资产相关结构对投资组合风险测度的影响分析

文章从分析金融资产收益率的统计特征入手,以GARCH模型为基础,用非对称幂分布描述组合资产中各金融资产收益率的边缘分布函数,在多种Copula函数情形下计算组合资产的风险值VaR及ES。结果表明:基于由多元Clayton Copula和多元Gumbel Copula组成的混合Copula函数较好地刻画了多只股票的相关结构,而且ES比VaR能够较准确地估计组合资产的尾部风险。     

基于Pair-copula方法的高维相关结构模型的构建

文章在Bedford、Cooke、Joe的工作基础上,利用条件独立的简单构造模块(pair-copula)对多元数据进行建模,模型方案是将多元密度函数分解成一系列pair-copula,为copula理论在高维下的应用提供理论基础,并给出在该模型下进行参数估计的算法.     

基于Copula的资产组合风险价值模拟方法

文章以VaR或CVaR作为度量风险的指标,建立了一种基于Copula函数的资产组合风险价值模拟方法,并对该方法的参数估计和计算过程进行了详细分析.     

基于Copula的金融市场的相关结构分析

本文用Copula描述金融市场间的相关结构,分析了一些Copula相关性方面的特点,构造比较灵活的M-Copula.结合GARCH模型和GPD来描述金融序列的边缘分布,运用Copula对SHFE和LME期铝市场进行实证研究发现,椭球Copula只能反映某些类型的相关性,M-Copula对金融市场相关性的描述更全面.     

基于Copula理论的投资组合风险测度

文章基于现代前沿的Copula理论,以中国股市八个行业板块指数的组合为研究对象,构建了Copula-GARCH模型,得到了更加准确的组合收益联合分布函数。通过蒙特卡洛模拟法获得投资组合的VaR,回测检验表明Copula-GARCH模型能够较Riskmetrics和历史模拟法的更加准确地描述组合风险。这为我们在国内股票市场上应用Copula理论管理证券投资市场风险提供了理论依据。     

金融资产投资组合的风险度量研究

文章在运用TGARCH模型过滤金融资产的波动时变性和杠杆效应之后,利用半参数GPD模型刻画了每一个资产标准残差的边际分布函数,并用Copula函数连接各个边际分布函数建立了联合分布函数。样本内、样本外检验结果表明:该模型能够较好地度量市场风险,可达到理想的风险管理效果。     

基于动态Copula的社保基金投资风险测度

考虑到现阶段社保基金主要投资于股票和债券,以“社保重仓”和国债指数构建投资组合代表社保基金投资组合,基于GARCH-时变copula模型测度社保基金投资组合的动态风险。实证研究发现：“社保重仓”和国债指数间的相关性具有较强的持续性,两者间相关性的变化与股市的波动具有一致性;时变Copula模型的VaR预测效果优于非时变模型,时变t-Copula的建模效果最好;以经风险调整的收益率（R-vaR）为判断标准,若4％的社保基金投资于股票,96％的投资于债券,社保基金投资达到了最优组合。     

基于Pair-Copula的社保基金投资组合风险测度研究

社保基金是社会保障事业健康发展的基石,风险管理是社保基金保值增值的关键问题之一。提出pair—copula—GARCH—EVT模型以测度社保基金投资组合风险,与传统的n维。copula—GARCH—EVT模型相比,该模型不仅考虑了维数的影响,而且还能灵活地选择copula的类型。实证研究发现,基于pair—cOpula—GARCH--EVT模型测度社保基金投资组合风险的准确性要高于传统的copuIa--GARCH--EVT模型。     

边缘分布和Copula对资产组合选择绩效的影响

1用Copula构造联合分布函数根据sklar定理,边缘分布均为连续分布的二元分布函数可写为:H(x,y)=C(F(x),G(y))其中,F(x)和G(y)是边缘分布函数,C就是H的Copula,而且C也是边缘分布均为[0,1]上均匀分布的联合分布函数。由此可见,可以用Copula构造多元分布函数:首先,构建各个变量的边     

基于多维t-Copula函数的投资组合的CVaR分析

文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度与资产组成下的投资组合的CVaR(条件风险价值).实证说明,根据本文提出的模型度量资产的风险,可以使投资者选择的资产更加稳健;同时也有利于投资者对投资组合整体风险进行分散和监管.     

多元外汇投资组合风险的测度

文章是将GARCH-EVT-COPULA模型用于美元、欧元、日元、港币四种人民币汇率的投资组合风险研究.研究发现,在所选定的时间内,无论是哪种类型的Copula还是哪种置信水平下的风险测度,最小风险的投资组合系数差别并不是很大,投资基本上集中在美元资产.由于t Copula和Clayton Copula比正态Copula能更好的刻画多个资产间的相关结构,在高置信水平下,我们更偏向于用这两种Copula来求组合投资的风险,给投资者提供外汇投资的最优比例参考.     

