基于copula模型的投资组合优化及风险度量

发布时间：2020-07-22 01:47

【摘要】：本文给出了建立Pair-Copula Bayesian Network模型时参数估计和模拟抽样的步骤,并以具体的算法表示,也比较了vine copula模型和Pair Copula Bayesian Network模型应用于投资组合优化及风险度量中的效果。文章引入vine copula模型描述全球8个股票市场指数在2008年金融危机期间及其前后3个时期的联合分布,给出CVaR值最小时3个时期的最优投资权重。3个时期的对比表明,股票市场间普遍存在对称、厚尾的相依结构,香港恒生指数和韩国KOSPI指数在全球股票市场间起到枢纽中心的连接作用,2008年金融危机的发生使全球股票市场间的联系愈发紧密。相比C-vine和D-vine模型,R-vine模型能更好刻画股票市场间较复杂的相关性结构。本文给出建立Pair Copula Bayesian Network(PCBN)模型时参数估计和模拟抽样的步骤,并以具体的算法表示。PCBN模型的参数估计及模拟抽样的算法可在传统C-Vine模型的参数估计及模拟抽样的算法基础上得出,主要区别是PCBN模型的算法在循环遍历每个节点时需要判断排序在其之前的节点是否为它的父节点。最后,对比将Pair Copula Bayesian Network(PCBN)模型应用于描述描述全球8个股票市场指数在2008年金融危机期间及其前后3个时期的联合分布而给出的CVaR值最小时3个时期的最优投资权重,两个模型中各资产的最优投资权重的分布大致相同,风险最小时投资组合的CVaR值十分接近。
【学位授予单位】：暨南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F224;F831.51
【图文】：

200901-201505时期内变量间R-vine的前2棵树结构图

图 5 2006 01-2008 12 时期内变量间 R-vine 的前 2 棵树结构图图 6 1999 01-2005 12 时期内变量间 D-vine 的前 2 棵树结构图R-vine copula 的树结构形式一般是通过 RVM 矩阵来设定的，2008 年金后时期的树结构矩阵 RVM 如图 7 所示。从下到上，RVM 的最后一行ree1，倒数第二行对应折 Tree2 依次下去。Tree1 的边是由最后一行元素应的对角线元素所决定，例如为(4 3)，(3 2)，(8 1)等。Tree2 的边由倒元素、其所对应的对角线元素和其所在列的下面元素决定，例如为(4 2)，(8 2|1)等。依次下去，到第二行元素，即最后一棵树所对应的元

14图 6 1999 01-2005 12 时期内变量间 D-vine 的前 2 棵树结构图R-vine copula 的树结构形式一般是通过 RVM 矩阵来设定的，2008 年金融危机之后时期的树结构矩阵 RVM 如图 7 所示。从下到上，RVM 的最后一行对应着 Tree1，倒数第二行对应折 Tree2 依次下去。Tree1 的边是由最后一行元素及其所对应的对角线元素所决定，例如为(4 3)，(3 2)，(8 1)等。Tree2 的边由倒数第二行元素、其所对应的对角线元素和其所在列的下面元素决定，例如为(4 2|3)，(3 1|2)，(8 2|1)等。依次下去，到第二行元素，即最后一棵树所对应的元素为

【参考文献】

相关期刊论文 前10条

1 杜子平;李丽娜;;运用Pair-copula贝叶斯网络模型分析多资产投资组合风险[J];财会月刊;2015年02期

2 胡寒玲;唐振鹏;;基于Pair-Copula的一篮子货币权重确定研究[J];东南学术;2014年06期

3 杜方欣;张德生;;基于混合Copula-GARCH模型的黄金与股票的相关性分析[J];现代经济信息;2013年24期

4 吴海龙;方兆本;朱俊鹏;;基于R-vine Copula方法的投资组合风险分析[J];投资研究;2013年10期

5 邵梦倩;杜子平;;基于pair_Copula_CVaR模型的保险投资组合优化[J];金融理论与实践;2011年03期

6 贺学强;易丹辉;;基于动态Copula方法的股票组合VaR估计[J];统计与决策;2010年17期

7 贺学强;艾小青;;股票组合VaR估计:基于动态Copula方法[J];统计教育;2010年06期

8 周义;李梦玄;;Copula-CVaR资产组合选择模型分析[J];金融教学与研究;2010年02期

9 郭文旌;徐少丽;;基于Copula-EGARCH-CVaR的投资组合优化[J];统计与决策;2009年18期

10 杨湘豫;夏宇;;基于Copula方法的开放式基金投资组合的VaR研究[J];系统工程;2008年12期

相关硕士学位论文 前4条

1 陈秋林;基于混合Copula-SV-t模型的外汇投资组合风险分析[D];浙江工商大学;2015年

2 杨龙;开放式基金风险价值测度模型的优化与实证[D];首都经济贸易大学;2014年

3 毛泽强;基于R-vine的高维简化Pair Copula-GARCH类模型及应用[D];兰州大学;2013年

4 管皓云;基于多元Copula贝叶斯随机波动模型的投资组合研究[D];湖南大学;2011年

本文编号：2765137