开放式基金投资风险思索基金投资论文.docVIP

开放式基金投资风险思索基金投资论文 1引言 2001年9月21日,我国成立了第一只开放式基金——华安创新。近年来,开放式基金作为一种风险分担、共享收益的现代集合理财工具以其独特的发展优势及强大的生命力,越来越呈现出迅猛发展的态势。目前,开放式基金在我国金融业中占据了举足轻重的地位,任何投资行为都有风险,开放式基金虽然有专家理财、分散投资,但是也不能完全避免市场风险、流动性风险等风险的存在。然而,高收益、低风险的投资才是投资者的理想之选,因此风险规避是基金管理公司的核心工作之一。20世纪90年代末,Copula方法作为相关性分析和多元统计分析的工具,开始应用于金融领域。E.Bouye(2001),Embrechts(2002),Forbes(2002)描述了Copula的各种相关模式,并把这个方法广泛地应用于金融市场的风险管理、投资组合的选择及资产定价等方面。在国内,吴振翔(2006)构建了投资组合风险分析的Copula-GARCH模型并对我国股票市场实际组合投资问题进行了风险分析。欧阳资生(2008)讨论了如何利用Copula连接函数对多元金融数据的相依结构进行统计建模。可以说国内外研究者对其研究已取得很多成果,但还存在许多问题有待进一步研究。例如,在构建相关性模型时,如何选取合适的Copula函数,如何估计参数;在构建相依结构时,对投资组合损失分布如何更有效刻画。根据前人的研究结果知,金融资产的收益率分布具有尖峰厚尾性、波动集聚性、非对称性,并且K.Nystrom和J.Skoglund的研究结果表明AR(1)适用于度量金融资产收益率的条件均值,针对这几点,本文提出AR(1)-TARCH-t(1,1)模型。另外,结合Copula函数刻画组合资产间的非线性相关性,实现单一资产到组合资产的过渡。 2AR(1)-TARCH-t(1,1) 收益率分布模型 若证券投资组合中有N种金融资产,采用AR(1)-TGARCH(1,1)模型对资产i(i=1,2,…,N)的近n期历史收益率数据rit(t=1,2,…,n)进行建模如下:rit=ui+λirit-1+aitait=σitεit,εit~t(v)σ2it=wi+αiμ2it-1+γiμ2it-1I-it-1+βiσ2it-1其中:ui为资产收益率的条件均值,εit是服从自由度为v的t分布,也是本文下一步进行估计的输入变量,I-it-1是一个虚拟变量,当μit-10时,I-it-1=1;当μit-10时,I-it-1=0。γiμ2it-1I-it-1为非对称效应项,即好消息(μit-10)和坏消息(μit-10)对条件方差有不同的影响,且坏消息比好消息带来的价格冲击更大,这与现实是相符的。模型中λi,ωi,αi,γi,βi均为待估计参数。估计出参数λi,ωi,αi,γi,βi后,便可以得到下一交易日rit的条件分布:P(rit≤rΩt)=P(ui+λirit-1+ait≤rΩt)=P(ait≤r-ui-λirit-1Ωt)=P(εit≤r-ui-λirit-1δit)=tv(r-ui-λirit-1δit) 3基于Copula函数和Monte-Carlo方法模拟组合VaR 3.1Copula函数(1)正态Copula函数CGaR(u1,u2,…,un)=ΦR(φ-1(u1),φ-1(u2),…,φ-1(un))(2)t-Copula函数Ctv,R(u1,u2,…,un)=tv,R(t-1v(u1),t-1v(u2),…,t-1v(un))其中,ΦR表示相关系数矩阵为R的n维标准正态分布;tv,R表示相关系数矩阵为R、自由度为v的n维标准t分布。 3.2蒙特卡洛模拟组合资产的收益率本文直接求金融资产随机扰动项的正态Copula函数及t-Copula函数。模拟正态Copula函数步骤如下:对相关系数矩阵R进行Cholesky分解R=AAT;生成一N×1(N为相关资产个数)的独立标准正态分布的随机向量:Z=(z1,z2,…,zN)T:N0,1…0………0…1;令X=AZ,产生N×1维向量X;计算ui=F(xi)(i=1,…,N),得到(u1,u2,…,uN):CGaR;用边际分布函数的反函数把(u1,u2,…,uN)T:CGaR映射到收益率z=(z1,z2,…,zN)T=(F-11(u1),F-12(u2),…,F-1N(uN))T模拟t-Copula函数步骤如下:对相关系数矩阵R进行Cholesky分解R=AAT;根据标准正态分布,模拟N个相互独立的随机变量X=(x1,x2,…,xN)T;产生与X相互独立的变量S,S服从自由度为v的χ2分布;令Y=vSX,则Y服从自由度为v的t分布;计算ui=tv(yi)(i=1,2,…,N),得