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。     

上证综指深证成指的相关性分析——基于Copula连接函数

本文研究了对于给定的4种Copula模型,通过CML方法进行参数估计,由边缘分布二元直方图与在求出的估计参数下绘制的密度函数图形加以对比分析,再由样本与经验Copula分布进行直观的Q-Q图检验,然后用负对数似然函数值、AIC信息准则进行了拟合优度检验,认为Symmetrised Joe-Clayton copula能够更好的刻画上证指数和深证指数的相依结构。     

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。     

上证综指深证成指的相关性分析——基于Copula连接函数

本文研究了对于给定的4种Copula模型．通过CML方法进行参数估计．由边缘分布二元直方图与在求出的估计参数下绘制的密度函数图形加以对比分析．再由样本与经验Copula分布进行直观的Q—Q图检验,然后用负对数似然函数值、AIC信息准则进行了拟合优度检验．认为Symrnetrised Joe-Clayton copula能够更好的刻画上证指数和深证指数的相依结构。     

基于Copula-SV-t模型的开放式基金投资组合优化

现代投资组合理论要求投资者研究不同金融资产间非线性非正态的分布特征和相关关系,进而优化相应的资产组合。结合SV-t模型和Copula函数,对单支开放式基金收益率分布的厚尾特征和不同基金间非线性的相关关系进行描述,并用ES方法度量不同权重下基金组合间的风险。实证表明：t-Copula函数下的模型更能反映出组合间的尾部相关性,此时最优组合下ES较正态Copula函数下的结果要小,说明t-Copula函数下的Copula-SV-t模型在实际中更具应用价值。     

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.     

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GARCH-EVT-Copula的社保基金投资组合风险测度研究

社保基金是社会保障事业健康发展的物质基础,安全性是其投资的首要原则。文章基于GARCH-EVT-Copula方法测度了社保基金投资组合的VaR。首先,基于GARCH、EVT对投资组合中各金融资产收益的边缘分布建模,然后,采用极大似然估计法和Bootstrap方法估计尾部的分布函数,接着,基于Copula方法研究组合中金融资产间的相关结构,最后,运用Monte Carlo方法测度投资组合的VaR。Kupiec检验表明,基于GARCH-EVT-Copula模型测度社保基金投资组合的风险是合适的。     

基于Copula-ES度量股票型基金投资组合风险

由于许多金融资产收益率的波动可能存在非对称性,本文通过对收益率采用GARCH或者EGARCH建模,对存在杠杠效应的金融资产采用EGARCH建模.并将Copula函数和Monte Carlo技术应用于融通深证100基金,计算得到其前十大重仓的股票及其投资组合的风险值VaR以及ES,结果表明,基于Copula-Es的风险度量方法可以为我国基金管理公司评估和管理市场风险,从而控制和减少资产损失提供参考.     

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的商业银行信用-汇率风险整合的实证研究

本文对不同族类、不同种类Copula函数进行比较分析，基于深圳发展银行、上海浦东发展银行、中国民生银行信用收益率和汇率收益率的经验数据进行实证研究与分析，用经验累积分布函数拟合信用收益率和汇率收益率的边缘分布，ArchimedeanCopula函数描述三家银行的信用收益率和汇率收益率的相关关系。在各个置信度下，运用拟合度最优的Copula函数求出各自的信用-汇率风险的VaR（Value—at—risk）值和CVaR（Condifonal Value-at-risk）值，并比较三家银行整合风险的大小，为金融机构决策者的监管提供参考。     

中美主要金融市场相关结构及风险传导路径研究——基于Copula理论与方法

金融危机背景下的股市表现出更加复杂的动荡性,本文在传统GARCH模型的基础上引入了风险值对收益率的影响因素,运用GARCH-M模型来刻画股票收益率序列边缘分布,通过构建GARCH-M-t边缘分布过滤模型获取收益率残差序列,最后采用Copula函数对边缘分布拟合后的残差序列建模构建出Copula-GARCH-M-t相关结构模型。经过参数估计及多种Copula函数的拟合优度检验,最终成功刻画出中美金融市场五大证券交易中心股票收益率之间的相关结构模型。通过秩相关系数、尾部相关系数等相关性度量工具对中美两国金融市场的相关性进行分析,最后通过对不同股票市场之间的尾部相关性分析确定两国金融市场之间风险传导路径。     

区域农业产量风险低估的评价研究

作为我国大力推广的创新型保险产品,区域农业收入保险是对区域农业产量风险与价格风险的双重保障。然而,单产数据空间聚合造成产量风险的低估却是当前农业收入风险评估的一个重要问题,尤其是随着空间区域的增大、产量风险的低估程度就越严重。本文以湖北省黄冈市、咸宁市和十堰市三个地市级水稻产量风险评估为案例,通过两种方法定量评价地市级水稻产量风险的低估程度。方法一是当前最常见的区域产量风险评估方法,直接利用地市级产量数据构建风险评估模型计算产量风险;方法二是收集地市级对应区县产量数据,通过Copula函数构建县级产量损失序列的联合概率分布后,通过Monte Carlo模拟产生区县产量损失序列样本后计算地市级产量风险。通过结果比较发现,方法一获得的三个地级市水稻产量风险较方法二平均低估了51.27%,证明了空间尺度建模不当会带来产量风险评估的严重低估。     

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函数的保险公司经济资本配置研究

经济资本的度量及配置是风险管理的核心内容。本文利用Copula函数构建保险公司总体风险的联合分布函数,结合TCE方法来度量保险公司经济资本,并利用动态规划方法对经济资本最优配置模型求解。最后结合中国人民财产保险股份有限公司的数据进行实证。通过研究发现,我国财险公司内部偿付能力状况较好,但险种结构有待优化。     

Portfolio optimization with CVaR under VG process

Formal portfolio optimization methodologies describe the dynamics of financial instruments price with Gaussian Copula (GC). Without considering the skewness and kurtosis of assets return rate, optimization with GC underestimate the optimal CVaR of portfolio. In the present paper, we develop the approach for portfolio optimization by introducing Lévy processes. It focuses on describing the dynamics of assets’ log price with Variance Gamma copula (VGC) rather than GC. A case study for three Indexes of Chinese Stock Market is performed. On application purpose, we calculate the best hedge positions of Shanghai Index (SHI), Shenzhen Index (SZI) and Small Cap Index (SCI) with the performance function CVaR under VG model. It can be combined with Monte Carlo Simulation and nonlinear programming techniques. This framework is suitable for any investment companies.     

A Sample Selection Model of Consumer Adoption of Computer Banking

We develop a bivariate probit selection model of consumer access and adoption that accounts for the cross equation correlations of the errors. The Survey of Consumers, collected by the University of Michigan, is the database used to estimate the model. We find a significant cross equation correlation between consumers perceived access and their use of computer banking. Based on our results, the bivariate selection model provides asymptotically more efficient estimates than does a single equation model because the bivariate selection model accounts for the sample selection bias associated with access. In addition, the bivariate selection model has a higher percentage of correctly predicted adopters than does the corresponding single equation (univariate) model.