用于投资组合优化的半参数动态 Copula 模型

基于风险-收益权衡以实现最优资产配置的均值-方差投资组合模型，在投资组合优化中仍具有基础性地位。然而，其对资产收益分布的严格假设限制了其在真实世界数据中的适用性。参数化 Copula 结构通过考虑不对称性、重尾和时变依赖性，提供了一种克服这些限制的新方法。现有方法表明依赖于固定或静态的依赖结构，从而忽略了金融市场的动态特性。在本研究中，提出了一种半参数模型，该模型将非参数估计的 Copula 与参数估计的边缘分布相结合，允许所有参数随时间动态演化。我们开发了一个新框架，将时变依赖建模与灵活的经验 Beta Copula 结构相整合。边缘分布使用偏广义 T 分布族进行建模。这有效地捕捉了不对称性和重尾，使模型适用于真实世界场景中的预测推断。此外，该模型被应用于美国、印度和香港经济体金融收益的滚动窗口，以了解动态市场条件的影响。该方法解决了依赖参数假设的模型的局限性。通过考虑不对称性、重尾和交叉相关的资产价格，所提出的方法为在相互联系的金融市场中优化多样化投资组合提供了鲁棒的解决方案。通过自适应建模，它允许在不同的经济条件下更好地管理风险和收益，从而实现更高效的资产配置并提升投资组合表现。