中国开放式基金投资组合风险值的实证—基于Copula-GARCH的分析

结合Copula技术和GARCH模型,建立了投资组合风险分析的Gopula-GARCH模型.由于该模型可以捕捉金融市场间的非线性相关性,因而可用于投资组合VaR的分析.利用这个模型,结合Monte Carlo,模拟技术,对我国第一支开放式基金一华安创新基金的投资组合进行了风险分析.     

Copula的投资组合选择模型的应用研究

结合Copula技术和GARCH模型,建立了投资组合的Copula-GARCH模型。由于该模型可以捕捉金融市场间的非线性相关性,因而可用于投资组合的风险分析中。利用这个模型,并结合Markowitz的投资组合选择模型,对我国的一支开放式基金——中信红利精选股票型证券投资基金投资组合的选择进行了优化,本文应用lingo 8.0,在收益率一定的情况下,得到了风险(VaR)最小的投资组合。     

引入基差影响因素的套期保值模型优化与效用对比分析——以中国大豆加工与经营企业为例

中国是全球最大的大豆进口国,国内大豆压榨企业在用境外定价中心的期货合约进行套期保值时,面临较大的基差风险。现有套期保值模型中,多将基差作为套期保值模型的不可观测变量,这与大豆压榨企业现实需求不符。为此,将基差影响因素中可解释部分引进套期保值模型,得到基差调整后的套期保值比率和套期保值有效性。运用Copula-GARCH模型实证分析后发现,引入基差影响因素的套期保值模型效果大多数优于原有套期保值模型,这对我国压榨企业的套期保值实践具有重要的指导意义。     

基于Copula-GARCH模型的原油市场和股票市场相关性研究

由于原油市场和股票市场之间的联动性日益增强,因此研究两个市场之间的关联特征,分析原油价格波动对股市的影响,有助于规避风险,保证经济持续平稳地增长.采用Copula-GARCH模型对WTI原油价格的收益率序列和NASDAQ股指的收益率序列进行实证分析.结果表明,GARCH(1,1)-t模型拟合两个序列的条件边缘分布效果最好,时变SJC Copula模型比常相关Copula模型能更好地刻画两个市场之间的相关关系.两个收益率序列之间存在正的相关关系,且相关关系具有时变性,相关结构具有一定的不对称性,上尾相关系数小于下尾相关系数,即两个市场同时出现价格极端下跌的可能性更大.这为中国金融市场风险管理,规避油价波动对股市的冲击提供一定的参考依据.