發(fā)布時間：2021-11-06 16:25

　　投資組合的研究涵蓋了相關性研究和風險測度研究,其中前者對后者的影響尤為重要。然而資產之間的關系是復雜而瞬息萬變的,因此在考察資產間的相關性時,不僅要衡量收益率序列之間相關程度,同時也要考慮其相關結構。鑒于2018年的港股投資價值顯著,實證中展開了對香港股票市場的行業(yè)指數的組合風險研究,利用恒生金融類、地產類、工商類的行業(yè)指數來構建投資組合,用Copula-GARCH模型度量這些資產之間的相關結構,用MCMC模擬組合中各資產權重,并使二者結合,構建得Copula-GARCH-MCMC模型。結果表明,港股的行業(yè)股指收益波動有集群特征;Copula函數的形式靈活,對具有不同相關結構特征的資產關系都能有較強的刻畫能力;其中t-Copula函數能較優(yōu)地描述港股行業(yè)股指間的相關關系,證明行業(yè)間的相關結構是對稱的,在相關結構的兩端呈后尾狀,表示極端事件都容易發(fā)生;用MCMC方法計算得出的投資權重考慮了歷史收益率的勝出表現,更為貼切;從模型的有效性來看,Markowitz方法相比于Copula函數與MCMC方法的結合使用偏于低估了資產組合的風險,即后者更貼近現實,具有更強的參考價值。 

【文章來源】：暨南大學廣東省 211工程院校

【文章頁數】：55 頁

【學位級別】：碩士

【部分圖文】：

研究技術路線圖

-11t t t ttP 各行業(yè)股指的收益率趨勢波動圖如下，從以上三幅時序圖可以看出，這三大行業(yè)股指的日收益率基本在零值上下震動，總體上可以說是一個相對平穩(wěn)的時間序列。

而峰度都大于 3，證明都有尖峰的特點，而這個結論同樣可以從它們的日收益率直方圖初步看出。而就 JB 統(tǒng)計量來說，四只股票對應的 JB 統(tǒng)計量對應的卡方值的概率都基本趨向于 0，因此認為這四只股票的日收益率都不近似服從正態(tài)分布。

【參考文獻】：
期刊論文
[1]基于極值理論與藤式Copula模型的多市場投資組合選擇[J]. 佘笑荷,王曉芳,楊來科.  統(tǒng)計與決策. 2017(20)
[2]基于蒙特卡洛小波去噪的股票投資組合風險優(yōu)化研究[J]. 李君昌,樊重俊,楊云鵬,袁光輝.  計算機應用研究. 2018(10)
[3]基于Copula-GARCH類模型的證券分類方法[J]. 毛杰.  系統(tǒng)工程. 2017(04)
[4]風險項目投資組合決策的貝葉斯評價與選擇策略[J]. 胡支軍,彭飛,李志霞.  中國管理科學. 2017(02)
[5]風險依賴、一致性風險度量與投資組合——基于Mean-Copula-CVaR的投資組合研究[J]. 張冀,謝遠濤,楊娟.  金融研究. 2016(10)
[6]基于MCMC抽樣的金融貝葉斯半參數GARCH模型研究[J]. 楊愛軍,劉曉星,林金官.  數理統(tǒng)計與管理. 2015(03)
[7]參數不確定條件下考慮偏度的投資組合[J]. 崔媛媛,王建瓊,莊泓剛.  系統(tǒng)工程理論與實踐. 2011(09)
[8]基于Copula理論的投資組合風險測度[J]. 趙鵬.  統(tǒng)計與決策. 2011(03)
[9]多元Copula-GARCH模型及其在金融風險分析上的應用[J]. 韋艷華,張世英.  數理統(tǒng)計與管理. 2007(03)
[10]連接函數（copula）技術與金融風險分析[J]. 張堯庭.  統(tǒng)計研究. 2002(04)

碩士論文
[1]Copula-MCMC方法在證券投資組合中的應用研究[D]. 歐衛(wèi)星.湖南大學 2011



本文編號：3480149