结构突变下金融风险传染的隐Markov-高维动态藤Copula方法构建及应用研究

Since the fatal arising out of the global financial crisis events in the late 20th century, researching on the contagion of financial risk has become a hot subject. Aiming at the importance of structural breaks in the volatility of financial revenue and the weaknesses of existing methods of researching on the financial risk contagion, this subject not only includes the financial volatility structural breaks into the research of dynamic financial risk contagion effect which makes the research on the theme of financial risk contagion get a further development. What’s more important, on the study of financial contagion effect, this subject extends Markov model to hidden Markov model to capture the volatility level and structural breaks of the financial revenue and the ICSS method is used to distinguish the pseudo breakpoints arising from HMM and eliminate the false and also extends copula models to high-dimensional dynamic vine copula. Besides, the more scientific and advanced high-dimensional vine structure simplified by the pair-copula is selected by minimum spanning tree algorithm that optimized by ant colony algorithm, then modeling the financial risk contagion useing the Hidden-Markov and high-dimensional Dynamic-Vine-copula, which shows a large superior to the existing methods. At last, this subject investigates the portfolio optimization strategy on across markets and regions based on the research results of financial risk contagion.

自20世纪末期全球所发生的重大金融危机事件以来，金融风险传染效应研究已成为热点课题。针对金融波动结构突变（Structural Breaks）的重要性以及金融风险传染研究存在的技术缺陷，本课题不仅将结构突变纳入到金融风险动态传染效应的研究框架，进一步丰富与发展了已有的研究主题；更为重要的是，在研究方法上，既将传统的Markov（或MRS）扩展到隐马尔科夫模型(HMM)，以刻画金融收益的波动状态与波动结构突变，用ICSS剔除HMM下波动结构突变的伪断点，同时又将传统copula拓展到高维动态藤copula，在采用pair-copula技术简化高维结构后，引入蚁群算法优化最小生成树算法来选取更为科学与先进的藤结构，构建出金融风险传染研究的HMM-高维动态藤copula模型，较大程度地扩展与改进已有的研究技术方法；最后，本课题根据金融传染的研究结果，探讨了跨市场、跨区域的投资组合优化策略研究。

自20世纪末期全球所发生的重大金融危机事件以来，金融风险传染效应研究已成为热点课题。针对金融波动结构突变（Structural Breaks）的重要性以及金融风险传染研究存在的技术缺陷，本课题不仅将结构突变纳入到金融风险动态传染效应的研究框架，进一步丰富与发展了已有的研究主题；更为重要的是，在研究方法上，既将传统的Markov（或MRS）扩展到隐马尔科夫模型(HMM)，以刻画金融收益的波动状态与波动结构突变，用ICSS剔除HMM下波动结构突变的伪断点，同时又将传统copula拓展到高维动态藤copula，在采用pair-copula技术简化高维结构后，引入蚁群算法优化最小生成树算法来选取更为科学与先进的藤结构，构建出金融风险传染研究的HMM-高维动态藤copula模型，较大程度地扩展与改进已有的研究技术方法；最后，本课题根据金融传染的研究结果，探讨了跨市场、跨区域的投资组合优化策略研究。本课题的主要研究结论如下：（1）HMM-ICSS模型在波动结构突变刻画时不仅考虑收益率对结构突变的影响，还加入了波动率对波动结构突变刻画的作用，能够从更多视角来度量其波动结构突变，使得测度波动结构突变相较于MRS模型更加准确、可靠；（2）由于R-Vine结构没有特定结构形式的局限，因此，相较于形式较为固定的C-Vine星状结构和D-Vine平行结构，R-Vine Copula模型能够更加灵活和有效地刻画出金融资产之间的风险传染关系；（3）高维的R-Vine Copula函数除了能够单独刻画投资组合两两资产间的风险传染关系，也能够有效刻画资产组合间的整体风险传染关系；（4）无论是从预测总收益、预测总风险、预测夏普比率以及测度总收益这四个维度来看，本课题所构建的基于结构突变与高维R-Vine Copula风险传染下的时变投资组合优化模型具有显著的准确性与可靠性，从而表明本课题所构建的研究方法具有明确应用价值与实际意义。