【摘要】：近年來,伴隨著經(jīng)濟(jì)全球化與金融自由化的發(fā)展,我國金融市場的對外開放程度逐漸加大,國內(nèi)市場更容易受到來自國際金融市場的風(fēng)險沖擊,與此同時,金融創(chuàng)新的發(fā)展使得金融市場中的產(chǎn)品類型有所增多,國內(nèi)金融市場的波動性日益增強(qiáng)。在金融投資實務(wù)中,投資者往往選取多個資產(chǎn)進(jìn)行組合投資,而不是僅局限于某一種資產(chǎn)。并且對于組合資產(chǎn)的確定,投資者往往會選擇同時在多個行業(yè)進(jìn)行資產(chǎn)配置,從而有效地分散行業(yè)風(fēng)險,提高投資績效。在國內(nèi)金融市場波動性逐漸增強(qiáng)的背景下,如何對行業(yè)資產(chǎn)組合風(fēng)險進(jìn)行有效管理,既是實務(wù)界面臨的重要任務(wù),也是學(xué)界關(guān)注的焦點問題。對于金融風(fēng)險的有效測度是金融風(fēng)險管理的核心。在險價值VaR方法通常被視為風(fēng)險測度的標(biāo)準(zhǔn)方法,但是其不能永遠(yuǎn)滿足次可加性,同時并沒有考慮金融資產(chǎn)的尾部風(fēng)險狀況,因而不能很好地對組合風(fēng)險進(jìn)行刻畫。在此基礎(chǔ)上,有學(xué)者提出了預(yù)期損失ES模型,滿足一致性風(fēng)險測度的要求。準(zhǔn)確刻畫行業(yè)資產(chǎn)間相依關(guān)系是進(jìn)行行業(yè)組合風(fēng)險測度的前提和基礎(chǔ)。傳統(tǒng)的線性模型不能夠準(zhǔn)確描述金融市場的非線性狀態(tài),而非線性模型中的二元Copula面臨著“維度詛咒”問題,多元Copula缺乏靈活性,vine copula方法能夠較好地解決此問題�，F(xiàn)有研究通常采用C-vine以及D-vine模型測度行業(yè)組合風(fēng)險,較少有學(xué)者使用結(jié)構(gòu)上相對靈活的R-vine對其組合風(fēng)險進(jìn)行刻畫。為了明確組合風(fēng)險的測度效果,需要對風(fēng)險預(yù)測值進(jìn)行返回測試�，F(xiàn)有研究通常在資產(chǎn)相等權(quán)重下進(jìn)行返回測試,然后設(shè)定新的投資權(quán)重進(jìn)行穩(wěn)健性檢驗,然而需要指出的是,等權(quán)重僅僅是組合投資的一種特殊情況,穩(wěn)健性檢驗對于權(quán)重的設(shè)定又存在較大主觀性�；诖�,本文選取滬深300行業(yè)指數(shù)中的金融地產(chǎn)、能源、工業(yè)、原材料、主要消費、可選消費、公用事業(yè)以及醫(yī)藥衛(wèi)生指數(shù)建立行業(yè)資產(chǎn)組合;首先,利用ARMA(1,1)-GARCH(1,1)-t模型捕捉金融收益序列的典型事實特征,過濾得到標(biāo)準(zhǔn)化殘差序列;結(jié)合EVT極值理論,構(gòu)建六類vine copula模型(C-vine、D-vine、R-vine、R-vine all Frank、R-vine all Clayton、R-vine all Gumbel),用以刻畫行業(yè)資產(chǎn)間極值相依關(guān)系;在此基礎(chǔ)上,運(yùn)用滾動時間窗的蒙特卡羅方法建立預(yù)期損失ES模型,并分別基于等權(quán)重以及均值-CVaR的優(yōu)化權(quán)重進(jìn)行返回測試,比較不同風(fēng)險模型的測度精度差異。具體結(jié)論如下:第一,通過對行業(yè)資產(chǎn)收益率進(jìn)行描述性統(tǒng)計分析,發(fā)現(xiàn)各行業(yè)資產(chǎn)收益表現(xiàn)出了顯著的尖峰厚尾、非正態(tài)性、波動集聚性、自相關(guān)性等特征。本文采用ARMA(1,1)-GARCH(1,1)-t-EVT模型建立邊緣分布,用以刻畫行業(yè)收益率的典型事實特征,而K-S與BDS檢驗表明邊緣分布滿足i.i.d的(0,1)上均勻分布,因此運(yùn)用該模型建立邊緣分布是合適的,能夠進(jìn)一步建立Copula模型。第二,通過分析R-vine模型的構(gòu)建結(jié)果,我國行業(yè)間的非條件相依性較強(qiáng),而通過引入條件市場建立多行業(yè)資產(chǎn)組合能夠在一定程度上降低原行業(yè)組合的風(fēng)險程度。具體而言,當(dāng)同時在5個及以下行業(yè)構(gòu)建投資組合,一些組合的條件相關(guān)性仍然較大,而同時在6個或者以上的行業(yè)進(jìn)行組合投資則能夠較好地分散行業(yè)風(fēng)險。第三,根據(jù)返回測試結(jié)果,vine copula模型均能有效地預(yù)測行業(yè)組合ES風(fēng)險,而在vine copula模型中,R-vine能夠更為靈活地刻畫行業(yè)資產(chǎn)間的相依結(jié)構(gòu),并進(jìn)而取得更好的行業(yè)組合風(fēng)險測度效果。根據(jù)本文的實證結(jié)果,提出以下三點建議:(1)金融市場存在著眾多典型事實特征,如果不對這些特征進(jìn)行有效捕捉,那么建立的Copula模型就不能夠有效描述資產(chǎn)間的真實相依狀況,而對于刻畫多元資產(chǎn)相依關(guān)系的vine copula模型,準(zhǔn)確構(gòu)建邊緣分布就更加重要。因此,投資者應(yīng)當(dāng)充分考慮金融市場的典型事實狀態(tài)。在金融市場波動性日益增強(qiáng)的背景下,投資者應(yīng)當(dāng)更加關(guān)注對于金融極端風(fēng)險的防范,結(jié)合EVT極值理論能夠?qū)鹑谫Y產(chǎn)收益的極端分布進(jìn)行建模,并進(jìn)而準(zhǔn)確刻畫金融資產(chǎn)間的極值相依關(guān)系。(2)雖然各行業(yè)間具有一定區(qū)別,但由于行業(yè)間相互關(guān)聯(lián)以及受到國內(nèi)政治經(jīng)濟(jì)環(huán)境的影響,市場間的非條件相依性仍然較強(qiáng),當(dāng)股市劇烈波動時,兩個行業(yè)同向變動的可能性較大,此時投資者應(yīng)當(dāng)盡量避免只在兩個行業(yè)進(jìn)行組合投資。此外,雖然條件市場的引入會在一定程度上降低行業(yè)組合的風(fēng)險程度,但由于受到條件市場不足等因素的影響,當(dāng)同時在5個及以下市場進(jìn)行組合投資時,部分組合的條件相關(guān)性仍然較大,投資者應(yīng)當(dāng)避免在條件相依強(qiáng)度較大的行業(yè)構(gòu)建投資組合。最后,當(dāng)條件市場達(dá)到4個,即同時在6個或以上市場進(jìn)行投資時,其行業(yè)風(fēng)險已能得到充分的分散,此時條件相關(guān)系數(shù)均較小,當(dāng)市場劇烈波動時,投資者可以嘗試同時在6個及以上市場進(jìn)行組合投資,從而規(guī)避投資風(fēng)險。(3)在相依性的研究方法中,傳統(tǒng)的線性相依關(guān)系模型、非線性的二元Copula與多元Copula模型均不能對多元資產(chǎn)間的非線性相依狀態(tài)進(jìn)行準(zhǔn)確刻畫,vine copula方法能夠較為有效地描述多資產(chǎn)間的相依關(guān)系。在vine copula模型中,R-vine模型能夠根據(jù)市場的實際相依狀態(tài)進(jìn)行構(gòu)建,具有較好的靈活性優(yōu)勢,更加適應(yīng)金融資產(chǎn)間復(fù)雜的相依狀態(tài)。
【圖文】：

