论文部分内容阅读
近年来,世界经济进入了增长疲软期,发达经济体增长乏力,新兴经济体增长则全面减速,甚至是面临金融危机的威胁。金融市场面临的风险日益复杂和多样化,各类资产之间联动效应愈加明显,金融市场的波动愈发频繁。在此环境下,国内投资者也在不断寻求增长收益和规避风险的新方法,“高收益、低风险”的对冲基金很快便步入国内投资者的视野。随着对冲基金行业定制化趋势的发展以及金融市场间关联程度的不断加深,对对冲基金投资组合的风险管理将会引起更多投资者的重视。尽管国内对冲基金经2010年的股指期货、融资融券开通后迎来了迅猛的发展,但面对国际上顶尖的对冲基金公司的竞争,国内对冲基金公司在风险度量和风险控制水平上仍存在着不少不足之处。加强对冲基金的风险研究有助于国内对冲基金市场稳步发展;有助于形成先进的风险管理理念以及完善风险管理制度。在未来,这也将是国内对冲基金公司与国外优秀的对冲基金公司进行同台竞技的必要条件。因此本文尝试对不同投资策略对冲基金以及它们的投资组合进行风险度量。风险价值(Va R)是一种金融机构常用于对金融资产组合进行风险管理的方法,在计算上有着较大的便利性,渐而也成为了学者们对市场风险进行测量的主要方法。传统的Va R模型需假设数据服从正态分布,为得到准确的风险度量结果,往往需要使用到较大规模的历史数据。条件风险价值(CVa R)度量则发展与提高了基于Va R的风险管理思想。CVa R在克服Va R不具有次可加性、没有关注到资产尾部极端损失等缺陷的同时,有效地量化风险,因而可用来进行与Va R类似的投资风险管理。对于具有尖峰厚尾、波动集群特点的金融资产时间序列数据,学者们普遍采取GARCH模型对其进行拟合。相较于ARCH模型,GARCH模型所要求的参数更少,适用性更强,在对Va R和CVa R的估计中逐渐得到广泛的应用。极值理论(EVT)研究的是极端条件下数据的分布特征,在极端风险的度量和管理中具有明确的理论指导意义。极值理论无需假设数据服从特定的分布,而是让数据自身选择其分布特征。金融市场面临的风险往往是复杂和多样的,金融资产的剧烈波动也时有发生。极值理论能够利用其特性更好地拟合数据的尾部,因而众多学者对极值理论在金融市场上的应用展开了大量的研究。在实证分析中,本文依据国际对冲基金研究组织对对冲基金投资策略的划分标准,从朝阳永续私募数据库中选取了四只对冲基金策略指数。它们能够全面反映目前国内对冲基金市场分策略的绩效表现。为精准度量单一投资策略对冲基金的风险,本文参考了学者们对具有高峰厚尾、波动集聚特点的金融资产序列的研究。根据单一对冲基金策略展现出的数据特点,本文依次拟合了基于不同误差项分布的GARCH模型,包括了正态分布、t分布以及GED分布。针对单一对冲基金策略的极端市场风险,本文引入极值理论(EVT),运用数据直接拟合单一对冲基金策略尾部的分布,构建了立足数据分布尾部的GARCH-POT模型。为了比较不同GARCH模型对单一对冲基金策略的拟合效果,本文利用Kupiec检验、Christonfferson检验和DLC检验方法分别评估了不同GARCH模型对Va R和CVa R的风险度量的准确性,依此为不同投资策略的对冲基金选择合适的边缘分布。基于不同对冲基金策略边缘分布的拟合结果,本文通过AIC和BIC指标研究了单一Copula函数的选择,结果表明多元t-Copula函数更好。本文利用混合Copula函数将各种对称和尾部相关性考虑在内,通过蒙特卡洛的方法计算得到Va R。结果显示,相较于单一的Copula函数,混合Copula函数能够更准确地度量对冲基金投资组合的风险。