發(fā)布時(shí)間：2021-10-12 01:49

　　近年逐步發(fā)展和完善的金融市場(chǎng)進(jìn)一步推動(dòng)了實(shí)體經(jīng)濟(jì)發(fā)展,提高了資源的分配和利用效率,滿足了企業(yè)和個(gè)人在資金方面的需求。健全和完善的金融體系,在市場(chǎng)經(jīng)濟(jì)體制中具有不可或缺的作用。金融市場(chǎng)中最繁榮、最有生機(jī)的市場(chǎng)是股票市場(chǎng),對(duì)股票市場(chǎng)風(fēng)險(xiǎn)的計(jì)量經(jīng)過(guò)較長(zhǎng)時(shí)間的發(fā)展,其理論和方法也逐漸豐富。股票市場(chǎng)的風(fēng)險(xiǎn)主要表現(xiàn)為股票價(jià)格的不規(guī)則劇烈波動(dòng),且當(dāng)一個(gè)國(guó)家或地區(qū)的股票價(jià)格出現(xiàn)大幅波動(dòng)時(shí),其他國(guó)家和地區(qū)的股票價(jià)格也會(huì)受到影響,這種波動(dòng)的連鎖反應(yīng),就是金融市場(chǎng)相關(guān)性的具體表現(xiàn)。度量金融市場(chǎng)的風(fēng)險(xiǎn)時(shí),資產(chǎn)間的相關(guān)性是重要研究對(duì)象。皮爾遜相關(guān)系數(shù)主要研究變量間的線性相關(guān)關(guān)系,而股票收益率序列常具有尖峰厚尾的特征,不同資產(chǎn)間的相關(guān)關(guān)系,通常是動(dòng)態(tài)變化的,并且可能出現(xiàn)非對(duì)稱相關(guān)的情形。對(duì)于這種復(fù)雜情況,需利用copula函數(shù)進(jìn)行相關(guān)性度量�，F(xiàn)有文獻(xiàn)中對(duì)行業(yè)間相關(guān)性的研究較少,且數(shù)據(jù)維度較低,因此本文根據(jù)申萬(wàn)一級(jí)行業(yè)指數(shù),采用2017年至2019年期間的行業(yè)指數(shù)價(jià)格數(shù)據(jù),研究多維行業(yè)間的相關(guān)關(guān)系。使用GARCH（1,1）模型、GARCH（1,1）-t模型對(duì)行業(yè)指數(shù)的對(duì)數(shù)收益率序列進(jìn)行擬合,并將模型的標(biāo)準(zhǔn)殘差經(jīng)概率... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２二元正態(tài)Ｇａｕｓｓｉａｎ?ｃｏｐｕｌａ的密度函數(shù)圖及密度函數(shù)的等高線示意??圖（ｐ?＝?〇，６）??（２）ｔ－ｃ．ｏｐｕｌａ?函數(shù)??

