论文部分内容阅读
随着世界经济全球化及金融自由化的快速发展,各金融市场之间的相依关系变得错综复杂,金融投资的多元化以及不间断交易机制的不断深化使得各金融市场之间的联系日益紧密,跨区域、跨市场的投资组合作为金融领域研究的焦点问题,而受到密切关注,尤其是在金融危机频发的新形势下,金融资产之间的紧密联系使得投资组合的优化面临着更为严峻的挑战。因此,如何更为有效地构建投资组合优化模型,以降低金融投资组合风险,从而维护金融经济安全,促进社会的和谐与稳定,既是新形势下金融经济管理部门面临的重要任务,也是学术界关注的热点问题。1978年改革开放以来我国经济的发展取得了举世瞩目的成绩,各金融市场逐步形成,从无到有,从小到大逐步形成了交易多层次化、交易场所多样化和交易机制多元化等特点的金融市场体制。不同市场的金融产品在不同的市场公开交易,而不同市场同时存在着不同的交易机制,并且由于交易产品和交易机制的不同导致我国金融市场的复杂化程度进一步加深,如何有效厘清多元化金融市场之间的相依关系,这无疑对投资者的投资决策和金融监管机构的政策制定提出了更高的要求。因此,如何将多个市场全局化,从宏观的角度分析我过金融市场体系中不同金融市场之间的相依关系,进而探讨投资组合风险和投资组合优化具有重要的理论价值和现实意义。据此,为构建一个涵盖多元化金融市场的投资组合,本文以2012年1月1日到2018年12月1日期间上证国债指数、沪深300股票指数、上证基金指数、沪深300股指期货、上海银行间一周拆借利率、人民币外汇指数、黄金现货指数为研究样本。首先对样本数据进行对数收益率处理,运用ARMA-APARCH刻画各金融市场收益率序列的“典型事实”特征,同时结合EVT理论对收益率序列的尾部极值的边缘分布;其次针对投资组合风险中相应关系的刻画,采用最大生成树MST(Maximum Spanning Tree,MST)算法选取的vine copula来刻画七个金融市场之间的相依结构,进而测度vine copula相依结构下的VaR和CVaR,并实证对比了R-vine copula、C-vine copula、D-vine copula、R-vine all t、R-vine all F五种相依结构下风险测测度进行了回溯测试。通过比较AIC、BIC、极大似然值发现R-vine copula能更加有效和准确的拟合多元化金融市场之间的相依关系。实证分析得出以下结论:首先,金融市场之间具有复杂相依结构,vine copula模型能很好的刻画金融市场之间的相依结构,并且相对特定结构的vine copula模型C-vine和D-vine,或采用一种pair-copula函数的R-vine all F、R-vine all t而言,R-vine copula由于没有特定的结构的限制,并且描述节点之间的pair-copula函数也通过最优准则选取,Voung检验表明R-vine copula能很好的拟合多元化金融资产的相依关系,因而R-vine copula相对于其它几种vine copula模型更能有效地刻画金融市场之间的复杂相依关系。其次,ARMA-APARCH-Skewt能很好的拟合金融收益序列波动特征,通过引入EVT极值理论对金融收益序列的尾部进行准确的刻画,更为有效的分析金融收益序列的尾部信息。最后,本文构造的基于R-vine copula相依结构下的Mean-CVaR模型能有效地的优化投资组合,基于R-vine copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-VaR模型,而Mean-Variance模型较其它两种模型表现相对较差。