低风险与高收益是每一位投资人最理想的投资类型,它们就好像一枚硬币的两面,又有如鱼与熊掌,总是不可兼得,在投资活动中,每一位投资者所进行的风险管理活动都是寻求风险与收益的一个平衡点。分散投资理论是金融风险管理中重要的一大领域,若用通俗语言比喻分散投资理论,莫过于“不要把鸡蛋放在一个篮子里”,这句俗语精准地握住了分散投资理论的特点,形象地表达了投资在不同资产类型或证券上的重要性,与单一证券投资相比,分散投资的一个重要好处就是可以在不影响收益的同时降低风险。20世纪50年代,马科维茨提出了著名的“投资组合理论”,提出用证券收益率的均值和方差来度量收益和风险,并在风险厌恶型投资者的假设下,选择某个收益率水平下具有最小方差的投资组合(或在给定的方差下选择最大收益的组合)来进行投资,这一理论为分散投资策略奠定了坚实的理论基础,由此投资者也意识到分散投资所带来的益处。国际分散投资理论则是将视野拓宽到国际范围中的分散投资,将国与国之间相互关系的不同作为影响不同资产之间相关关系的一个重要因素,从更大角度上进行分散投资理论的应用。伴随着经济全球化的浪潮,不同国家和地区间的资产配置日渐盛行。国际化的分散投资,能够有效化解市场的非系统性风险,理论上来说,如果投资的资产或股票数量足够大的话,几乎可以完全规避掉非系统性风险。随着国际经济的发展,全球经济格局不断变化发展,新兴市场将逐步成为世界经济的中心。2007年,金砖四国的家庭消费增长首次超越美国,且金砖四国整体的进口总额也超越美国,同时,2009年,中国的汽车销售量超过美国,这些数字都反映了金砖四国作为消费大国和生产大国在世界经济中的地位与日俱增,也成为全球跨国公司新的主要投资目标。新兴市场股票一直以来被认为比发达国家市场股票风险更高,在2008年的金融危机中跌幅相比其它市场而言更大,但是在2009年其反弹复苏速度也更快,尤其金砖四国中巴西、印度、俄罗斯的涨幅均超过了 100%。传统方法研究国际分散投资时,主要依赖于国家间的低相关性。学术界一开始将研究重点放在发达市场,但是近年来,随着研究深入以及国际金融市场的变化,研究重点已经大幅度转移到新兴市场给国际分散投资所带来的影响上。近年来随着国际金融形势不断变化以及研究的逐步深入,学者们逐渐将眼光转移到与发达市场相对的新兴市场;同时,在相关性度量标准上不断进步,由早期的直接利用相关系数进行分析,忽略了多个投资之间相关性各自不同的特点,发展到近年来新兴的一种统计方法——连接函数(Copula),它是利用不同金融资产收益率的边缘分布以其样本数据来近似求出其联合分布的数学方法。相比于传统的相关性度量指标,Copula函数具有一系列更好的特性,让研究者对金融市场内部的相关性有更好的了解。相比传统线性相关系数而言,常用相关性系数通常都是在线性变换下不变的一种相关性指标,若涉及到非线性函数的相关性问题,则很有可能得出错误的结论,然而Copula函数却只要求函数变换能够满足严格单调增变换,即使是非线性函数也可进行分析,对比之下,就应用范围来说,线性相关系数较于Copula函数要宽广许多。然后使用Copula函数进行相关系数的推倒时也会引发一些问题,其中比较重要的要数此类相关性系数不具备唯一性这一问题,并且当投资者希望解决多个资产的投资组合相关性结构的问题时,若不加处理地使用多元Copula函数,常常会忽略维数问题可能产生的影响,以及在两两不同的资产组合中间往往具备不同的尾部相关性这一特征,从而使得维数增加到二维以上乃至更多时,会无法避免地导致两两不同资产间相关性结构分析与实际的偏差。对于在多资产组合投资优化中Copula函数的应用,我国目前所进行的研究并不多,通常情况下,我们在使用Copula函数对多维随机变量间的相依程度进行描述时,经常会做出该多维Copula函数是某一种特定参数族的多元连接函数(如正态高斯Copula 函数,T Copula 函数,Gambel Copula 函数以及 Clayton Copula 函数等)的假设,显而易见,这样处理方式略显粗暴,同时不可避免地产生了一定的局限性,导致模型构建不够灵活。考虑到这种情况,我们有必要对多元连接函数计量体系进行改进,寻找到一种既能够灵活应用,又能够真实的反应各资产间相关性结构的计算模型,使之在对多资产投资组合的相关性结构进行更好的描述。