本文關(guān)鍵詞：基于藤Copula和CVaR的外匯投資組合優(yōu)化研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：經(jīng)濟一體化及金融自由化的快速發(fā)展,不僅促進了各國之間的經(jīng)濟貿(mào)易往來,而且也增強了國際資本在各國市場的流動,進而刺激了外匯需求增長,使得外匯市場發(fā)展迅速。與此同時,隨著金融市場及金融工具的快速發(fā)展,外匯市場投資已經(jīng)成為當(dāng)前投資者的一個投資熱點,因此,使得投資者及風(fēng)險管理者對于如何構(gòu)建有效的外匯投資組合以防范外匯風(fēng)險,實現(xiàn)風(fēng)險規(guī)避和轉(zhuǎn)嫁,進而實現(xiàn)資產(chǎn)的保值增值功能,成為了人們密切關(guān)注的問題。如何構(gòu)建有效的投資組合,馬柯維茨的投資組合理論為我們的分析提供了框架。該理論是在確定收益的基礎(chǔ)上尋求風(fēng)險的最小化或是在風(fēng)險一定的基礎(chǔ)上追求收益最大化。因此,風(fēng)險測度的準(zhǔn)確性對于投資組合優(yōu)化的最終結(jié)果具有舉足輕重的作用。當(dāng)前,在險價值(Value-at-Risk,Va R)技術(shù)能夠簡單且清晰地表示金融資產(chǎn)面臨的風(fēng)險,受到學(xué)者們的青睞,成為測度金融風(fēng)險的通用方法,并被廣泛運用于實踐。雖然Va R技術(shù)在刻畫單一資產(chǎn)方面具有優(yōu)秀的表現(xiàn),但是對于刻畫多個資產(chǎn)的組合風(fēng)險,由于其自身并不具有次可加性,從而導(dǎo)致其計算的組合風(fēng)險并不準(zhǔn)確。與此同時,Va R也并不具有凸性,因而使得將風(fēng)險測度指標(biāo)Va R的風(fēng)險值最小作為投資組合優(yōu)化的目標(biāo)函數(shù)時,可能存在多個最優(yōu)解,即以Va R風(fēng)險為目標(biāo)函數(shù)進行的投資組合優(yōu)化得到的是局部最優(yōu)解,而非全局最優(yōu)解。針對Va R的這一缺陷,本文選擇具有次可加性以及具有凸性的條件在險價值CVa R(Conditional Value-at-Risk)來替代Va R作為組合優(yōu)化的目標(biāo)函數(shù),以此來對外匯投資組合進行優(yōu)化,進而得到優(yōu)化的投資組合。需指出的是,無論是運用Va R技術(shù)或是基于Va R的CVa R技術(shù)來測度風(fēng)險,通常假定市場是沒有摩擦的,即市場投資者能夠隨時以預(yù)期價格交易大量頭寸,卻不會引起資產(chǎn)價格下跌。然而,大量實證研究已證明,金融市場不但存在市場摩擦,而且由市場摩擦產(chǎn)生的流動性風(fēng)險,在極端情況下可導(dǎo)致市場出現(xiàn)流動性黑洞,進而誘發(fā)金融危機。如果不針對Va R模型的這一市場假定缺陷進行修正,忽略如此重要的流動性風(fēng)險,就勢必會低估投資者面臨的風(fēng)險,進而導(dǎo)致風(fēng)險測度不準(zhǔn)確。因而,為克服CVa R的這一缺陷,我們將流動性風(fēng)險納入到對外匯投資組合優(yōu)化研究之中。同時還由于CVa R技術(shù)在測度風(fēng)險的過程中,并沒有考慮資產(chǎn)間的相依結(jié)構(gòu),而資產(chǎn)的相依結(jié)構(gòu)對于準(zhǔn)確測度風(fēng)險有著重大影響。于是本文運用藤Copula(Vine-Copula)來捕獲外匯投資組合資產(chǎn)間的相依性,以準(zhǔn)確測度外匯投資組合風(fēng)險,從而實現(xiàn)外匯投資組合資產(chǎn)的優(yōu)化。于是,本文通過選取人民幣兌美元匯率,人民幣兌歐元匯率以及人民幣兌英鎊匯率作為研究對象,選取市場風(fēng)險因子r以及流動性風(fēng)險因子rs,共計6個風(fēng)險指標(biāo),針對風(fēng)險因子存在的典型事實特征,運用ARMA均值模型以及GARCH方差模型,以及針對資產(chǎn)尾部建模的極值理論(Extreme Value Theory,EVT)對風(fēng)險因子的邊緣分布進行刻畫,然后針對Va R技術(shù)沒有考慮資產(chǎn)相依結(jié)構(gòu)、不具有次可加性以及凸性的缺陷,運用藤Copula函數(shù)對風(fēng)險因子之間的相依性進行刻畫,進而運用滿足一致性風(fēng)險測度和具有凸性的CVa R指標(biāo)對Va R進行修正,進而準(zhǔn)確測度出外匯投資組合的風(fēng)險CVa R值,并將CVa R指標(biāo)最小作為外匯資產(chǎn)組合優(yōu)化的目標(biāo)函數(shù),進而實現(xiàn)對外匯投資組合資產(chǎn)的優(yōu)化。經(jīng)過實證分析得出以下結(jié)論:1)針對資產(chǎn)尾部分布建模的EVT比正態(tài)分布以及能夠捕獲厚尾信息的學(xué)生t分布能更好地描述資產(chǎn)的尾部情況,提取更多的尾部信息;2)在刻畫外匯資產(chǎn)的相依結(jié)構(gòu)刻畫上,采用t Copula函數(shù)就能很好地刻畫資產(chǎn)間的相依性,且采用D-Vine藤結(jié)構(gòu)比采用C-Vine藤結(jié)構(gòu)在捕獲外匯資產(chǎn)之間的相依結(jié)構(gòu)上,具有更強的捕獲能力;3)本文構(gòu)造的基于D藤Copula函數(shù)以及CVa R的外匯投資組合優(yōu)化模型,具有較好的優(yōu)化能力,不僅能夠?qū)M合資產(chǎn)進行有效優(yōu)化,而且還具有較強的穩(wěn)健性。
