copula函数在保险投资组合风险管理中应用word格式论文.docxVIP

第一章绪论1.1 研究背景近几年来，我国保险业发展迅猛，保险资金的规模越来越大。截至 2008 年12 月底，我国保险资金运用余额已达 3.1 万亿元，比 2007 年底增加约 14.3%， 保险公司已经成为我国资本市场中的主流机构投资者。与此同时，我国保险市场 的竞争日益激烈，市场集中度进一步下降。据统计，2008 年共有 10 家新的保险 公司开业运营，使得保险市场主体由 2007 年的 120 家增加到 130 家。其中，产 险前 4 家公司原保险保费收入所占的市场份额为 71.7％，比上年下降 1.1 个百分 点；寿险前 4 家公司原保险保费收入所占的市场份额为 71％，比上年下降 1.9 个百分点。激烈的市场竞争导致各家保险公司在传统的承保业务上的利润逐渐下 降，而保险公司所拥有的巨额保费收入使得保险投资成为保险公司利润增长的重 要支柱，保险投资的效率直接关系到保险公司的生存和发展。因此如何有效地运 用巨额的保费资金，建立高效全面的保险投资组织体系和风险管理体系，是我国 保险公司所面临的一个重要问题。发达国家的保险投资实践表明，保险投资有两个主要特点即资产配置多样化 和将资金主要投资于资本市场。而目前我国的资本市场还不够成熟，特别是股票 市场波动剧烈、风险较大，这给我国保险投资收益带来较大影响。2007 年中国 股市的繁荣成就了我国保险行业骄人的投资业绩，保险投资收益率高达 12%。而 2008 年随着股市的下跌，保险资金的投资收益率也急速下滑。由保监会披露的 信息显示，2008 年上半年，保险资金运用实现收益 648.7 亿元，平均收益率仅为 2.4％。此外我国保险投资渠道狭窄，对各项资产的投资比例还有较强的限制， 缺乏中长期的投资工具，造成投资结构不够合理，难以体现保险投资的长期性优 势。但是随着我国资本市场不断发展和成熟以及国家对保险资金投资于各项金融 资产比例的不断放开，保险投资的品种将会越来越多样化。同时持续扩大的保险 投资规模，也将使保险投资的风险日益加大。因此如何提升保险投资的风险管理 水平，通过对保险资金的最优配置来提高保险公司的投资收益，对我国保险公司 来说就显得尤为重要。1.2 研究目的与意义近年来为拓宽我国保险公司的投资渠道，保监会颁布了一系列的法规，并逐步放开对单项资产的投资比例限制。从 2005 年开始保险资金可直接投入股市，但投资股票的比例不得超过本公司上年末总资产规模的 5%，到 2007 年这一比 例上升至 10%。目前，除了商业银行存款以外，保险资金还可投资于 AA 级以 上的企业债、国债、股票、证券投资基金、基础设施项目建设以及货币市场等。 由此可见，随着我国资本市场的不断发展以及保险公司投资管理水平的不断提 高，保险公司的投资渠道将会不断放开，这也将为保险公司带来更多的提高投资 收益的机会。但日益丰富的投资对象也对保险公司的风险管理水平提出了更高的 要求，因为不同的金融市场或金融资产之间的关系日益复杂，而且像股票这样的 资产在带来高收益的同时也具有很大的风险，这些因素都给保险投资带来了很大 的不确定性。因此，保险公司需要一个能够综合分析这些不同资产构成的投资组 合的风险的模型，既能刻画投资组合总体风险同时又能考虑到单个资产的风险特 质，并根据保险公司自身的经营状况确定期望收益率，在风险最小的条件下获得 最优的投资比例。为了对我国保险投资组合的整体风险进行有效的度量，需要研究投资组合中 各项资产的相关结构和风险度量方法。目前对投资组合风险度量的主流方法为 J.P Morgan 提出的VaR 方法。但以往对于金融时间序列建模都是基于一些简单 的假设。对于单个金融资产的收益率序列，往往假设其为扰动项服从正态分布 的时间序列模型。而对于多元金融时间序列，通常假设其服从多元正态分布。 但是国内外许多实证研究都表明，单个资产的收益率序列一般都具有尖峰、厚 尾等非正态特征，而投资组合的收益率联合分布也不服从多元正态分布，如果 采用多元正态分布来计算投资组合的VaR 将与实际值偏差较大。因此对投资组 合的风险度量应深入考察单个资产边缘分布的特征和各资产之间的相关结构。 以往常用的线性相关系数分析方法，存在一定的局限性，不能反映不同资产之 间的非线性相关关系，也不能全面地反映资产间的相关结构。因此，本文引入 Copula 函数来刻画保险投资组合中不同资产间的相关结构，首先确定单个资产 的边缘分布，然后利用一个连接各资产的 Copula 函数，可得到一个与实际数据 更为接近的联合分布，从而对保险投资组合的风险进行更精确的度量。1952 年马克维茨提出的均值—方差投资组合模型被公认为现代投资组合理 论的开端。但是均值—方差模型是建立在资产收益率服从正态分布的假设基础之 上的 。在该模型中，只有当风险