近年来有关Copula理论的研究出现了新热点,学者们将“藤结构”与Copula理论相结合,从而产生了一种崭新方法——基于藤结构的Pair Copula模型,这也是本文中将要使用的重点模型,它是在图形建模工具藤的逻辑结构基础上,利用一系列PairCopula模块对多元随机变量数据建模,并利用这样的模型描述多元联合分布,进而扩展到对多元变量间的相依结构进行更细致的分析,为Copula理论的应用,特别是高维情况下的应用提供了理论基础。相比于在多个变量的联合分布中直接使用多元Copula函数,Pair Copula分解模型将这些多元变量打散细化,通过一定的规则将这些多远变量分解成两两为一组的PairCopula模块,并用图形建模工具“藤结构”将这些两两一组的二元变量结合起来,在这一过程中,需要根据数据分布的尾部特点,为每一个Pair Copula模块选择合适的二元Copula函数进行拟合,通过这一步骤让多元分布的模型构建细致化,从原本对多个变量只有一个Copula相关系数进化为用多个相关系数描述两两不同资产之间的尾相关差异,大幅度提高模型构建的灵活性。另外,通过此模型产生的蒙特卡洛仿真序列计算出的投资组合在险价值中能够更多描述两两资产的尾部相关信息,因而在险价值也会更加准确。本文通过建立模型分析发达市场与新兴市场各代表国家与美元的收益率数据,收集1988年6月1日到2013年5月29日各国货币与美元汇率的每日收盘价,建立一个既克服多元GARCH无法解决的维数问题,又便于估计的模型来描述不同资产之间的相依性,同时,考虑到尾相关在国际分散投资中的重要性,文章引入Copula改进模型,并针对不能很好的捕捉到高维变量中两两变量间的尾部相关性差异的缺点,将运用近年来学术界比较关注的图形建模工具“藤”的分解结构,以获得更加精确的结果。全文共分为七个章节。第一章为导论部分。本章阐述了本文的研究背景和选题意义,对相关国内外文献进行梳理的基础上,就目前Pair Copula及其在投资组合分析方面的研究文献做了综述,总结了本文进行研究的重难点,并制定出本文的研究思路以及基本框架,阐述了本文的研究方法和创新之处。第二章、第三章为理论阐述部分。本章对本文使用的模型的两个基本理论GARCH及Copula理论进行了阐述,并对相关模型进行了对比,最终从理论上得出本文模型的可行性,确定建模方向。第四章为GARCH-Pair Copula模型构建与参数估计部分。本章在前人所做文献的基础上,为实证分析中模型的如何构建以及参数如何估计做出了理论的推导,并给出模型构建大致步骤:先做出边际分布GARCH(1,1)-t模型,再做出Pair Copula分解建模。第五章结合GARCH Pair Copula以及在险价值VaR。给出了在本文模型架构下的在险价值的测度,完成了研究点从Copula的相关系数到投资者所关切的在险价值VaR的转变。第六章为实证分析。本章通过在发达市场和新兴市场各自选取了代表性国家的货币与美元收益率的历史数据,在进行ADF平稳性检验以及ARCH效应检验之后,依照边际分布和Pair Copula两大步骤分别进行建模与参数估计,最终根据得出的自由度等数据,对新兴市场在投资组合中是否具有风险分散效果进行相关性角度的说明,最后通过蒙特卡洛模拟以及VaR测度给出在不同置信度水平下,不同权重的投资组合的VaR值,并通过对相应投资组合中资产权重的控制变量法,说明个别市场对风险分散的能力大小以及初步的原因分析。第七章为研究结论与展望。这一章根据前文的模型推导和实证的结果,对新兴市场在国际投资组合中是否能起到分散风险的作用进行了分析与总结,同时指出本文模型存在值得深入与细化之处,如边际分布模型与不同Copula函数的选择方面可以进行更细致的工作。本文的贡献及创新点在于:(1)利用GARCH Pair Copula模型以及藤结构的应用,着重对在国际分散投资中新兴市场的作用进行了分析;(2)通过实证分析证实了模型的可行性及有效性;(3)结合在险价值对模型下不同权重资产组合进行了度量,从VaR角度证实了模型的有效;(4)结合实际国际经济形势,对新兴市场在国际投资组合中能够产生如此作用的原因进行了初步探讨。