高频数据下基于动态Copula和“已实现波动”理论的股市投资组合风险建模及应用

High-frequency data of stock market provides decision-makers more market information. Establishing an effective portfolio risk dynamic model using high-frequency data in stock market can adequately reflect risk changes of the investment process. This will provide the decision-making basis for investors to select assets and manage asset risks. Firstly, this proposal mainly focuses on modeling a multi-asset risk management model in stock market by combining copula model and realized volatility model as the main theoretical support. Allowing for the basic features of asset risk changes, the proposal designs the corresponding time-varying parameters of the model to display the magnitude of portfolio risks in different time. Secondly, a variety of distribution functions are applied to fit the non-normal features of univariate asset returns, such as Normal distribution, Student-t distribution and skewed Student-t distribution. Finally, a risk management model under a certain market is constructed by integrating initial results, and is analyzed and evaluated on the basis of high-frequency data of assets. Then the dynamic measurement and monitoring of portfolio risks in stock market can be achieved, and investment decision-making problem by fully utilizing market information enclosed in high-frequency data is solved.

股票市场的高频数据能为决策者提供更多市场信息。应用高频数据建立有效的股市投资组合风险动态度量模型能充分反映投资过程的风险变化状况，为投资者选择资产数量、管理资产风险提供决策依据。本课题拟通过结合Copula模型和“已实现波动”模型为主要理论支撑建立股市多元资产风险管理模型，并考虑到资产风险变化的基本特征，设计相应的动态参数，以反映不同时间投资组合风险的高低；其次，基于资产数据非正态性的基本特征，考虑运用不同类型的分布函数来拟合一元资产收益的分布特征，如正态分布、t分布、GED分布、SKST分布等，以匹配各种资产自身的风险特性；最后，集成阶段性的成果，建立一定市场下的风险管理模型，并依据于高频资产数据，对模型进行分析与评价，实现股市投资组合风险的动态度量与监控，解决高频收益下充分利用市场信息的做投资决策的难题。

股市金融资产特征、金融资产之间的相关关系及由此而建立的股市投资组合动态风险度量模型对市场参与者选择资产类型、数量和风险管理决策具有重要的影响。由于金融资产变量不同采样频率的数据蕴含的信息不同，因此基于低频数据和高频数据所构建的波动分析模型往往具有显著差异；同时由于投资组合中涉及到不同类型的资产，每种资产具有各自的分布特征，因此多元资产之间的联合分布特征与多元正态分布具有明显区别。本项目构建了反映低频数据特征和高频数据特征的波动分析模型，结合神经网络与异方差模型，探究一元金融资产的波动变化规律；通过设定金融资产收益的不同假设分布，建立了一元气温衍生金融产品波动模型，考察了气温衍生金融产品受到不同假设分布的影响程度，为中国气温衍生金融产品的发展提供实践经验；识别多元金融资产变量之间的相关关系，建立中国金融市场与外国金融市场之间的均值传递及波动传递模型，并结合断点检验对比分析金融市场不同发展阶段的金融资产变量之间的动态传递特征；运用Granger因果关系检验及基于信息流理论的梁氏因果关系分析研究了中国金融市场与加密货币市场之间的因果传递效应，并基于多结构断点检验分析了金融市场剧烈震荡时期及金融市场平稳时期，两个市场之间的因果传递效应的不同表现，为基于Copula函数的模型分解提供了基础，并为进一步扩展金融风险模型的灵活性建立了前提，推动了股市投资组合相关学科的发展。

内容获取失败，请点击重试