?山東大學(xué)碩士學(xué)位論文???ｔ－ｃｏｐｕｌａ函數(shù)的密度函數(shù)：??，?＾?ｒ（＾）［ｒ（ｆ）ｒ１?（１?＋??ｃ（ｖｕ．．．＾＾）?＝?＼ｎ?２?ｒ（＃Ｆ－?（２＇１２）??其中，Ｍ表示自由度，ｒ?yàn)椋纾幔恚恚岷瘮?shù)，ｒｓ．Ｍ表示相關(guān)系數(shù)矩陣為正定矩??陣Ｓ，自由度為／／的ｔ分布函數(shù)，ｒｆ表示自由度為／／的ｔ分布函數(shù)的逆函??數(shù)，１＝?（￡ｌ乂２，…，??圖３繪制了ｔ－ｃｏｐｕｌａ函數(shù)的概率密度圖與等高線示意圖，與高斯ｃｏｐｕｌａ??函數(shù)相比，ｔ－ｃｏｐｕｌａ的密度函數(shù)圖邊緣翹起更加嚴(yán)重，尾部的等高線更加密??集。高斯ｃｏｐｕｌａ函數(shù)適用于研宄具有對(duì)稱相關(guān)關(guān)系、但不具有尾部相關(guān)性的??多維風(fēng)險(xiǎn)模型。ｔ－ｃｏｐｕｌａ函數(shù)適用于研究具有對(duì)稱相關(guān)關(guān)系、同時(shí)具有一定??尾部相關(guān)性的多維風(fēng)險(xiǎn)模型。??ｉ?ｉ?ｉｉ，．虜??？?ｗ??一一——Ｊ??ｖ?〇?〇?ａ?ｏｉ?ｃｊｔ?〇３?ｔ－Ａ?ａｓ?ａｔ?ａｖ?ｏｓ?＆？??圖３二元ｔ－ｃｏｐｕｌａ的密度函數(shù)圖及密度函數(shù)的等高線示意圖仏＝５，?ｐ?＝?０．６）??２．阿基米德ｃｏｐｕｌａ函數(shù)??阿基米德ｃｏｐｕｌａ函數(shù)易于刻畫(huà)非對(duì)稱相關(guān)關(guān)系，其函數(shù)（７：丨０，１］＂?４??［０，１］可表述為如下形式：??ｎ??ｃ?（ｖ１，ｖ２，?■■■?，ｖｎ）?＝?ｉｐ￣：?（＾２?ｉｐ（ｖｉ））?（２．１３）??ｉ＝ｌ??其中，ｐ?：?［０，１］?ｐ（ｌ）二?０，?ｐ（０）?＝?＋〇〇，函數(shù)ｗ?為?ｃｏｐｕｌａ?函數(shù)的生成??元（ｇｅｎｅｒａｔｏｒ）。生成元ｐ必須滿足以下條件：函數(shù)ｐ的導(dǎo)數(shù)隨維數(shù)ｎ的增加??－１２－??

?山東大學(xué)碩士學(xué)位論文???？；??１?：ｄ＾??ｙ?ａ?〇?ｕ?ｃａａｇｒ：—．－“．．．．—???—???—－?????１??ｏ．ｉ?０３?＆４?＆５?ｃｅ?０７?ｏａ?ｓ名??圖５二元Ｃｌａｙｔｏｎ?ｃｏｐｕｌａ的密度函數(shù)圖及密度函數(shù)的等高線示意圖（ａ＝３）??如圖５所示，Ｃｌａｙｔｏｎ?ｃｏｐｕｌａ的密度函數(shù)呈現(xiàn)非對(duì)稱分布，僅存在下尾??顯著翹起的情況。因此Ｃｌａｙｔｏｎ?ｃｏｐｕｌａ適用于研宄下尾相關(guān)、零上尾相關(guān)的??多維風(fēng)險(xiǎn)模型，如資產(chǎn)價(jià)格下跌，資產(chǎn)間相關(guān)性增加的情形。??（３）?Ｆｒａｎｋ?ｃｏｐｕｌａ?函數(shù)??Ｆｒａｎｋ?ｃｏｐｕｌａ?函數(shù)的生成元為?＝?－?Ｉｎ?；二與，〇￣?＃?０．?ｎ元?Ｆｒａｎｋ?ｃｏｐｕｌａ??函數(shù)可以表示為：??１?Ｆ［ｎ?（ｅ￣ａＶｉ?—?１）??ｃ（ｖｉ，ｖ２，＇－?，ｖｎ＼ａ）?＝?Ｈ?＿?＾ｎ＿ｉ?］?（２．１６）??當(dāng)ｎ?２?３時(shí)，ｃｒ?Ｇ?（０，〇〇）．??，Ａ?一??：’ｉｋｖ?，敘邏??ｖ?Ｍ?０１?０？?ｉｊ?ＯＪ?〇？?ＯＡ?ＣＢ?ａｒ?〇？?Ｑｔ??圖６二元ＦＶａｎｋ?ｃｏｐｕｌａ的密度函數(shù)圖及密度函數(shù)的等高線示意圖ｈ＝３）??如圖６所示，Ｆｒａｎｋ?ｃｏｐｕｌａ函數(shù)呈現(xiàn)對(duì)稱分布，但方差較大。Ｆｒａｎｋ??－１４－??


本文編號(hào)：3431654