Portfolio Selection Based on C-Vine Pair-Copula Constructions
and Markowitz Mean-Variance Model

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：29

、訪客IP：3.147.6.237

姓名

高裕哲(Yu-Zhe Kao) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

Portfolio Selection Based on C-Vine Pair-Copula Constructions and Markowitz Mean-Variance Model
(Portfolio Selection Based on C-Vine Pair-Copula Constructionsand Markowitz Mean-Variance Model )

相關論文

★ SABR模型下使用遠期及選擇權資料的參數估計	★ 台灣指數上的股價報酬預測性
★ 台灣股票在alpha-TEV frontier上的投資組合探討與推廣	★ On Jump Risk of Liquidation in Limit Order Book
★ 結構型商品之創新、評價與分析	★ 具有厚尾殘差下有效地可預測性檢定
★ A Dynamic Rebalancing Strategy for Portfolio Allocation	★ A Multivariate Markov Switching Model for Portfolio Optimization
★ 漸進最佳變點偵測在金融科技網路安全之分析	★ Reducing forecasting error under hidden markov model by recurrent neural networks
★ Empirical Evidences for Correlated Defaults	★ 金融市場結構轉換次數的偵測
★ 重點重覆抽樣下拔靴法估計風險值-以台泥華碩股票為例	★ 在DVEC-GARCH模型下風險值的計算與實證研究
★ 資產不對稱性波動參數的誤差估計與探討	★ 公司營運狀況與員工股票選擇權之關係

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

如何有效率的分配有限的資金在各種不同的投資工具上對投資人而言是一個重要的課題，尤其是處於動盪不安的經濟情況下。最近在金融實證的文獻中指出，股價報酬率間呈現複雜的尾端相關性，我們可以使用 copula來描述這些複雜的相關性結構。此類方法所產生的隨機變數不同於傳統的分配，可以將邊際分配與相關性結構作任意的組合，使得在聯合分配的配適上有較大的靈活度。
而此論文使用Pair-copula constructions則提供一個彈性方法來建構高維度copula。在Markowitz 的Mean-Variance架構之下，我們比較報酬率在傳統多維度常態分配假設與pair-copula constructions建立的模型之下的投資組合表現。若報酬率間的相關性結構偏離傳統假設，則pair-copula constructions的確具有較佳的投資組合表現。

摘要(英)

How to allocate his/her wealth among di erent investment tools more e ciently for
individual investor is an important issue especially in the volatile economic situation.
The stock index returns exhibit complex patterns of tail dependence which can be
captured by copula models. We apply pair-copula constructions for reducing the
load of estimation. Under Markowitz’’s mean-variance framework, we construct two
portfolios based on two di erent return models: the multivariate normal distribution
and the C-vine pair-copula decomposed model. By examining four Taiwan stock
indices from 2002 to 2011, we nd that C-vine provides a better performance.

關鍵字(中)

★ 投資組合
★ 關聯性結構

關鍵字(英)

★ portfoilo selection
★ copula

論文目次

1 Introduction 1
2 Preliminaries 3
2.1 Bivariate copulas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Kendall’’s tau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 Mean-variance model . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3 Pair-copula constructions 7
3.1 A pair-copula decomposition of a general multivariate distribution . . 7
3.2 C-vine pair-copula constructions . . . . . . . . . . . . . . . . . . . . . 9
3.3 Four-dimensional C-vines . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.4 h-function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.5 Statistic inference of C-vine copulas . . . . . . . . . . . . . . . . . . . 13
4 Simulation 15
4.1 Model selection for bivariate copulas . . . . . . . . . . . . . . . . . . 15
4.2 Simulation from a C-vine pair-copula decomposed model . . . . . . . 17
4.3 Selection among C-vine copula models . . . . . . . . . . . . . . . . . 19
5 Real data analysis 21
5.1 Data set and model selection . . . . . . . . . . . . . . . . . . . . . . . 21
5.2 Long term portfolio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
6 Conclusion 33
6.1 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
6.2 Future work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
A Pair-copulas 35
A.1 The bivariate Gaussian copula . . . . . . . . . . . . . . . . . . . . . . 35
A.2 The bivariate t copula . . . . . . . . . . . . . . . . . . . . . . . . . . 35
A.3 The bivariate Clayton copula . . . . . . . . . . . . . . . . . . . . . . 36
A.4 The bivariate Gumbel copula . . . . . . . . . . . . . . . . . . . . . . 37

參考文獻

[1] Aas K., Czado C., Frigessi A., Bakken H., 2009. Pair-copula constructions of
multiple dependence. Insurance: Mathematics and Economics, 44(2), 182-198.
[2] Bedford, T., Cooke, R.M., 2001a. Monte Carlo simulation of vine dependent
random variables for applications in uncertainty analysis. In: 2001 Proceedings
of ESREL2001. Turin, Italy.
[3] Bedford, T., Cooke, R.M., 2001b. Probability density decomposition for conditionally
dependent random variables modeled by vines. Annals of Mathematics
and Arti cial Intelligence 32, 245-268.
[4] Genest, C., Rivest, L.-P., 1993. Statistical inference procedures for bivariate
Archimedean copulas. Journal of the American Statistical Association 88,
1034-1043.
[5] Joe, H., 1997. Multivariate Models and Dependence Concepts. Chapman and
Hall, London.
[6] Markowitz, H., 1952. Portfolio selection. The Journal of Finance 7, 77-91.
[7] Nelsen, R. B., 1999. An Introduction to Copulas. Springer-Verlag, New York.

指導教授

傅承德(Cheng-Der Fu)

審核日期

2012-6-21

推文