基于Copula和RAROC模型的社保基金投资风险测度和绩效评价

发布时间：2020-07-23 23:23

【摘要】：自社保基金入市以来,实务界和理论界都深入探讨了如何度量直接投资和委托投资模式的风险和收益、如何优化投资模式等重要问题,并且2015年8月国务院正式颁布《基本养老保险基金投资管理办法》(国发[2015)48号),明确了社保基金投资的模式、对象及比例限制等,这一新政策的颁布也促使各界学者开始研究新政策下如何能够完善社保基金投资的风险测度和整体绩效评价。本文以2015年的这一制度变迁作为研究背景,以社保基金的差异化投资模式为切入点,在现有对社保基金投资风险和绩效评价研究的基础上,进一步采用更适合金融资产时间序列的GARCH-Copula模型并定义风险规避率这一要素来对社保基金投资风险进行测度,另外还采用考虑了风险因素的RAROC模型来对社保基金的投资进行整体评价。通过对社保基金两种投资模式的横向、纵向对比以及政策发布前后的风险规避率和RAROC值的变化进行分析,来考察社保基金投资的模式差异以及新政策的执行效果,并在研究的基础上基于《行政事业单位内部控制规范》的相关内部控制理论要求提出一些相关建议。本文的文章结构如下:第一部分为绪论。主要阐述了本文研究的理论背景和研究的意义,并在此基础上介绍了文章的研究内容、研究方法、整体框架以及创新之处,以对文章有个整体的把握;第二部分为国内外研究现状。本文主要从社保基金的投资模式、风险测度方法以及绩效评价三个方面对国内外的相关研究进行梳理,并在此基础上对研究现状进行了简单的评述;第三部分为概念界定与模型概述。首先阐述与本文有关的社保基金市场化投资、差异化投资组合以及绩效评价的相关概念,其次介绍了本文主要采用的在风险测度方面使用的自回归模型(其中包括ARCH模型及其扩展的GARCH模型)和Copula模型,以及在绩效评价方面所采用的RAROC模型,以方便对后面的研究设计打下基础;第四部分为研究设计。首先在上文对相关模型概念进行的简要介绍基础上详细解释各模型的计算公式及相关变量的含义,并整体介绍本文的研究步骤,其次说明了本文样本的选择、数据来源及处理方法;第五部分为实证分析。本文选取2003-2017年社保基金持股的79个投资组合为样本,首先计算各组合持有的前十大重仓股股票的收益率并考虑其平稳性和ARCH效应,在此基础上分别基于Copula模型和RAROC模型对各投资组合的风险控制情况和收益情况进行测度和评价,并在最后对社保基金的投资进行投资模式差异分析、投资年份以及组合差异分析、新政策发布前后投资收益率及风险差异的分析等;第六部分为研究结论和政策建议。通过上述实证测算的结果得出本文的研究结论:第一,社保基金在大盘表现不佳时能够获得比大盘更好的收益率情况;第二,两种投资模式均能够在一定程度上规避投资风险且投资的效果均较好,但委托投资模式在数值及平稳性上都好于直接投资;第三,委托投资模式下不同年份、不同投资组合在风险控制方面均达到了较为理想的效果,而在绩效评价方面受宏观经济环境的影响较大;第四,2015年的新政策颁布后社保基金投资规模明显增高且更加偏向委托投资模式,并在2015年首次实现收益率超过沪深300指数收益率。本文基于社保基金的投资风险测度和绩效评价分析结果提出了一些不够成熟的建议,并提出了本文在研究过程中存在的局限性和不足以及进一步的研究方向。本文的创新之处如下:第一,本文在研究模型的使用上有所创新。在现有的均值-方差模型、资本资产定价(CAPM)模型、VaR模型及Cornish-Fisher方法的第一次修正研究的基础上,本文对社保基金各投资组合的历年投资风险的测度分别采用时变Copula模型和RAROC修正模型进行进一步的数据修正,从而实现多种测度模型的相互校验和数据修正,以期得出更为准确、更有价值的研究结论,增强研究结论的稳健性;第二,将风险测度和绩效评价的分析结果结合在一起说明问题。以往的论文大多只单独针对风险度量或者绩效评价来对差异模式下社保基金的投资情况进行分析,本文则将二者结合在一起来相互佐证,以GARCH-Copula模型来测量风险,以RAROC模型来评价绩效,通过多角度的对比分析来说明社保基金在不同投资模式下所表现出的不同效果;第三,以最新政策、制度的颁布和执行作为研究背景。本文以最新出台的《基本养老保险基金投资管理办法》(国发(2015)48号)以及2017年9月新修订的《社会保险基金财务制度》这些新政策的颁布和执行以及十九大提出的“全面实施绩效评价”作为研究背景,针对差异模式下社保基金的投资风险和绩效进行对比分析,紧跟政策更新,丰富国内这一领域的相关研究。
【学位授予单位】：东北财经大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F842.61;F832.51
【图文】：

