基于cvar模型投资组合保险的绩效实证研究

《基于cvar模型投资组合保险的绩效实证研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。基于CvaR模型投资组合保险的绩效实证研究　　摘要：经济全球化和金融市场一体化带来金融市场波动加大。投资者期望一个在价格下跌的时候能够维持最低保障，同时又能够在市场上涨时带来收益的投资理财产品。投资组合保险策略正是能够满足大家的这种期望。通过将CvaR与投资组合保险相结合，将投资组合保险策略进行动态的改良，考量改良后的投资组合保险在金融市场中对于风险度量的实际应用情况。　　关键词：保险市场；投资组合保

2、险策略；VaR；CvaR；GARCH模型　　文章编号：1003--0098-06中图分类号：文献标识码：A　　一、引言为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　投资者在金融市场进行投资时会遇到各种各样的风险，风险控制的关键就是寻求如何去对风险进行定量描述，

3、换句话说就是如何将风险量化，使得风险投资者能够更加清晰地认识其所面临的市场。新型金融衍生品的快速发展使得金融市场更加难以掌控，导致了风险急剧增大。加大对市场风险的把控和确保市场的稳定发展，这对投资者和市场监管者都很重要。由于黄金价格波动较大，本文将黄金现货价格作为风险资产组建投资组合，并进行投资组合的研究分析，通过将CvaR模型引入投资组合保险策略中，将CvaR作为投资组合保险策略的一个绩效指标，对投资组合保险策略进行优化，并对CvaR-CPPI策略、CvaR-TIPP策略进行绩效实证研究。　　二、基于GARCH模型的VaR与CvaR计算　　三、基于CvaR的投资组合保险策略

4、的改进　　一般情况下，在多头市场，CPPI策略优于TIPP策略，EL风险和盈利可能性随着风险乘数和要保额度的增加而增加。在空头市场，CPPI策略稍劣于TIPP策略，且CPPI策略和TIPP策略的风险随着风险乘数和要保额度的增加而减小，盈利能力随着风险乘数和要保额度的增加而增大。在震荡市场，TIPP策略优于CPPI策略，并且随着乘数和要保额度的增加而增大，CPPI策略盈利能力减小，TIPP策略盈利能力增大。通过优化，运用t-l期CvaR作为第t期风险资产与无风险资产间的一个影响因素带入最初的投资组合保险策略中，对投资组合保险进行动态调整分析。据此，本文进行了模型的调整，以下为基

5、于CvaR的投资组合保险策略动态模型的调整过程：为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　基于CvaR模型，对CPPI策略模型和TIPP策略模型的改进原理是，根据样本价格的涨跌，将风险资产与无风险资产进行调整，具体就足将t-l时期CvaR乘以要保比例。假如

6、t-l时期的价格小于t时刻的价格，即价格上涨，从无风险资产中扣除上述数值后放人风险资产中，执行“追涨”策略；如果t-l时期价格大于t时期价格，即价格下跌，从风险资产中扣除上述的数值加入到无风险资产当中，执行“杀跌”策略。　　四、基于CvaR下投资组合保险的风险与收益绩效实证分析　　样本选取及检验　　本研究采用上海黄金交易A现货价格作为样本。选取XX年1月7日至XX年11月4日的数据作为多头市场的数据，选取XX年3月6日至XX年12月31日的数据作为空头市场的数据，选取XX年3月7日至XX年12月26日的数据作为震荡市场的数据，其中，每个市场选择200交易f1的数据。　　通过在

7、多头、空头以及震荡市场投资组合保险的收益情况比较发现，在不同市场，不同风险乘数与要保额度都能对期末的收益存在影响。当使用GARCH模型进行实证分析时，若数据的频率过长，同样数量的数据就会使得总的周期过长，不利于最后分析结果。所以，以风险乘数为2，要保额度为800/0的CPPI策略的多头市场数据作为样本进行分析。采用对数收益率算法计算样本的收益率。　　首先，利用ADF检验对样本平稳性进行检测。结果表明，收益率序列的ADF值检验的结果为-，明显小于1%、5%、10%的置信区间下的值-、-、-，且其概率近乎为