论文部分内容阅读
随着近年来中国资本市场的迅速发展,国内个人和机构投资者对投资和理财的意识逐渐增强。同时,当前国际政治经济形势正在发生复杂而深刻的变化,全球化趋势日益明显。全球化在给世界经济注入活力的同时,也带来了一些负面影响,如最近备受关注的中美贸易摩擦等。这些负面影响导致投资过程中的金融风险急剧增加。投资组合理论认为,投资者可以通过投资相关性较低的不同金融资产来降低风险。因此,分析不同金融资产之间的相关性对于选择有效的资产组合和降低金融风险具有重要意义。Copula可用于连接任意边缘分布,形成灵活多样的多元联合分布函数,因此广泛应用于金融收益序列相关性和风险度量领域。目前国内外专家对此进行了多种多样的探索和研究,主要是通过建立各类收益率模型了解投资资产之间的相关关系,从而计算VaR度量风险。本文选取了由股票、债券、黄金这三类有代表性的金融资产组成的资产投资组合,采用不同的时变Copula函数对该资产投资组合进行风险度量并比较拟合效果,同时对这三种金融资产之间的相关性进行动态分析。首先根据金融资产收益率序列尖峰厚尾、非对称等特点,选取GJR(1,1)-偏t模型拟合收益率序列的边缘分布函数。然后利用二元Gaussian-DCC Copula函数、二元t-DCC Copula函数和二元时变SJC Copula函数来描述金融资产两两之间的相关关系。分析比较模型的拟合效果后,发现二元t-DCC Copula模型对股票-债券和债券-黄金的收益率序列相关性具有最佳拟合效果;对股票-黄金的收益率序列相关性而言,Gaussian-DCC Copula模型的拟合效果最好。观察动态相关系数可知,股票-债券收益率序列、债券-黄金收益率序列呈负相关,股票-黄金收益率序列呈正相关,其中债券-黄金收益率序列间的相关性最强。然后再分别利用Gaussian-DCC Copula函数、t-DCC Copula函数和C-Vine Copula函数来刻画三种金融资产组成的资产组合的相关关系。根据AIC准则和BIC准则,得出t-DCC Copula函数对该资产组合的拟合效果最好的结论。最后使用蒙特卡罗模拟随机生成服从t-DCC Copula模型的随机向量,根据VaR的定义,计算置信度为95%时的资产投资组合的VaR值,证明该资产组合能有效降低投资风险。