图丨－４邋２００１－２０１７年年均投资收益率变化逡逑由图１－３可见，近１７年社保基金投资模式逐渐由１００％的直接投资转为直逡逑接投资和委托投资并立的模式，并且由图１－４可以看出投资模式的转变使得年逡逑投资收益率在两种投资模式呈现并立趋势后基本保持较高的水平上，除２００８年逡逑

逦０００６２５曰收益串逡逑图５－１邋６００３９８概率分布直方图逦图５－２邋０００６２５概率分布直方图逡逑５．１．２平稳性及ＡＲＣＨ效应检验逡逑在对各个收益率序列使用ＧＡＲＣＨ模型估计边缘分布之前，首先对各收益逡逑率序列进行平稳性检验。数据的平稳性是指该组时间序列数据的均值和方差与逡逑时间ｔ无关，常用的平稳性检验方法主要有ＡＤＦ检验、ＰＰ检验、ＫＰＳＳ检验等，逡逑其中ＡＤＦ检验是使用最普遍的方法，故本文将使用ＡＤＦ检验对各收益率序列逡逑进行平稳性检验。逡逑ＡＤＦ检验又称单位根检验，检验序列中是否存在单位根，若存在单位根则逡逑该时间序列数据是非平稳的。２０１６年１０２组合的前十大重仓股日收益率序列的逡逑ＡＤＦ检验结果如表５－２：逡逑表５－２逦ＡＤＦ检验逡逑ｉｉｉ￣￣￣￣￣￣ｉｐｉ￣￣省广逡逑逦之家汽车老窖医药药业传媒集团邋百纳股份逡逑ＡＤＦ统逡逑‘儿－１７．８８逦－１７．９２逦－１５．９９逦－１６．０４逦－１６．１１逦－１７．７２逦－１７．１７逦－１５．３５逦－１６．００逦－１６．３８逡逑计里逡逑Ｐ邋值邋Ｉ逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逡逑由检验结果可以看出各股票的日收益率序列的ＡＤＦ统计量值均小于１％显逡逑著性水平下的临界值－２．５７５

６００３９８曰收益率逦０００６２５曰收益串逡逑图５－１邋６００３９８概率分布直方图逦图５－２邋０００６２５概率分布直方图逡逑５．１．２平稳性及ＡＲＣＨ效应检验逡逑在对各个收益率序列使用ＧＡＲＣＨ模型估计边缘分布之前，首先对各收益逡逑率序列进行平稳性检验。数据的平稳性是指该组时间序列数据的均值和方差与逡逑时间ｔ无关，常用的平稳性检验方法主要有ＡＤＦ检验、ＰＰ检验、ＫＰＳＳ检验等，逡逑其中ＡＤＦ检验是使用最普遍的方法，故本文将使用ＡＤＦ检验对各收益率序列逡逑进行平稳性检验。逡逑ＡＤＦ检验又称单位根检验，检验序列中是否存在单位根，若存在单位根则逡逑该时间序列数据是非平稳的。２０１６年１０２组合的前十大重仓股日收益率序列的逡逑ＡＤＦ检验结果如表５－２：逡逑表５－２逦ＡＤＦ检验逡逑ｉｉｉ￣￣￣￣￣￣ｉｐｉ￣￣省广逡逑逦之家汽车老窖医药药业传媒集团邋百纳股份逡逑ＡＤＦ统逡逑‘儿－１７．８８逦－１７．９２逦－１５．９９逦－１６．０４逦－１６．１１逦－１７．７２逦－１７．１７逦－１５．３５逦－１６．００逦－１６．３８逡逑计里逡逑Ｐ邋值邋Ｉ逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逦０．０００逡逑由检验结果可以看出各股票的日收益率序列的ＡＤＦ统计量值均小于１％显逡逑著性水平下的临界值－２．５７５

