浅谈投资组合理论对我国保险风险管理体系的影响

本文针对保险投资组合的风险度量和最优投资策略问题,使用Copula函数得到了不同资产构成的投资组合收益的联合分布,并利用度量了投资组合的整体风险,然后比较了几种风险度量模型的效果。针对的不足,引入作为投资组合的优化目标建立了保险投资组合的最优投资策略模型,以期解决保险资金的最优配置问题,并对我国的保险风险管理体系提出了自己的一些建议。     

基于经济资本的我国保险公司投资风险限额配置研究

投资风险限额管理是保险公司对投资风险进行管理的重要手段,是保险公司建立有效风险管理体系不可或缺的组成部分。保险公司投资风险限额管理主要包括投资风险限额配置、风险限额监控和风险限额动态调整三个环节,其中风险限额配置是整个风险限额管理流程的基础。运用GARCH模型和GJR模型,并结合Copula理论,探讨了投资风险限额配置的方法,通过实证分析证实投资组合之间存在分散化效应,各投资风险限额之和大于总风险限额,并得出投资风险限额优化配置模型调整资产配置,可以显著提高保险公司投资绩效。     

基于Copula的投资组合选择模型研究

基于概率收益率与概率风险的定义,建立基于风险与收益率的投资组合模型,为了更好拟合联合分布,在具体解法中采用Copula函数来构造多个资产收益率的联合分布。由于不要求收益率服从维纳过程,因此基于Copula的Markowitz投资组合选择模型具有更广的适用性。通过对上证领先指数与深证领先指数收盘数据实证分析发现,在收益率(基于概率ρ0的收益率)一定的情况下,通过投资组合可以降低风险。     

投资组合风险承受能力既定的Achimedien copula实际风险模拟

Copula是用来描述多个随机变量间相依的统计方法,利用随机向量的边缘分布,确定随机向量的联合分布。Copula函数广泛地应用与金融领域,特别在投资组合选择,金融市场风险管理方面成为一个有力的工具。本文选取模拟金融数据效果更好的Achi-medien copula函数对给定风险下的投资组合面临的实际风险进行了分析。     

次贷危机对跨国资产投资组合VaR的影响研究北大核心CSSCISSCI

本文以两类时变Copula-EVT-VaR模型作为核心研究方法,探讨了次贷危机对于跨国资产组合VaR模型测度准确度的影响,进而对比分析了两类模型的测度精度。研究结果表明,次贷危机的爆发,导致股市间尾部动态极值风险传导的程度显著增强,VaR的测度精度明显降低,通过分散化投资以降低组合风险的作用在一定程度上被削弱。因此在金融危机传染的背景下进行组合投资,应注重对比研究各类风险评价模型的测度效率,谨慎进行资产组合选择以及风险管理。     

基于Copula-GARCH-M函数的投资组合风险分析

金融风险问题的研究一直都是众多学者关注的重点.本文结合了刻画多个随机变量之间非线性相依结构的Copula函数与描述金融时间序列波动模型的GARCH-M函数,建立了一个新的Copula-GARCH-M模型.通过对上证A股和上证B股进行蒙特卡洛模拟的实证分析,发现t-Copula-GARCH-M具有更强的风险度量能力,能对投资组合的风险进行更有效的管理.     

基于copula的投资组合选择模型的研究

本文首先介绍了投资组合理论与copula,然后给出基于概率的收益率等定义,建立基于概率的收益率的投资组合选择模型并给出具体解法,接着通过选取上证领先指数与深证领先指数2004年9月1日至2006年5月26日的日收盘数据进行实证分析,发现在收益率(基于概率的收益率)一定的情况下,通过投资组合可以降低风险。pápápá     

投资组合风险承受能力既定的Achimedien copula实际风险模拟

Copula是用来描述多个随机变量闻相依的统计方法,利用随机向量的边缘分布,确定随机向量的联合分布.Copula函数广泛地应用与金融领域,特别在投资组合选择,金融市场风险管理方面成为一个有力的工具.本文选取模拟金融数据效果更好的Achi-medien copula函数对给定风险下的投资组合面临的实际风险进行了分析.     

基于贝叶斯方法与时变Copula模型的基金风险的度量

基于贝叶斯理论的 MCMC方法对单个基金收益率进行 GARCH 建模,以及对投资组合权重进行后验模拟.进一步结合时变Copula理论计算基金投资组合的 VaR,与基于极大似然法的结果进行比较.实证结果表明基于贝叶斯理论的时变Copula的 VaR方法,能够更有效的度量开放式基金投资组合的风险.     

