基于EVT-Vine-copula的多市场相关性及投资组合选择研究

研究多元市场间的相关性对构建市场投资组合进而有效规避风险具有重要现实意义。将股票、基金、国债、期货、货币、外汇和现货市场纳入统一框架,以2010年10月1日至2014年3月31日的HS300指数、上证基金指数、国债指数、燃油期货指数、Shibor隔夜拆借利率、欧元兑人民币中间价和原油商品指数为样本,在结合GJR和EVT对各自边缘分布进行估计的基础上,运用R-Vine copula、D-Vine copula和C-Vine copula 3种模型综合探讨中国不同金融市场之间的净相关关系,并详细分析所有两两市场间的非条件相关性及其在一个市场条件下的条件相关性。实证结果表明,中国金融市场间表现出厚尾相关性和非对称相关性特征,3种不同Vine-copula模型对中国金融市场的拟合效果没有显著差异;多数两两市场间具有较高的非条件相关性,通过逐一分析除两两市场外的第3个市场对其相关性的影响得知,二者在某些市场条件下的条件相关性仅为其非条件相关性的20%以下,因而选择对应市场构建三元投资组合可以避免仅在两个市场同向投资时其市场价格同时下跌的风险;熊市时要避免直接在非条件相关性及条件相关性较强的市场间同向投资,应通过选择非条件相关性较低的两个市场、条件相关性表现独立或较低的多个市场构建投资组合,从而规避不同市场价格同时下跌的风险。     

风险厌恶在股指期货避险中的应用研究

沪深300股指期货的推出,不仅提供了一种新的投资产品,更为投资者提供了一种新的避险工具.如何选择最佳的避险比率成为投资者不得不考虑的首要问题.此外,投资者对风险的态度也是避险决策中需要考虑的重要因素.文章采用GARCH-M模型估计市场参与者的风险厌恶系数(RRA),在此基础上运用OLS和VAR-MVGARCH模型计算沪深300股指期货的效用最大化避险比率,并与常规风险最小化准则下的避险比率进行对比分析.结果表明,考虑RRA的效用最大化避险比率高于风险最小化的避险比率.并且,除了时变样本外预测,无论是静态避险比率,还是时变避险比率,引入RRA的避险策略表现均优于风险最小化标准下的避险策略.     

股票市场历史信息的长记忆性特征研究

回顾历史是为了预测未来,历史能够蕴含事物发展的脉络和内在规律。那么投资者能否通过对股市历史的分析来制定投资决策以及预测未来走势?文章选择中国沪深两市指数、亚洲有代表性的日经225指数以及在世界金融市场有重要影响的标准普尔500指数为研究对象,运用动态估计方法,对股市长记忆性的时变特征进行分析,探讨股票市场历史信息的可鉴性;除采用修正R/S方法、LW估计外,又加入较为新颖的ELW和FLW两种方法作为对比。实证结果表明,虽然几种方法得出的时变长记忆参数并非完全相同,但是有关股市长记忆性的结论基本一致;股市收益序列在整个样本区间并未表现出显著的长记忆性,但在极端事件发生时,收益序列会表现出显著的相关性,体现了股市长记忆性的时变特征,此时可以通过对历史数据信息的分析,达到规避极端风险的目的。