This thesis attempts to investigate the portfolio optimization methods to capture the dependence structures across financial assets and manage tail-risk, which are very important topics in asset allocation. In this thesis, ten portfolio models are set up using dynamic conditional correlations and copulas in order to reflect the aforementioned issues. As a result, these portfolios outperform two benchmark portfolios, the equal weight portfolio and the traditional mean-variance portfolio. In addition to this, the portfolio model based on Gumbel copula is shown to be more superior than other portfolios in a declining market trend.
본 논문은 현재 자산배분 분야에서 중요한 연구 주제인 자산 간의 의존성구조 파악 및 꼬리 위험 관리를 위한 포트폴리오 최적화 방안에 대해 다룬다. 이에 따라, 최근 집중적으로 논의되고 있는 쟁점들을 반영하기 위해 동적 조건부 상관관계 모형과 코퓰러를 활용해 자산 간의 결합분포함수를 추정 후, 시뮬레이션을 통해 CVaR을 위험측정지표로 하는 포트폴리오 최적화를 진행한다. 그 결과, 설정된 모든 모형에서 동일비중 포트폴리오 및 평균-분산 포트폴리오에 비해 월등히 좋은 성과가 나타났다. 추가로, 아래 꼬리의 의존도(lower tail dependence) 파악에 있어 적합한 Gumbel 코퓰러를 활용한 포트폴리오 모형은 시장의 하락 국면에서 우수한 결과를 보였다.
