论文部分内容阅读
由于投资组合间的相依结构对于金融风险的度量至关重要,因而被风险管理者等广泛关注。随着时间的发展,金融市场会或多或少的受到各种因素的冲击,进而改变投资组合间的相依结构。因此,定性和定量的认识金融市场上投资组合间相依结构的时变性对于准确度量风险具有重要意义。 本文使用Copula函数,并结合最大生成树算法得到刻画投资组合之间的相依结构R-vine结构。为了探究国际股票指数间相依结构的时变性,本文首次提出了将样本数据分时段采用R-vine Copula模型建模后再比较的新思路,所得R-vine结构的变化直观的揭示了国际股票指数相依结构所具有的时变性特征。并且,与常见的截距项为定值的ARMA(1,10)过程相比,本文采用截距项服从马氏链的ARMA(1,10)过程来刻画Copula函数的相依参数的变化,运用该马尔可夫转换Copula模型对股票指数的相依结构进行建模,从而对股票指数间存在的时变性相依结构进行了定量的说明。 本文首次采用对样本数据分时段建模的思路定性的说明了投资组合的相依结构具有时变性,然后,应用马尔可夫转换Copula模型定量的描述了投资组合的相依结构的时变性特征,解释了分时段建模方法所得到的投资组合相依结构具有时变性的原因。这两种方法相结合,提供了一种揭示投资组合相依结构时变性特征的新思路。