学位论文 > 优秀研究生学位论文题录展示

基于SV和Copula的投资组合风险度量及最优策略选择

作　者: 徐少丽
导　师: 郭文旌
学　校: 南京财经大学
专　业: 金融学
关键词: 投资组合优化 SV模型 Copula函数 CVaR
分类号: F830.59
类　型: 硕士论文
年　份: 2010年
下　载: 137次
引　用: 0次
阅　读: 论文下载

内容摘要

投资组合理论是金融学中的重要研究课题之一,其目的是寻求一个最优投资组合,在给定的收益水平下使投资风险最小化,或者在给定的风险下使投资者的收益最大化。为了突破传统Markowitz均值-方差模型中风险度量方法及正态分布假设的局限,我们必须应用新的风险度量方法,同时寻找较为合适的联合分布,这对于度量投资组合风险及最优投资策略的选择有至关重要的作用。在风险测度方面近年来提出了新的风险度量方法——VaR、CVaR,特别是CVaR,已成为金融风险管理中研究的前沿课题;Copula函数则为求取联合分布函数提供了一条便捷、准确的通道,可以解决非正态假设下求解投资组合的联合分布的问题,从而克服传统正态分布假定的很多不足之处。本文主要研究内容是基于Mean-CVaR的投资组合优化问题,将Copula函数、SV模型、CVaR以及蒙特卡洛模拟技术结合到一起,解决了投资组合中不同资产之间非正态、非线性相关问题,为资产投资组合的选择与风险度量提供了一种全新的解决思路。本文的研究对象是由上证综指、深圳成指以及恒生指数构成的投资组合,通过两类异方差模型——GARCH模型和SV模型——的综合比较研究,发现SV-t模型在刻画风险资产收益率的分布时更具有优势;在对单个风险资产收益率的边际分布进行建模之后,重点通过对几种Copula函数的拟合优度进行检验,从而选取合适的Copula函数——t-Copula——构建投资组合之间的相关结构;最后,把SV-t模型和t-Copula函数同时应用到投资组合的风险度量和基于Mean-CVaR的最优投资组合策略选择问题上,从而找到了较为符合中国实际市场中资产组合的联合分布,最后得到了更具现实意义的组合策略选择结果。实证研究的结果表明,t-Copula-SV-t模型在风险度量和组合策略选择两个方面都优于传统的模型。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-15
  1.1 研究背景和意义  8-9
  1.2 文献综述  9-13
    1.2.1 金融风险度量理论的发展  9-11
    1.2.2 金融资产波动理论的发展  11-12
    1.2.3 Copula 理论发展历程  12-13
  1.3 本文结构安排与创新点  13-15
第2章随机波动率模型及风险度量  15-23
  2.1 随机波动率（SV）模型  15-19
    2.1.1 SV 模型介绍  15-16
    2.1.2 基本SV 模型的分类  16-17
    2.1.3 SV 模型的参数估计  17-19
  2.2 条件VaR（CVaR）风险度量方法  19-23
    2.2.1 CVaR 的含义和特征  20
    2.2.2 CVaR 的计算  20-23
第3章单个资产分布的选择——股市收益率波动性和风险的实证比较研究  23-42
  3.1 引言  23
  3.2 数据的选择和处理  23-24
  3.3 样本特征分析与图形分析  24-26
  3.4 自相关和异方差检验  26-28
  3.5 SV 模型和GARCH 模型的拟合能力比较研究  28-35
    3.5.1 模型的建立  28-29
    3.5.2 实证分析  29-35
  3.6 SV 模型和GARCH 模型的风险预测能力比较研究  35-40
    3.6.1 VaR 和CVaR 的估计  35-38
    3.6.2 模型的检验  38-40
  3.7 本章小节  40-42
第4章基于Copula-SV-t 的资产组合的风险估计  42-59
  4.1 引言  42-43
  4.2 Copula 函数简介  43-48
    4.2.1 Copula 函数的定义及其定理  43
    4.2.2 常用Copula 函数  43-46
    4.2.3 参数估计策略  46-48
  4.3 Copula 模型的拟合优度检验  48-50
  4.4 基于Copula 的情景模拟  50-51
    4.4.1 t-Copula 函数的模拟方法  50-51
    4.4.2 Archimedean Copula 函数的模拟方法  51
  4.5 实证研究  51-58
    4.5.1 数据的选择  51-52
    4.5.2 边缘分布的估计与检验  52-53
    4.5.3 Copula 函数的估计  53-54
    4.5.4 Copula 拟合优度检验  54-56
    4.5.5 基于Copula-SV-t 的资产组合风险度量  56-58
  4.6 本章小节  58-59
第5章 Mean-CVaR 限制下最优投资组合选择  59-66
  5.1 引言  59
  5.2 Mean-CVaR 模型  59-61
  5.3 实证研究  61-65
    5.3.1 数据的选择  61
    5.3.2 Mean-CVaR 限制下最优投资组合策略  61-63
    5.3.3 Mean-CVaR 限制下的资产组合的有效前沿  63-65
  5.4 本章小节  65-66
第6章总结与研究展望  66-68
参考文献  68-72
附录  72-76
攻读学位期间发表的文章  76-77
后记  77

基于SV和Copula的投资组合风险度量及最优策略选择

内容摘要

全文目录

相似论文