Copula函數(shù)、SV模型、CVaR以及蒙特卡洛模擬技術(shù)結(jié)合到一起,解決了投資組合中不同資產(chǎn)之間非正態(tài)、非線性相關(guān)問題,為資產(chǎn)投資組合的選擇與風險度量提供了一種全新的解決思路。本文的研究對象是由上證綜指、深圳成指以及恒生指數(shù)構(gòu)成的投資組合,通過兩類異方差模型——GARCH模型和SV模型——的綜合比較研究,發(fā)現(xiàn)SV-t模型... 

【文章來源】：南京財經(jīng)大學江蘇省

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

上證綜指收益率分布直方圖

圖 3.2 深圳成指收益率分布直方圖0100200300400-4 -2 0 2 4 6 8Series: HZSample 1 1731Observations 1731Mean -1.04e-07Median -0.020859Maximum 9.293409Minimum -5.426184Std. Dev. 1.307405Skewness 0.434125Kurtosis 7.154395Jarque-Bera 1299.177Probability 0.000000圖 3.3 恒生指數(shù)收益率分布直方圖為了驗證金融時間序列數(shù)據(jù)的厚尾性，以下我們采用圖形技術(shù)進行分析，數(shù)的 QQ 圖進行分析。QQ 圖是用來檢驗樣本分布的一種統(tǒng)計圖形技術(shù)，它

0100200300400-4 -2 0 2 4 6 8Series: HZSample 1 1731Observations 1731Mean -1.04e-07Median -0.020859Maximum 9.293409Minimum -5.426184Std. Dev. 1.307405Skewness 0.434125Kurtosis 7.154395Jarque-Bera 1299.177Probability 0.000000圖 3.3 恒生指數(shù)收益率分布直方圖為了驗證金融時間序列數(shù)據(jù)的厚尾性，以下我們采用圖形技術(shù)進行分析，對指數(shù)的 QQ 圖進行分析。QQ 圖是用來檢驗樣本分布的一種統(tǒng)計圖形技術(shù)，它把被檢驗的數(shù)據(jù)經(jīng)驗分位數(shù)對做指定的分布理論分位數(shù)描繪在圖形上。如果被檢驗的數(shù)據(jù)符合所指定的分布，則代表樣本數(shù)據(jù)的點會落在一條直線上。


本文編號：3341660