基于Copula函数的沪深300股指期货相依风险研究

本文对沪深300股指和股指期货仿真交易收益率极端风险和相依关系进行了研究,用DCC-GARCH模型描述了股指期货和现货之间动态的条件相关系数,并以极值分布为边际分布对四种常用的Copula函数进行了拟合,发现Frank Copula的拟合效果最好,其次为Clayton Copula。在此基础之上,对不同组合的VaR和CVaR进行测度,发现投资组合比例与风险之间呈现“U”型特征,这也为股指期货套期保值提供了一种新的研究方式。     

基于Copula-GARCH-EVT的中国开放式基金投资组合风险度量

文章结合CARCH模型和EVT理论刻画了单个金融资产收益率的波动性和尾部分布,并将Copula函数和Monte Carlo技术应用于证券投资组合的VaR计算方法.通过对光大红利基金的实证研究,得到前十大重仓中单只股票及其投资组合的风险值,结果表明,基于Copula-GARCH-EVT的VaR方法具有重要的经济应用价值.     

商品期货可以提供潜在组合多样化收益吗?北大核心CSSCISSCI

本文使用动态Skewed-t Copula模型实证证明我国股票、债券和商品期货回报率之间存在时变的非对称相关。无论是Copula相关还是尾部相关,不同市场的资产间相关明显低于相同市场不同资产间相关。将商品期货指数纳入投资组合可以降低尾部风险,获取多样化收益;在最小尾部风险组合中,农产品期货指数占有相对较高的权重。本研究意味着监管部门对金融机构放开商品期货市场投资准入不仅有利于金融机构对冲持有组合的尾部风险,也有利于商品期货市场风险管理功能的实现。     

基于混合Copula函数的行业指数投资组合风险度量

考虑金融时间序列出现非正态性及非线性相关的特征,构建了基于混合Copula函数的投资组合风险度量及优化模型。采用GARCH模型对各个金融时间序列缘分布进行建模,并利用可以灵活反映上、下尾部相关和对称相关的混合Copula连接各个边缘分布。运用BFGS算法和极大似然估计相结合的方式对模型进行参数估计,通过数学优化和Monte Carlo模拟方法求得投资组合的最优权重,以及相应的Va R和CVa R值。最后,利用中国股市四个行业指数的数据进行实证分析,检验了模型的可行性和有效性,为高维非线性相关的投资组合决策提供有价值的参考。     

期货投资组合交易保证金设置研究——基于Copula模型和极值理论的分析

本文以棉花、铜、天然橡胶三个期货合约为研究对象,基于t-Copula模型,利用Monte Carlo模拟法计算在一定权重下由三个品种构成的期货投资组合的VaR和ES值作为投资组合的保证金数值。Kupiec回溯测试结果表明,t-Copula模型结合极值理论计算出的期货投资组合保证金相比其他方法能够在较好覆盖极端风险的同时降低投资成本。     

基于Copula理论的商业银行的市场风险研究

在投资者看好银行股的背景下,结合t-EGARCH模型和极值理论,利用Copula方法对14家上市银行股票进行分析,并通过蒙特卡洛模拟计算单只股票以及投资组合的VaR.结果表明,此方法能很好地量化风险,有助于衡量市场风险.     

资产组合风险的极值Copula模型与实证研究

本文在极值理论POT模型的基础上,引入了Copula连接函数,建立极值Copula模型,给出了组合风险价值VaR的计算公式,并以加元和日元回报为样本进行了实证分析,结果表明,极值Copula模型能较好地度量资产组合的风险,直接加权的方法会高估风险,假设资产组合服从多元正态分布会低估风险。     

Copula—CVaR资产组合选择模型分析

采用基于MonteCarlo数值模拟技术的Copula—CVaR风险评估模型讨论Copula函数的选择对投资决策的影响，度量资产组合的集成风险，总结出了资产组合风险度量的一般步骤。通过计算资产组合的VaR和CvaR值，实证检验说明：ClaytonCopula由于能更好地刻画尾部特征，从而在危机时期准确度更高。根据该模型进行资产选择可以使投资者的选择更加稳健。     

证券组合投资风险控制的优化数学方法

证券组合投资是分散投资风险的有效途径。用概率统计方法,分析了基于期望收益率和方差的投资组合优化模型,并引入算例,对该模型进行了计算。结果表明,在一定的预期收益率水平下,组合投资大大降低了投资的风险。     

投资组合行业配置的动态VaR研究——基于时变Copula-GJR-Skewed-t模型

用时变Copula-GJR-Skewed-t模型研究了深证22个行业分类指数中任意两个投资组合的动态VaR,并与静态VaR比较。实证结果表明,时变t-Copula函数在众多Copula函数中对行业投资组合的拟合效果最优,给出了模型估计出的VaR最大和最小的5对行业组合,不同行业组合的动态VaR在股市周期各阶段关系相对稳定,同一行业组合的动态VaR和静态VaR关系相对稳定,且略高于静态VaR。     

一种计算投资组合VaR的新方法

作为金融领域一个重要研究课题,风险度量受到越来越多的关注。传统的估计风险值的方法检验效果不理想,本文运用Copula函数代替相关系数表示风险因子之间的依存关系,能够有效地处理投资组合的风险和相关性,并通过实证分析运用Copula理论来计算投资组合收益风险值。