發(fā)布時間：2018-01-06 18:41

  本文關(guān)鍵詞：金融市場波動跳躍、跳躍相依與跳躍風(fēng)險:基于股指高頻數(shù)據(jù)的研究　出處：《統(tǒng)計與信息論壇》2017年11期 　論文類型：期刊論文

  更多相關(guān)文章： 已實現(xiàn)波動率 雙冪次變差 跳躍風(fēng)險 RV-regular vine copula模型

【摘要】：運用股指高頻數(shù)據(jù),首先構(gòu)建基于一般已實現(xiàn)波動率與雙冪次變差的RV-regular vine copula模型,比較分析兩個模型在刻畫資本市場之間的波動跳躍結(jié)構(gòu)的差異;然后,考慮股票價格存在跳躍的情形,分析離散跳躍的統(tǒng)計特征,研究資本市場之間跳躍相依結(jié)構(gòu),并通過模擬計算市場在險價值來探討市場之間的跳躍相依風(fēng)險。研究發(fā)現(xiàn):由于跳躍的存在,采用雙冪次變差所構(gòu)建的RV-regular vine copula模型在參數(shù)估計結(jié)果方面表現(xiàn)更佳;跳躍序列存在尖峰厚尾的特征以及跳躍聚集的現(xiàn)象,而跳躍相依風(fēng)險可以通過構(gòu)建合適的資產(chǎn)組合來降低。
[Abstract]:Based on the high frequency data of stock index, the RV-regular vine copula model based on the general realized volatility and the dipotent variation is constructed. Compare and analyze the differences between the two models in describing the volatility jump structure between the capital markets; Then, considering the jump of stock price, the statistical characteristics of discrete jump are analyzed, and the structure of jump dependence between capital markets is studied. And through the simulation of the value of the market in the risk to explore the risk of jumping between the market. The study found: because of the existence of jump. The RV-regular vine copula model based on the double power variation is better in parameter estimation. The jump sequence has the characteristics of peak and thick tail and the phenomenon of jump aggregation. The jump dependent risk can be reduced by constructing the appropriate portfolio.
【作者單位】： 安徽工業(yè)大學(xué)商學(xué)院;安徽工業(yè)大學(xué)安徽創(chuàng)新驅(qū)動發(fā)展研究院;
【基金】：教育部人文社會科學(xué)研究青年基金項目《帶跳躍的碳排放交易市場狀態(tài)相依結(jié)構(gòu):基于高頻數(shù)據(jù)的研究》(16YJC790030) 安徽省自然科學(xué)基金項目《基于高頻數(shù)據(jù)的資本市場跳躍相依與極值風(fēng)險模型構(gòu)建及實證研究》(1708085QG163)
【分類號】：F224;F831.51
【正文快照】： 一、引言隨著經(jīng)濟金融一體化的深入發(fā)展,金融資產(chǎn)價格之間存在復(fù)雜的相依性,由此產(chǎn)生的金融市場風(fēng)險也隨之傳遞,尤其是在極端條件下。同時,外部因素的沖擊促使金融資產(chǎn)價格發(fā)生跳躍,并呈現(xiàn)出不同程度的記憶特征。于是,金融資產(chǎn)價格之間可能出現(xiàn)跳躍自激發(fā)特征和聯(lián)跳,即跳躍可

【相似文獻】

相關(guān)期刊論文 前10條

1 陳高才;;高頻數(shù)據(jù)在會計實證研究中的應(yīng)用和展望[J];財會研究;2011年05期

2 朱建平;魏瑾;謝邦昌;;金融高頻數(shù)據(jù)挖掘研究評述與展望[J];經(jīng)濟學(xué)動態(tài);2011年06期

3 郭興義,杜本峰,何龍燦;(超)高頻數(shù)據(jù)分析與建模[J];統(tǒng)計研究;2002年11期

4 應(yīng)益榮;包郭平;;金融市場高頻數(shù)據(jù)分析的建模進展[J];五邑大學(xué)學(xué)報(自然科學(xué)版);2006年01期