【相似文献】

相关期刊论文 前10条

1 黄康迪;陈璐;郭生练;周建中;杨振莹;;基于Copula熵方法的河流之间的相关性研究[J];水资源研究;2017年05期

2 王保华;王占海;月永昌;;Copula函数在洪潮遭遇分析中的应用研究[J];珠江现代建设;2017年06期

3 刘文雷;;动态Copula模型在金融相关领域运用的文献综述[J];中南财经政法大学研究生学报;2017年01期

4 杜懿;麻荣永;;不同Copula函数在洪水峰量联合分布中的应用比较[J];水力发电;2018年12期

5 周全;陈振龙;;基于C藤Copula模型的混业经营下聚合风险的度量[J];湖南科技大学学报(自然科学版);2018年04期

6 李亚威;徐付霞;;一种新型双参数复合扰动Copula的相关性质[J];哈尔滨商业大学学报(自然科学版);2019年02期

7 李晓康;;基于Copula函数的沪深股市相关性分析[J];陕西理工大学学报(自然科学版);2017年06期

8 杜梦颖;章溢;温利民;;基于Copula相依模型的指数保费预测[J];江西师范大学学报(自然科学版);2018年01期

9 叶五一;董筱雯;缪柏其;;c-D-Copula模型构建及其在金融风险传染中的应用[J];系统科学与数学;2018年05期

10 陈振龙;郝晓珍;;基于藤Copula分组模型的金融市场风险度量研究[J];统计研究;2018年06期

相关会议论文 前10条

1 张伟;黄锐;康良国;;基于Copula理论的地域性事故发生规律机理研究[A];第30届全国高校安全科学与工程学术年会暨第12届全国安全工程领域专业学位研究生教育研讨会论文集[C];2018年

2 应益荣;王颖;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三届中国智能计算大会论文集[C];2009年

3 李永奎;周宗放;彭选华;;Copula模型在金融风险管理应用中的评述[A];Proceedings of the Third Symposium of Risk Analysis and Risk Management in Western China[C];2013年

4 叶萍华;唐湘晋;;基于Copula方法的股票相关性分析[A];第十届中国青年信息与管理学者大会论文集[C];2008年

5 王作春;甘仞初;;基于copula函数的相关异类风险的综合风险测度方法研究[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

6 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届（2009）中国管理学年会——金融分会场论文集[C];2009年

7 杜红军;王宗军;;基于时变Copula模型的金融市场风险度量与分配[A];第八届（2013）中国管理学年会——金融分会场论文集[C];2013年

8 张绿原;林明裕;稂冠平;;基于GAS动态藤copula的国际指数组合风险分析[A];2017年（第五届）全国大学生统计建模大赛获奖论文选[C];2017年

9 安宗文;高建雄;刘波;;基于嵌套混合Copula函数的机械系统失效相关性建模[A];2014年全国机械行业可靠性技术学术交流会暨可靠性工程分会第五届委员会成立大会论文集[C];2014年

10 周金宇;韩文钦;孙奎洲;朱福先;;基于高斯Copula的冗余结构系统疲劳失效概率分析[A];2010年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第二次全体委员大会论文集[C];2010年

相关重要报纸文章 前2条

1 广发期货投资研究部 杨威 王翔 谢贞联;多维Copula树及其在机构投资组合风险管理中的运用[N];期货日报;2008年

2 海通证券研究所 陈露;从A股与H股相关性看股指期货推出后的跨市场操作[N];期货日报;2007年

相关博士学位论文 前10条

1 周全;基于copula的混业经营下市场风险和操作风险的度量[D];浙江工商大学;2016年

2 申敏;国民经济行业系统信用风险相依研究[D];南京航空航天大学;2017年

3 崔琪;基于Copula模型的相依现状数据的回归分析[D];吉林大学;2018年

4 韩超;高维动态藤Copula结构在金融风险研究中的应用[D];重庆大学;2017年

5 李浩鑫;基于水势调控的复杂灌溉系统水量分配理论与方法[D];武汉大学;2017年

6 龚玉婷;金融资产相依性的动态Copula建模及应用[D];上海交通大学;2015年

7 赵宁;基于Copula熵的资本资产定价研究[D];大连理工大学;2012年

8 徐付霞;Copula理论与极值统计的应用[D];天津大学;2008年

9 胡心瀚;Copula方法在投资组合以及金融市场风险管理中的应用[D];中国科学技术大学;2011年

10 吴娟;Copula理论与相关性分析[D];华中科技大学;2009年

相关硕士学位论文 前10条

1 梁鉴标;基于半参数时变藤Copula模型的多市场风险联动研究[D];武汉大学;2017年

2 徐蕊;基于Copula和RAROC模型的社保基金投资风险测度和绩效评价[D];东北财经大学;2018年

3 于方坤;基于二阶段copula贝叶斯的五因素模型系统风险校正[D];东北财经大学;2018年

4 王鹏;基于混合Copula的VaR和CVaR的计算及其实证分析[D];厦门大学;2017年

5 柯玉琴;我国商业银行系统风险的实证研究[D];厦门大学;2017年

6 金凤;基于藤结构Copula-SV模型的外汇投资组合风险研究[D];湖南大学;2012年

7 李岳;基于多元Copula函数的结构体系可靠性分析[D];湖南大学;2018年

8 裴元;基于Copula-GARCH的我国铁矿石期货最优套保比率研究[D];首都经济贸易大学;2018年

9 郭振玉;关于脉冲分红的一些研究[D];湖南师范大学;2018年

10 王侠英;基于vine copula-分位数回归的金融风险管理[D];合肥工业大学;2018年

本文编号：2767974