基于CVaR-Copula的养老基金投资模型及应用研究

论文摘要

为了实现养老基金保值增值的目标,本文结合中国国情,选取股票、国债、企业债券和银行存款作为养老基金的投资工具,利用Copula函数研究股票、国债和企业债券间的相关结构,运用GARCH模型分析各自资产收益率的边缘分布,从而建立多元Copula-GARCH模型刻画三种资产收益率的联合分布。在此基础上,引入CVaR作为优化目标,建立基于CVaR-Copula的养老基金投资组合优化模型。结合历史数据,利用蒙特卡洛模拟方法分析资本市场未来收益情景,通过线性规划求解该模型,最后得到养老基金的最优投资策略。结果表明,对于降低养老基金投资风险,提高养老基金的投资收益,具有一定的理论和实践意义。

论文目录

• 中文摘要
• 英文摘要
• 第一章 引言
• 1.1 选题背景与意义
• 1.2 研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 主要分析框架及研究内容
• 第二章 基于 CVAR-COPULA的投资模型研究
• 2.1 CVAR 风险度量方法
• 2.2 基于均值-CVAR 的投资组合模型
• 2.3 COPULA 模型的构建
• 2.3.1 COPULA 函数
• 2.3.1.1 COPULA 函数定义及相关定理
• 2.3.1.2 基于COPULA 函数的相关性度量
• 2.3.1.3 COPULA 函数族
• 2.3.1.4 COPULA 函数参数估计
• 2.3.1.5 COPULA 函数拟合检验
• 2.3.1.6 COPULA 函数在股票市场相关性上的应用研究
• 2.3.2 GARCH
• 2.3.3 多元 COPULA-GARCH 模型
• 2.4 基于 CVAR-COPULA 的投资组合模型
• 第三章 基于 CVAR-COPULA的养老基金投资组合模型
• 3.1 养老基金投资工具分析
• 3.2 基于 CVAR-COPULA 的养老基金投资模型
• 第四章 养老基金投资策略研究
• 4.1 养老基金投资实证研究
• 4.1.1 COPULA 模型参数估计
• 4.1.1.1 投资工具的边缘分布
• 4.1.1.2 COPULA 函数参数估计
• 4.1.2 仿真模拟符合 COPULA-GARCH 模型的收益情景
• 4.2 养老基金投资策略分析
• 第五章 提高我国养老基金投资绩效的建议
• 5.1 资产配置多元化
• 5.2 构建养老基金投资运营风险管理体系
• 第六章 结论与展望
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况