【摘要】：關于資產(chǎn)投資組合的研究主要是兩方面：一方面是對資產(chǎn)組合比重的優(yōu)化配置；另一方面是對資產(chǎn)組合風險的度量。這兩方面的目的分別是：在風險值固定的前提下使組合收益率達到最大,在組合收益率固定的前提下使風險值最小。對于這兩方面的研究,研究者們采用的方法主要有：馬克維茨模型和專家建議法。但由于金融數(shù)據(jù)一般具有尖峰厚尾、波動聚集、偏斜等特征,傳統(tǒng)的投資組合分析方法不足以精確刻畫金融資產(chǎn)間的相依關系,其中,馬克維茨模型有很多的不切實際的假設,已逐漸適應不了變幻莫測的當今金融市場,而專家建議法主觀性又太強,往往會誤導投資者,使投資者遭受巨大損失。因此,為了克服傳統(tǒng)方法的不足,需要找到一種符合實際情況、無需做過多假設,并能夠有效度量金融資產(chǎn)組合風險,同時能夠確保得到較高組合收益率的投資組合分析方法,從而更好更高效地管理資產(chǎn)投資組合。 本文將Sclar提出的Copula理論應用到投資組合分析中,構造適當?shù)腃opula函數(shù)來刻畫資產(chǎn)組合間的相依度關系,進而更準確地度量資產(chǎn)組合的在險價值,同時為了對投資組合進行更有效地配置,我們依據(jù)歷史數(shù)據(jù),運用馬爾科夫鏈蒙特卡洛(MCMC)模擬方法,經(jīng)過多次模擬,得出符合實際情況的最優(yōu)投資組合比例,然后將Copula理論得到的資產(chǎn)組合間相依度關系與MCMC模擬結果相結合,計算出符合投資者心理的組合風險值與組合收益率。 本文選取上證綜指、深證成指、恒生指數(shù)和臺灣加權指數(shù)四只綜合股指,視它們?yōu)橐粋�投資組合,作為研究對象,對該投資組合的風險及投資分配比例進行實證研究,并同時用傳統(tǒng)的馬克維茨模型對投資組合的風險及分配比例做同樣的研究,并做了對比分析。具體研究內容有：介紹了之前學者們在資產(chǎn)投資組合方面的研究,以及近些年Copula理論在金融領域的研究應用,指出用MCMC方法和Copula理論相結合對資產(chǎn)投資組合進行進一步研究的可能性及現(xiàn)實意義；針對傳統(tǒng)的馬克維茨模型及專家建議法在研究投資組合研究方面的局限與不足,提到了Copula相關理論和MCMC方法,重點介紹了Copula的基本理論、金融資產(chǎn)間的相依性度量、以及所要用到的MCMC方法中的MH算法及詳細步驟；在給出Copula相關理論及MCMC方法的前提下,根據(jù)金融數(shù)據(jù)的特征,文章用GARCH(1,1)模型對原始數(shù)據(jù)進行擬合,根據(jù)擬合情況挑選出合適的Copula函數(shù),構建了MCMC-Copula模型；根據(jù)之前的理論敘述及模型構建,為了體現(xiàn)我國金融市場的實際特點,本文選取四只綜合股指作為一個投資組合進行實證研究,運用所構建的MCMC-Copula模型,對所研究投資組合的在險價值及組合配置進行實證分析,分別得到了投資組合的在險價值、(?)aR及各資產(chǎn)所占投資組合的比例,同時用傳統(tǒng)的馬克維茨方法做了相同方面的研究,最后對比了兩種方法研究下的不同。 ’本文通過實證分析得出:t-Copula函數(shù)能較好地刻畫我國金融市場數(shù)據(jù)特征；用MCMC方法算得的資產(chǎn)投資組合分配比例更為科學,該方法充分考慮了歷史收益率勝出的概率,計算的投資組合比例更穩(wěn)定,便于投資者做投資組合比例挑選；MCMC-Copula方法計算的投資組合收益率相對于馬克維茨模型得到的投資組合收益率更接近現(xiàn)實,資產(chǎn)投資組合分配比例及收益率更加快速、穩(wěn)定；MCMC-Copula方法所度量的組合VaR及組合收益不像傳統(tǒng)方法那樣波動差距很大,而是表現(xiàn)的很平穩(wěn),而且能挑選出風險較小但收益率較大的投資組合比例,這正符合投資者的投資心理；基于Copula理論計算的組合VaR相對于傳統(tǒng)方法計算的組合VaR有良好的敏感度和時變效果,因此,MCMC-Copula方法能夠更好地測量金融風險,為投資者做投資決策提供有效建議。 本文的創(chuàng)新和不足：在前人的研究基礎上,選取具有代表性的四只綜合股指,將它們看做一個資產(chǎn)投資組合,運用Copula相關理論研究了我國金融市場數(shù)據(jù)相依性特征,同時將MCMC方法應用到投資組合優(yōu)化配置的研究中,有效地將MCMC方法與Copula理論相結合,得到了更加符合實際情況的投資組合比例及收益率,為投資者提供了方法上的借鑒。同時本文也有不足之處,由于所利用到的歷史數(shù)據(jù)數(shù)量相對有限,有可能隨著時間推移,四只綜合股指日收益率勝出概率可能會發(fā)生變化,就會使MCMC方法算出的投資組合比例也隨之發(fā)生變化,影響到投資者做決策,為了克服這一缺陷,需要有大量的歷史高頻數(shù)據(jù)為該研究方法作保障,但由于高頻數(shù)據(jù)的搜集難度過大,因此,愿后來的研究者做相關的搜集研究。
【學位授予單位】：東北財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：F224;F830.59

【參考文獻】

相關期刊論文 前5條

1 景乃權,陳姝;VAR模型及其在投資組合中的應用[J];財貿經(jīng)濟;2003年02期

2 吳振翔;陳敏;葉五一;繆柏其;;基于Copula-GARCH的投資組合風險分析[J];系統(tǒng)工程理論與實踐;2006年03期

3 胡日東;組合證券投資優(yōu)化模型的比較研究[J];運籌與管理;2001年01期

4 吳振翔,葉五一,繆柏其;基于Copula的外匯投資組合風險分析[J];中國管理科學;2004年04期

5 劉艷春;高闖;;風險資產(chǎn)組合的均值-WCVaR模糊投資組合優(yōu)化模型[J];中國管理科學;2006年06期

，

本文編號：2620530