發(fā)布時間：2020-10-09 11:30

　　 投資組合研究的兩個重要主題是:一是投資組合比重的優(yōu)化配置;二是投資組合風(fēng)險價值的度量。針對上述主題,本文從這兩個方面研究入手。 由于金融市場具有尖峰、厚尾、波動、偏斜等特點,傳統(tǒng)的投資組合分析方法不能精確的刻畫金融市場中的相依性,相比較而言,新興連接函數(shù)Copula能較好描述金融市場中這些相關(guān)特點。此外,傳統(tǒng)的投資組合方法對資產(chǎn)進行配置一般采用專家法和馬柯維茨模型,而這兩種方法都有其不足。專家法主觀性太強,馬柯維茨模型假設(shè)條件太多,不切合實際。因此,本文首次將Copula理論和MCMC方法結(jié)合運用到投資組合分析中,選取了滬市四只股票樣本,對投資組合中資產(chǎn)配置和風(fēng)險度量進行了實證研究,相對于傳統(tǒng)投資組合分析方法和單獨運用這兩種方法對金融市場進行分析研究,得出Copula-MCMC方法在資產(chǎn)配置和風(fēng)險度量方面具有較好改善效果的結(jié)論。全文主要思路和所做工作如下: 首先,介紹了在已有的投資組合研究中學(xué)者們所做的貢獻,及在前人研究的基礎(chǔ)上進一步做相關(guān)研究的可能性和重要意義。 其次,針對前人研究的局限和傳統(tǒng)方法的不足,本文提出了能夠進一步改善投資組合的Copula-MCMC方法。重點介紹了本文需要用到的Copula相關(guān)理論、相關(guān)性度量方法、MCMC方法中MH抽樣方法及其算法步驟。 再次,在提出兩種方法的理論基礎(chǔ)上,根據(jù)金融市場特點,結(jié)合GARCH模型,利用Copula的相關(guān)系數(shù)對VaR的計算方法進行了改進,構(gòu)建了Copula-MCMC模型。 最后,對上面所推的理論和相關(guān)研究,結(jié)合我國證券市場實際特點,選取了上海證券市場中四只股票作為樣本進行實證分析。通過實際樣本數(shù)據(jù),用Copula-MCMC方法對投資組合中的資產(chǎn)配置和VaR計算進行了研究,給出了Copula-MCMC方法相比于傳統(tǒng)方法在投資組合分析中具有改善效果的結(jié)論。
【學(xué)位單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2011
【中圖分類】：F830.91;F224
【文章目錄】：
摘要
Abstract
插圖索引
附表索引
第1章 緒論
    1.1 選題背景及意義
    1.2 文獻綜述
        1.2.1 國外投資組合理論的發(fā)展?fàn)顩r
        1.2.2 國內(nèi)投資組合理論的研究狀況
    1.3 論文的結(jié)構(gòu)與創(chuàng)新
第2章 Copula 理論及MCMC 方法
    2.1 Copula 函數(shù)和Sklar 定理
        2.1.1 Copula 函數(shù)族
    2.2 相依性度量
        2.2.1 線性相依（Linear Dependence）
        2.2.2 秩相關(guān)系數(shù)（Rank Correlation）
    2.3 MCMC 方法
        2.3.1 貝葉斯推斷中的積分問題
        2.3.2 馬爾科夫鏈蒙特卡羅積分
        2.3.3 Metropolis-Hastings 算法
第3章 Copula-MCMC 模型的構(gòu)建
    3.1 Copula 類型的選取
    3.2 Copula 函數(shù)的參數(shù)估計及模型評價
    3.3 資產(chǎn)組合分布函數(shù)及聯(lián)合模型的構(gòu)建
第4章 Copula-MCMC 對資產(chǎn)配置的改善
    4.1 數(shù)據(jù)的選取及處理
    4.2 Copula 函數(shù)的選取及參數(shù)估計
    4.3 MCMC 方法計算投資組合比例
    4.4 投資組合VaR 的計算
    4.5 模型的改善效果比較
結(jié)論
參考文獻
致謝
附錄A
附錄B
附錄C
附錄D

【引證文獻】

相關(guān)碩士學(xué)位論文 前1條

1 蔣坤;Copula-MCMC理論在投資組合風(fēng)險管理上的應(yīng)用[D];湖南師范大學(xué);2013年

本文編號：2833632