论文部分内容阅读
在金融危机背景下,虽然当前全球经济缓慢复苏,欧洲债务危机整体形势也日趋稳定,但全球经济和金融市场前景依旧不明朗。相对于我国持续低迷的股票、基金市场,国内债券市场却在迅速回涨。近年来,我国债券的发行期数和规模均呈现了较快的增长态势,然而在日益加剧的金融风险背景下,债券价格波动始终是一把双刃剑。债券市场的风险管理已经成为金融机构和投资者所面临的最重要问题之一。针对目前我国不断快速发展的债券市场以及债券指数走势相应的逐步转暖,债券组合风险的研究就显得非常具有现实意义。另一方面,Copula理论的出现并被引入金融研究领域,为弥补传统风险价值度量方面存在的一些缺点和不足提供了一条有效的途径。在已有的Copula理论和MCMC方法应用研究基础上,鉴于大都单独采用其中一种方法,而少有把两种方法结合起来进行应用研究,本文计划将时变Copula与MCMC方法结合起来研究我国债券市场风险。论文结合我国债券市场的实际特点,选取国债和企债指数,对债券投资组合建立了合适的时变Copula-GARCH-t模型,并根据MCMC方法确定了债券组合相应的配置比例,然后计算债券投资组合的VaR。最后与传统的静态常相关模式下Copula函数度量VaR进行分析比较,得出的结论是时变Copula-MCMC方法,不仅在组合配置的稳定性和精确度上要优于传统方法,而且能更准确的量化投资组合的市场风险,对投资组合风险研究效果有良好的改善,具有科学性和实效性。本文的特色主要体现在如下几个方面：1.采用GARCH-t模型估计Copula函数的边际分布,即单变量债券收益率序列的分布,并且选取时变对称的Joe-Clayton Copula函数来描述债券间的相关结构,比较符合现实债券市场变量间相关性随时波动的特征。2.根据资产收益率胜出的先验概率,结合贝叶斯推断中的MCMC方法确定债券组合的配置比例,在组合配置的精确度和稳定性上要优于传统方法。