基于高维R-vine Copula的金融市场投资组合优化研究
Research on financial market portfolio optimization based on high-dimensional R-vine Copula
查看参考文献39篇
|
文摘
|
为优化国际金融市场的投资组合,本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表:首先运用较为灵活的APARCH模型来刻画股票指数收益序列的“典型事实”特征,其次针对投资组合优化模型中变量之间复杂相依关系,采用最大生成树MST (maximum spanning tree,MST)算法选择的R-vine Copula来刻画七个股票市场的相依结构,进而测度R-vine Copula相依结构下组合风险CVaR,最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型,并实证对比了Mean-VaR,Mean-CVaR和基于R-vine Copula,相依结构下的Mean-CVaR模型的拟合效果.实证结果表明:考虑资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率;基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型,而Mean-VaR模型较其它两种模型表现相对较差. |
|
其他语种文摘
|
In order to optimize the investment portfolio of the international financial market,this paper selects the important stock index of the seven major stock markets in the world.First,we use the more flexible APARCH model to describe the "stylized facts" of the stock index return sequence.In the portfolio optimization model,the R-vine Copula,which is selected by the maximum spanning tree (MST) algorithm is used to describe the interdependent structure of the seven stock markets,and then measure portfolio risk under R-vine Copula dependent structure CVaR.Finally,the Mean-CVaR portfolio model was established under the R-vine Copula dependent structure condition.And compare Mean-VaR,Mean-CVaR and Mean-CVaR model based on R-vine Copula dependency structure.The empirical results shows that the interdependence between assets can be used to optimize the portfolio effect,reducing the risk of portfolio risk while increasing the rate of return.The Mean-CVaR model based on the R-vine Copula dependent structure is better than the Mean-CVaR model,while the Mean-VaR model has a relatively poor performance. |
|
来源
|
系统工程理论与实践
,2019,39(12):3061-3072 【核心库】
|
|
DOI
|
10.12011/1000-6788-2019-0448-12
|
|
关键词
|
投资组合优化
;
R-vine Copula
;
金融市场
;
相依结构
|
|
地址
|
成都理工大学商学院, 成都, 610059
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-6788 |
|
学科
|
社会科学总论 |
|
基金
|
国家自然科学基金
;
国家社会科学基金
;
四川省应用研究基础项目
|
|
文献收藏号
|
CSCD:6697609
|
参考文献 共
39
共2页
|
|
1.
Markowitz H. Portfolio selection.
Journal of Finance,1952,7(1):77-91
|
CSCD被引
777
次
|
|
|
|
|
2.
黄金波. 基于CVaR两步核估计量的投资组合管理.
管理科学学报,2016,19(5):114-126
|
CSCD被引
9
次
|
|
|
|
|
3.
马超群. 基于藤结构Copula-SV模型的外汇投资组合风险分析.
统计与决策,2013(6):152-156
|
CSCD被引
2
次
|
|
|
|
|
4.
谢赤. 基于M-Copula-GJR-VaR模型的黄金市场最优套期保值比率研究.
管理科学,2013,26(2):90-99
|
CSCD被引
5
次
|
|
|
|
|
5.
Alejandro B. VaR as the sensitivity:Application in risk optimization.
Journal of Computational and Applied Mathematics,2017,309:175-185
|
CSCD被引
1
次
|
|
|
|
|
6.
Wang C P. Optimal insurance contract under VaR and CVaR constraints.
North American Journal of Economics and Finance,2016,37:110-127
|
CSCD被引
2
次
|
|
|
|
|
7.
张清叶. 基于CVaR投资组合优化问题的非光滑优化方法.
中国管理科学,2017,25(10):11-19
|
CSCD被引
4
次
|
|
|
|
|
8.
Rockafellar R T. Optimation of conditional value-at-risk.
The Journal of Risk,2000,2(3):21-41
|
CSCD被引
339
次
|
|
|
|
|
9.
Sun H Z. Optimal multivariate quota-share reinsurance:A nonparametric Mean-CVaR framework.
Insurance:Mathematics and Economics,2016,72:197-214
|
CSCD被引
3
次
|
|
|
|
|
10.
许启发. 带有范数约束的CVaR高维组合投资决策.
中国管理科学,2017,25(2):40-49
|
CSCD被引
11
次
|
|
|
|
|
11.
Sklar A. Fonctions de repartition an dimensions etleursmarges.
Publication del'Institut de Statistique de L'Universits'e de Paris,1959,8(1):229-231
|
CSCD被引
1
次
|
|
|
|
|
12.
淳伟德. 基于混合Copula函数的金融市场非线性极端风险传染研究.
预测,2015,34(4):53-58
|
CSCD被引
3
次
|
|
|
|
|
13.
吴玉宝. 沪深股市的相关结构分析与投资组合风险度量 --基于ARFIMA-GARCH-Copula模型.
运筹与管理,2016,25(2):220-225
|
CSCD被引
5
次
|
|
|
|
|
14.
Bedford T. Vines-A new graphical model for dependent random variables.
Annals of Statistics,2002,30(4):1031-1068
|
CSCD被引
52
次
|
|
|
|
|
15.
Aas K. Pair-Copula construction of multiple dependence.
Insurance:Mathematics and Economics,2009,44(2):182-198
|
CSCD被引
79
次
|
|
|
|
|
16.
陈清平. 一种基于Pair-copula法构建高维相依结构的研究.
数理统计与管理,2013(32):232-239
|
CSCD被引
1
次
|
|
|
|
|
17.
许民利. 需求依赖于价格情境下基于Copula-CVaR的报童决策.
控制与决策,2014,29(6):1083-1090
|
CSCD被引
8
次
|
|
|
|
|
18.
马锋. 基于vine copula方法的股市组合动态VaR测度及预测模型研究.
系统工程理论与实践,2015,35(1):26-36
|
CSCD被引
15
次
|
|
|
|
|
19.
髙江. 藤Copula模型与多资产投资组合VaR预测.
数理统计与管理,2013,32(2):247-258
|
CSCD被引
1
次
|
|
|
|
|
20.
吴海龙. 基于R-Vine Copula方法的投资组合风险分析.
投资研究,2013,32(10):98-107
|
CSCD被引
2
次
|
|
|
|
|
了解气象卫星更多信息，请访问