国际金融危机背景下的金融资产配置管理: 基于泛函系数方法的研究

Large fluctuations of the asset prices (eg., stocks, bonds, exchange rates and commodities) have occurred due to the recent financial crisis. In this sense, investigate the dynamics of volatility and correlations of these assets and construct the portfolio under the crisis background has important implications for institute investment and social security fund management. However, there exists some problem in literatures. Our purpose is to model some stylized facts (eg., structure break, asymmetric correlation and volatility clustering) combining functional coefficient technique, realized measure and high dimension correlation model. Then, we will use our new model to compute the portfolio value at risk, forecast volatility and construct the high dimensional portfolio management.

由于近年来国际金融危机频发，全球股票市场、债券市场、外汇市场和大宗商品市场等金融资产价格震荡。因此，研究金融危机背景下单个金融资产的波动行为和相关系数的演变规律，并将其用于高维的（大于100）资产组合管理，对机构投资者和社保基金管理者有着重要的现实价值。基于现有文献存在的不足，本课题结合了泛函系数技术、实现测度技术和最近高维相关性模型，提出一类能够刻画金融危机背景下的金融资产特征事实（如：结构突变、非对称效应和波动集聚效应等）的模型，并将结论用于组合的在险值计算、波动率预测和资产组合配置等方面的研究。

近年来国际金融危机爆发的频率加快，每隔约3-4年就爆发一次：2007年爆发的美国次贷危机、2010年爆发的欧债危机、2014年爆发俄罗斯金融危机、以及最近爆发的中美贸易战。本项目主要工作是利用金融市场所反映的动态信息来改进已有模型的收益率预测、波动率预测和资产配置绩效等。具体地，将泛函系数方法、机制转换技术和混频建模技术等巧妙地引入到已有的收益率模型、波动率模型和相关系数模型，以便充分刻画由金融危机所引发的模型不稳定和结构突变等事实，以期进一步提高资产配置的绩效。在均值-方差资产配置理论框架下，本项目主要内容集中在以下4方面：.1.构建稳健的收益率预测策略。我们先构建一个稳健的非参数统计量回答收益率是否可以预测问题。相比已有统计量，新提的统计量具有合理的size和更高的power；然后，通过挖掘一些经济变量如油价上升与收益率溢价的关系，或回归约束方法对收益率的影响，构建新的收益率预测模型。实证结果显示新模型的预测结果对模型不稳定和结构突变等情况是稳健的，因此能满足国际金融危机背景下的建模要求。.2.考虑结构突变等特征的波动率建模。充分考虑近年来金融危机频发事实，项目负责人创新性地将能刻画结构突变性质的泛函系数方法和机制转换技术融入到传统的波动率模型中，并证明新模型的大样本统计性质，实证结果表明新模型比传统模型具有更高的预测精度。.3.构建灵活可处理的相关性模型。由于金融资产的相关系数存在着非对称特征和社保基金或基金公司投资的资产数量巨大的事实，本项目借助于动态等相关（DECO）的假定和机制转换技术，提出一个可行的新相关性模型，并证明新模型的大样本性质。实证结果显示基于该模型的资产组合具有更好的投资业绩。.4.将提出的新模型（方法）运用于资产配置管理等方面。本项目把资产配置的研究融入到前面1-3部分中，即在构建新模型后，均以资产组合投资绩效、收益率预测和波动率预测等为标准考核新模型的表现，从而使研究的经济意义更加凸显和直观。