基于高维R-vine Copula的金融市场投资组合优化研究

摘要：

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来刻画七股票市场相依结构,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.

关键词：投资组合优化、R-vine Copula、金融市场、相依结构

所属期刊栏目：39

分类号：F832.5(金融、银行)

资助基金：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

在线出版日期：2020-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：3061-3072