资产数量减少情形下CVaR投资组台的灵敏度分析

文章基于CVaR的风险度量技术,考察了当投资组合的资产数量减少时投资组合的均值-CVaR有效边缘,探究了其经济含义,并与方差风险下的均值-方差边界进行了对比研究.我们发现,使用CVaR风险度量标准可以使投资者在资产选择时更加稳健,同时也有利于对风险进行分散和监管.     

大宗商品价格波动对通货膨胀影响的实证研究

文章采集了2001年1月至2010年11月的主要大宗商品价格、货币供给和居民消费价格指数的月度数据,利用Copula-VAR模型来刻画大宗商品价格波动与通货膨胀之间静态与动态的相关关系,并就大宗商品价格波动对通货膨胀的冲击效应进行了实证研究。研究结果发现,本轮通货膨胀原因比较复杂,主要原因是"成本输入型的通货膨胀",次要原因是货币发行量失衡。     

基于多维Copula函数的投资组合CVaR分析

目前国内有关Copula函数的实证研究主要以二种资产的相关性为主.根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上的优势,构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下投资组合的最小条件风险价值(CVaR).实证表明,根据所提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管.     

基于CVaR风险度量的投资组合优化决策

投资组合优化问题依赖于风险度量方法和投资组合收益率分布函数的选取。针对收益率通常不服从多元正态分布以及均值—方差模型低估了投资组合发生重大损失的风险,文章利用多元广义双曲线分布来拟合投资组合收益率,从而更加灵活地捕捉收益率数据的偏态和尖峰厚尾特征;使用CVaR代替方差和VaR来度量金融资产重大损失风险,进而建立均值—CVaR投资优化模型。实证研究结果表明,相对于均值—方差模型,均值—CVaR能够更好地反映投资组合收益率分布,提高投资者控制投资风险的能力。     

我国外汇储备资产的币种结构、资产收益与投资风险的实证分析

文章根据外汇储备资产币种选择理论,以我国金融数据(1978~2010)为考据,首先分析了对外贸易、外商直接投资和经济实力与我国外汇储备的相关关系,其次对外汇储备的收益和风险进行了分析,得出我国外汇储备的币种结构应该以美元为主、增持港元、适当增持其他主要国际币种的多样化构成方式,以降低美元贬值所造成的收益损失。并据此对我国外汇储备资产的构成提出相关政策建议,对优化我国外汇储备币种结构的优化有一定借鉴意义。     

基于藤结构Copula-SV模型的外汇投资组合风险分析

文章针对现有时间序列统计模型对高维金融资产收益率特征描述不充分导致的风险度量不准确问题,构建了藤结构Copula-SV模型,用以对单个外汇资产收益率的波动异方差性和外汇资产间的复杂相关性进行描述.基于四种外汇资产(美元、欧元、日元和港币)的实证结果表明藤结构Copula-SV模型能较好地描述外汇资产的波动异方差性和复杂相关性,且基于拟合模型采用对偶变量法的Monte Carlo模拟计算出来的VaR通过了Kupiec失败率检验.     

基于SV-Copula模型的相关性分析

内容提要: 本文结合SV模型和Copula技术,建立两变量金融时间序列的Copula-SV模型,并以上海综合指数和深圳成分指数为例利用建立的模型进行分析,根据采用不同的Archimedean Copula函数,通过使用K-S检验说明用Clayton Copula研究上证综指和深圳成指的下尾相关性,用Gumbel Copula研究上证综指和深圳成指的上尾相关性是合适的,从而风险管理者就可以根据尾部相关性,定量的研究两个市场的相关性及预测市场的变化。     

外商直接投资对我国工业区域结构的影响

改革开放以来,外资的大量涌入,使得中国成为发展中国家接受外资最多的国家.由于复杂的区域分布,中国外商直接投资的分布是极不均衡的.但总的来说,FDI大部分都分布在沿海省份.这片论文主要分析了区域分布的影响因素.     

基于copula函数的行业平均收益相关结构的实证分析

针对现有信用风险组合模型中在违约相关结构建模中存在的问题,文章提出了以行业平均收益为系统风险因素、基于copula函数的信用风险组合建模框架.在此框架基础上,利用由我国资本市场数据构造的行业平均收益序列,对行业平均收益的边际分布和相关结构进行了实证分析;并在现有偏分布的基础上,提出了一种新的偏分布构造方式来为GARCH(1,1)模型中的残差建模.