加载中...
The Tail Dependence Between Commodity Futures Portfolios: Based on qpr-MIDAS Model
资产的多�样化投资是投资管理的核心话题,风险因子投资组合是投资者进行资产配置选择的重要参考,具有重要的研究意义。结合混频数据模型的思想,本文拓展并构建了qpr-MIDAS(quantile-specific probability ratio-Mix Data Sampling)分位点相协模型。文章基于中国商品期货市场,利用日高频商品指数以及股票指数,分别刻画了周频换手的风险因子与市场因子间的极值风险相依度量。从模型角度来看:结合MIDAS思想的qpr模型能够有效地刻画尾部相依度量,模型拟合效果更优;在经济应用中,该模型能够更有效地实现投资组合的多样化配置。同时,实证结果表明:(1)风险因子组合与市场因子收益间风险溢出关系相对独立;(2)因子组合间风险溢出的效果与商品指数以及股指收益存在明显的负向联动关系;(3)风险的传导效应会随市场准入政策放宽而减弱。本文的研究可为投资者在考虑极端风险情况下的商品期货资产组合配置以及投资组合设计提供理论借鉴。
Abstract
Diversified allocation of asset portfolios is a core topic in investment management, and risk factor portfolios are important references for investors' asset allocation choices. Combining the idea of mixed data sampling models, this paper extends and constructs the qpr-MIDAS (quantile-specific probability ratio-Mixed Data Sampling) quantile association model. Based on the Chinese commodity futures market, the paper uses daily high-frequency commodity indices and stock indices to characterize the tail risk dependence between weekly risk factor portfolios and the market factor. From the model perspective: the qpr model combined with MIDAS can effectively characterize tail dependence with better fitting performance; in economic applications, the model can more effectively achieve diversified allocation of investment portfolios. The empirical results show that: (1) the risk spillover relationship between risk factor portfolios and market factor returns is relatively independent; (2) the risk spillover effect among factor portfolios has an obvious negative co-movement with commodity index and stock index returns; (3) the risk transmission effect weakens with the relaxation of market access policies. This research provides theoretical reference for investors' commodity futures asset allocation and portfolio design considering extreme risk conditions.
qpr-MIDAS模型能更有效刻画尾部相依度量
相比仅使用周数据的qpr模型,引入MIDAS混频滤波的模型BIC值更小,拟合优度更高,能够更精准地捕捉多频率条件下的尾部溢出效应,为尾部相依度量提供了新的研究方法。
风险因子组合与市场收益间风险溢出关系相对独立
实证结果显示,除危机期间外,9个风险因子投资组合与市场收益间的qpr均值基本在2以下(约1.03),说明在一般情况下两者不存在显著的尾部溢出关系,风险因子组合与市场收益相对独立。
动量因子表现最优,获取高收益且受市场干扰最小
动量策略(MOM)组合具有0.276%的显著周收益和0.097的夏普比例,其qpr均值最小(约1.03),说明动量因子在获取较高收益的同时与市场收益的尾部相依性最低,受市场收益干扰最小。
风险溢出效果与商品及股指收益存在显著负向联动
VOL、FX、TS、HP等因子的β_midas显著为负,表明当商品指数或股票指数价格上涨时,风险因子组合与市场收益间的尾部溢出效应将减弱;反之在市场下行期间溢出效应增强。
市场准入政策放宽后尾部相依强度大幅降低
2012年7月《期货公司资产管理业务试点办法》发布后,多数因子的β_2012显著为负(如VOL因子为-1.5295),说明放宽金融机构市场准入政策后,期货市场风险溢出的效应大幅度降低。
分位点向中心移动时尾部相依关系逐渐减弱
随着分位点从0.1向0.5移动,qpr均值向1的方向移动,表明在极端事件条件下风险传导现象更加显著,一般时期两者间不存在明显的风险溢出效应。
核心解释变量
9个风险因子投资组合收益(动量MOM、波动率VOL、偏度SK、期限结构TS、未平仓合约OI、流动性LIQ、套期保值压力HP、投机SPECU、汇率冲击FX),基于周频换手配置;协变量为日频商品期货指数与股票指数
被解释变量
市场收益率(每期对应商品的等权重组合收益率)
样本与数据
28个商品期货,样本区间2006年1月至2020年12月,数据来源于国泰安数据库和Wind数据库;9个月换手风险因子组合,包含多种常见交易策略
识别方法 / 模型设定
构建qpr-MIDAS分位点相协模型,利用MIDAS滤波将日高频协变量信息整合至周频尾部相依度量中;通过四步迭代估计参数:1)估计边际分位点回归参数;2)估计指示函数A_i;3)迭代更新β_midas和权重参数ω直至收敛
内生性及稳健性检验
1)对不同分位点(0.1至0.5)下的尾部相依关系进行研究,验证极端条件下溢出效应更显著;2)基于月换手组合数据进行稳健性检验,参数结果与周数据一致;3)对比相同频率qpr模型与MIDAS模型的BIC值,证明混频模型拟合更优;4)选取时变高斯Copula、反转Gumbel Copula和协方差模型作为对比基准
更多相关数据正在补充