基于SV和Copula的投资组合风险度量及最优策略选择

发布时间：2021-08-14 03:17

　　投资组合理论是金融学中的重要研究课题之一,其目的是寻求一个最优投资组合,在给定的收益水平下使投资风险最小化,或者在给定的风险下使投资者的收益最大化。为了突破传统Markowitz均值-方差模型中风险度量方法及正态分布假设的局限,我们必须应用新的风险度量方法,同时寻找较为合适的联合分布,这对于度量投资组合风险及最优投资策略的选择有至关重要的作用。在风险测度方面近年来提出了新的风险度量方法——VaR、CVaR,特别是CVaR,已成为金融风险管理中研究的前沿课题;Copula函数则为求取联合分布函数提供了一条便捷、准确的通道,可以解决非正态假设下求解投资组合的联合分布的问题,从而克服传统正态分布假定的很多不足之处。本文主要研究内容是基于Mean-CVaR的投资组合优化问题,将Copula函数、SV模型、CVaR以及蒙特卡洛模拟技术结合到一起,解决了投资组合中不同资产之间非正态、非线性相关问题,为资产投资组合的选择与风险度量提供了一种全新的解决思路。本文的研究对象是由上证综指、深圳成指以及恒生指数构成的投资组合,通过两类异方差模型——GARCH模型和SV模型——的综合比较研究,发现SV-t模型... 

【文章来源】：南京财经大学江苏省

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

上证综指收益率分布直方图

图 3.2 深圳成指收益率分布直方图0100200300400-4 -2 0 2 4 6 8Series: HZSample 1 1731Observations 1731Mean -1.04e-07Median -0.020859Maximum 9.293409Minimum -5.426184Std. Dev. 1.307405Skewness 0.434125Kurtosis 7.154395Jarque-Bera 1299.177Probability 0.000000图 3.3 恒生指数收益率分布直方图为了验证金融时间序列数据的厚尾性，以下我们采用图形技术进行分析，数的 QQ 图进行分析。QQ 图是用来检验样本分布的一种统计图形技术，它

0100200300400-4 -2 0 2 4 6 8Series: HZSample 1 1731Observations 1731Mean -1.04e-07Median -0.020859Maximum 9.293409Minimum -5.426184Std. Dev. 1.307405Skewness 0.434125Kurtosis 7.154395Jarque-Bera 1299.177Probability 0.000000图 3.3 恒生指数收益率分布直方图为了验证金融时间序列数据的厚尾性，以下我们采用图形技术进行分析，对指数的 QQ 图进行分析。QQ 图是用来检验样本分布的一种统计图形技术，它把被检验的数据经验分位数对做指定的分布理论分位数描绘在图形上。如果被检验的数据符合所指定的分布，则代表样本数据的点会落在一条直线上。


本文编号：3341660