【關(guān)鍵詞】：藤Copula CVaR 組合優(yōu)化
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;F832.6
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 引言11-20
• 1.1 研究背景及意義11-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 國外關(guān)于投資組合優(yōu)化的研究現(xiàn)狀13-15
• 1.2.2 國內(nèi)關(guān)于投資組合優(yōu)化的研究現(xiàn)狀15-16
• 1.2.3 對國內(nèi)外投資組合優(yōu)化研究的文獻評述16-17
• 1.3 研究內(nèi)容、創(chuàng)新及技術(shù)路線17-20
• 1.3.1 研究內(nèi)容17
• 1.3.2 創(chuàng)新性17-18
• 1.3.3 技術(shù)路線18-20
• 第2章 相關(guān)理論基礎(chǔ)20-29
• 2.1 Copula相關(guān)理論20-23
• 2.1.1 Copula函數(shù)在刻畫金融資產(chǎn)相依性上的優(yōu)勢20
• 2.1.2 Copula函數(shù)簡介20-21
• 2.1.3 常用Copula函數(shù)21-23
• 2.2 藤Copula函數(shù)構(gòu)造23-25
• 2.2.1 藤（Vine）的定義23-24
• 2.2.2 兩種重要的規(guī)則藤結(jié)構(gòu)24-25
• 2.3 投資組合優(yōu)化25-28
• 2.3.1 均值-方差組合優(yōu)化模型25
• 2.3.2 均值-VaR組合優(yōu)化模型25-26
• 2.3.3 均值-CVaR組合優(yōu)化模型26-27
• 2.3.4 均值-CVaR組合優(yōu)化改進模型27-28
• 2.4 本章小結(jié)28-29
• 第3章 模型構(gòu)建29-35
• 3.1 典型事實特征檢驗與邊緣分布刻畫29-31
• 3.1.1 典型事實特征檢驗29-30
• 3.1.2 邊緣分布刻畫30-31
• 3.2 基于藤Copula函數(shù)的相依結(jié)構(gòu)刻畫31-33
• 3.3 均值-CVaR投資組合優(yōu)化模型33-34
• 3.4 本章小結(jié)34-35
• 第4章 基于藤Copula和CVaR的外匯投資組合優(yōu)化實證分析35-47
• 4.1 樣本選擇35
• 4.2 典型事實特征檢驗35-36
• 4.3 邊緣分布參數(shù)估計結(jié)果36-40
• 4.4 相關(guān)結(jié)構(gòu)參數(shù)估計結(jié)果40-41
• 4.4.1 K-S檢驗結(jié)果40
• 4.4.2 藤Copula相關(guān)參數(shù)估計結(jié)果40-41
• 4.5 CVaR風(fēng)險測度及均值-CVaR投資組合優(yōu)化結(jié)果41-45
• 4.6 本章小結(jié)45-47
• 結(jié)論47-48
• 致謝48-49
• 參考文獻49-53
• 攻讀學(xué)位期間取得學(xué)術(shù)成果53

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫志賓;;混合Copula模型在中國股市的應(yīng)用[J];數(shù)學(xué)的實踐與認(rèn)識;2007年20期

2 李娟;戴洪德;劉全輝;;幾種Copula函數(shù)在滬深股市相關(guān)性建模中的應(yīng)用[J];數(shù)學(xué)的實踐與認(rèn)識;2007年24期

3 李軍;;Copula-EVT Based Tail Dependence Structure of Financial Markets in China[J];Journal of Southwest Jiaotong University(English Edition);2008年01期

4 許建國;杜子平;;非參數(shù)Bernstein Copula理論及其相關(guān)性研究[J];工業(yè)技術(shù)經(jīng)濟;2009年04期

5 王s

本文編號：306167