论文部分内容阅读
很多实证显示资产报酬间的关联性具有不对称的现象，而且资产报酬并非常态分配，而是呈现左偏及厚尾的形态。这些不对称的现象隐含当股市在面临空头的情形下，由于资产报酬间的关联性增加以及报酬分配呈左偏的特性，投资者可能会丧失分散投资所带来的利益，降低了分散风险的效果，而使得损失增加。本文采用Skewd-T GJR-GARCH模型捕捉资产报酬的左偏及厚尾现象，进行各个资产报酬的边际分配模型估计；再利用Copula模型以描述非线性相关于不对称性的特质，建构资产间的关联结构。最后，在Copula-GARCH的架构下，利用已开发国家(G7)与新兴国家市场(BRIC)在近十年来股市报酬间关联性结构，以CRRA效用函数当作投资者决策法则计算最适的权重。实证结果可以发现，使用加入时间变动因子的Time-Varying Copula进行权重估计的投资组合的效益会比忽略关联结构的变化的二元常态模型所建构的投资组合有较高的绩效。因此，在建构最适投资組合的问题上，不仅需要考虑资产间的关联结构会随着时间的变化而且及时的将投资组合权重分配进行改变，才能使投资组合具有最大的效益。