圖 1-1 論文1.3.2 論文結(jié)構(gòu)安排第一章為緒論部分，第一節(jié)介紹本內(nèi)外現(xiàn)有文獻(xiàn)進(jìn)行梳理，第三節(jié)說明本節(jié)為本文的研究特色。第二章介紹了金融市場極值相依關(guān)介紹金融序列的相關(guān)檢驗方法；然后ARMA(1,1)-GARCH(1,1)-t 模型以及 EV函數(shù)的性質(zhì)、常見的幾種 Copula 類別以重點介紹了 vine copula 模型相關(guān)的理論第三章詳細(xì)介紹了在 vine copula 模用滾動時間窗的蒙特卡羅模擬方法對組的返回測試方法進(jìn)行了說明；最后介紹第四章為本文的實證研究板塊，第

fi維C-vine的分解結(jié)構(gòu)圖
【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】：2018
【分類號】：F832.5;O211.67

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱沙;趙歡;;基于DCC_GARCH模型的金磚四國股市動態(tài)相關(guān)性研究[J];統(tǒng)計與決策;2015年14期

2 張幫正;魏宇;;基于R_Vine Copula方法的上證行業(yè)指數(shù)相關(guān)性研究[J];北京理工大學(xué)學(xué)報(社會科學(xué)版);2015年03期

3 于文華;魏宇;康明惠;;不同時變Copula-EVT-ES模型精度比較研究[J];管理科學(xué)學(xué)報;2015年05期

4 林宇;陳王;王一鳴;黃迅;;典型事實、混合Copula函數(shù)與金融市場相依結(jié)構(gòu)研究[J];中國管理科學(xué);2015年04期

5 馬鋒;魏宇;黃登仕;;基于vine copula方法的股市組合動態(tài)VaR測度及預(yù)測模型研究[J];系統(tǒng)工程理論與實踐;2015年01期

6 茍紅軍;陳迅;花擁軍;;基于GARCH-EVT-COPULA模型的外匯投資組合風(fēng)險度量研究[J];管理工程學(xué)報;2015年01期

7 王鵬;魏宇;;經(jīng)典金融理論的困境與金融物理學(xué)研究的興起[J];管理科學(xué)學(xué)報;2014年09期

8 張國富;杜子平;;基于R藤copula的深圳股票市場系統(tǒng)風(fēng)險分析[J];金融經(jīng)濟(jì)學(xué)研究;2014年03期

9 于文華;魏宇;淳偉德;;歐債危機(jī)環(huán)境中資產(chǎn)組合ES模型比較研究[J];中國管理科學(xué);2014年05期

10 張高勛;田益祥;李秋敏;;基于Pair Copula模型的資產(chǎn)組合VaR比較研究[J];系統(tǒng)管理學(xué)報;2013年02期

相關(guān)博士學(xué)位論文 前1條

1 陳麗娟;中國開放式基金組合的市場風(fēng)險度量[D];東華大學(xué);2011年

，

本文編號：2611376