【摘要】： 股市的波動(dòng)性一直以來(lái)都備受關(guān)注,特別是波動(dòng)性的顯著特性之一——股市間的波動(dòng)溢出效應(yīng)的研究比較成熟,主要是利用GARCH模型對(duì)金融數(shù)據(jù)的進(jìn)行分析,而其中涉及到的相關(guān)關(guān)系是用線性相關(guān)關(guān)系刻畫的,但是線性相關(guān)系數(shù)已經(jīng)不能完全刻畫當(dāng)今的復(fù)雜金融市場(chǎng)。此外對(duì)中國(guó)股市和其他國(guó)家股市之間的波動(dòng)溢出效應(yīng)研究較少。本文,了解金融市場(chǎng)的真實(shí)相關(guān)性。 本文主要工作是對(duì)股市波動(dòng)溢出效應(yīng)的闡述和分析。以全球比較重要的五支股指作為研究對(duì)象,選擇Copula函數(shù)導(dǎo)出一些相關(guān)性測(cè)度描述了股市相關(guān)性,分析波動(dòng)溢出效應(yīng),本文主要內(nèi)容有： 第一部分描述了選題背景和研究意義、股市波動(dòng)溢出的研究成果、Copula函數(shù)的研究成果；介紹了波動(dòng)性理論和Copula函數(shù)的基本理論,包括Copula方法的定義、性質(zhì)和常用Copula函數(shù)族,由Copula函數(shù)導(dǎo)出的一系列相關(guān)性指標(biāo)以及Copula函數(shù)的參數(shù)估計(jì)等； 第二部分構(gòu)建Copula模型,首先描述了Copula模型的構(gòu)造方法,包括構(gòu)造步驟、參數(shù)的估計(jì)方法和參數(shù)檢驗(yàn)方法,其次針對(duì)本文所選取的數(shù)據(jù),引入GARCH-t條件邊緣分布,并構(gòu)建了二維Normal Copula模型,探討了參數(shù)估計(jì)與檢驗(yàn)問(wèn)題； 第三部分五大股指進(jìn)行實(shí)證比較,先進(jìn)行同一時(shí)間段數(shù)據(jù)分析,結(jié)果表明股市之間的波動(dòng)溢出強(qiáng)弱因地域而差異明顯,最后將金融危機(jī)前后的實(shí)證結(jié)果進(jìn)行比較,從股市波動(dòng)溢出的變化情況,來(lái)總結(jié)五大股市之間的聯(lián)動(dòng)性,結(jié)果表明金融危機(jī)后中國(guó)股市與其他股市之間波動(dòng)溢出效應(yīng)增強(qiáng)。
【圖文】：

圖4一4指數(shù)直方圖及曲線擬合我們?cè)噲D分別對(duì)其利用正態(tài)分布和t分布擬合兩組時(shí)間序列數(shù)據(jù)，如圖4一4所示可以看到，，t分布對(duì)兩組數(shù)據(jù)的擬合效果要遠(yuǎn)遠(yuǎn)好于正態(tài)分布，而且比較符合分布的特征，說(shuō)明t分布能夠很好的捕捉對(duì)數(shù)收益率的尖峰和長(zhǎng)尾特征，因此我們將選取t分布作為邊緣分布來(lái)研究計(jì)算Copula函數(shù)。4.2.3邊緣分布函數(shù)的參數(shù)估計(jì)及檢驗(yàn)金融時(shí)間序列的條件分布多呈現(xiàn)時(shí)變、偏斜、波動(dòng)性集群、高峰厚尾等特性，厚尾分布如t分布和GED分布可以很好地描述這些分布特性，而GARCH模型又能很好地描述金融時(shí)間序列的波動(dòng)性特征，因此厚尾GARCH模型可以更好地描述金融時(shí)間序列的各種波動(dòng)性特征。因此這里我們選擇二元C叩ula一GARCH(1，1)一t模型:

一O圖
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：F224;F830.91

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王沁;;生成Copula的兩種簡(jiǎn)單方法[J];浙江大學(xué)學(xué)報(bào)(理學(xué)版);2006年02期

2 司繼文,蒙堅(jiān)玲,龔樸;國(guó)內(nèi)外股票市場(chǎng)相關(guān)性的Copula分析[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

3 賀強(qiáng);;從周期性分析看我國(guó)證券市場(chǎng)的發(fā)展趨勢(shì)——論經(jīng)濟(jì)周期、政策周期與股市周期的辯證關(guān)系[J];經(jīng)濟(jì)導(dǎo)刊;2001年02期

4 陳守東,陳雷,劉艷武;中國(guó)滬深股市收益率及波動(dòng)性相關(guān)分析[J];金融研究;2003年07期

5 趙留彥,王一鳴;A、B股之間的信息流動(dòng)與波動(dòng)溢出[J];金融研究;2003年10期

6 韋艷華;張世英;;多元Copula-GARCH模型及其在金融風(fēng)險(xiǎn)分析上的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2007年03期

7 王璐;王沁;何平;;基于COPULA的A、B股信息流動(dòng)和相關(guān)結(jié)構(gòu)分析[J];數(shù)理統(tǒng)計(jì)與管理;2009年02期

8 劉大偉;杜子平;;基于Copula方法的投資組合管理研究[J];統(tǒng)計(jì)與決策;2006年01期

9 林瑩;朱建平;;Copula函數(shù)的比較及其在風(fēng)險(xiǎn)度量中的應(yīng)用問(wèn)題[J];統(tǒng)計(jì)教育;2007年01期

10 張堯庭;連接函數(shù)(copula)技術(shù)與金融風(fēng)險(xiǎn)分析[J];統(tǒng)計(jì)研究;2002年04期

相關(guān)博士學(xué)位論文 前2條

1 吳忱;開放經(jīng)濟(jì)條件下金融傳染微觀機(jī)理研究[D];復(fù)旦大學(xué);2003年

2 徐炳勝;中國(guó)股市波動(dòng)的金融政策解釋[D];復(fù)旦大學(xué);2007年

本文編號(hào)：2694360