5 包郭平;應(yīng)益榮;;金融市場中高頻數(shù)據(jù)的分析方法[J];五邑大學(xué)學(xué)報(自然科學(xué)版);2007年01期

6 唐勇;張伯新;;基于高頻數(shù)據(jù)的中國股市跳躍特征實證分析[J];中國管理科學(xué);2013年05期

7 魏莉婭;馬永開;;基于高頻數(shù)據(jù)的深圳基金市場日內(nèi)周期性研究[J];當(dāng)代經(jīng)濟管理;2007年01期

8 劉建華;;基于高頻數(shù)據(jù)的中國股市量價日內(nèi)特征分析[J];經(jīng)濟師;2007年10期

9 趙巍;何建敏;;基于股市高頻數(shù)據(jù)的半?yún)?shù)估計方法[J];數(shù)理統(tǒng)計與管理;2007年01期

10 胡紹波;;已實現(xiàn)極差系統(tǒng)風(fēng)險及其在中國股市的應(yīng)用[J];中國商界(下半月);2010年09期

相關(guān)會議論文 前10條

1 郭名媛;;基于高頻數(shù)據(jù)的已實現(xiàn)極差相關(guān)系數(shù)及實證研究[A];2012管理創(chuàng)新、智能科技與經(jīng)濟發(fā)展研討會論文集[C];2012年

2 楊懷東;伍娟;盛虎;;基于高頻數(shù)據(jù)的成對交易統(tǒng)計套利策略實證研究[A];第五屆（2010）中國管理學(xué)年會——金融分會場論文集[C];2010年

3 應(yīng)益榮;王穎;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三屆中國智能計算大會論文集[C];2009年

4 葉萍華;唐湘晉;;基于Copula方法的股票相關(guān)性分析[A];第十屆中國青年信息與管理學(xué)者大會論文集[C];2008年

5 王宗潤;吳偉韜;;基于Copula-EVT模型的人民幣匯率組合風(fēng)險測度[A];第三屆（2008）中國管理學(xué)年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2008年

6 許啟發(fā);劉少杰;;基于Copula技術(shù)的動態(tài)組合投資選擇新方法[A];第四屆（2009）中國管理學(xué)年會——金融分會場論文集[C];2009年

7 杜紅軍;王宗軍;;基于時變Copula模型的金融市場風(fēng)險度量與分配[A];第八屆（2013）中國管理學(xué)年會——金融分會場論文集[C];2013年

8 張晨;李月環(huán);;基于調(diào)整“已實現(xiàn)”波動率的滬深300指數(shù)高頻數(shù)據(jù)波動性研究與預(yù)測[A];中國會計學(xué)會高等工科院校分會2008年學(xué)術(shù)年會（第十五屆年會）暨中央在鄂集團企業(yè)財務(wù)管理研討會論文集（上冊）[C];2008年

9 徐運保;陳奕播;;基于Copula函數(shù)的股市、房市與GDP相關(guān)性的實證分析[A];第三屆（2008）中國管理學(xué)年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2008年

10 郭立甫;高鐵梅;姚堅;;基于Copula函數(shù)和極值理論的金融傳染度量——測度美國次貸危機對重要經(jīng)濟體的傳染效應(yīng)[A];21世紀(jì)數(shù)量經(jīng)濟學(xué)（第13卷）[C];2012年

相關(guān)重要報紙文章 前1條

1 廣發(fā)期貨投資研究部 楊威 王翔 謝貞聯(lián);多維Copula樹及其在機構(gòu)投資組合風(fēng)險管理中的運用[N];期貨日報;2008年

相關(guān)博士學(xué)位論文 前10條

1 馬鋒;高頻數(shù)據(jù)視角下非參數(shù)波動率建模、預(yù)測及其評價研究[D];西南交通大學(xué);2016年

2 唐勇;基于高頻數(shù)據(jù)的金融市場分析[D];天津大學(xué);2007年

3 鎮(zhèn)磊;基于高頻數(shù)據(jù)處理方法對A股算法交易優(yōu)化決策的量化分析研究[D];中國科學(xué)技術(shù)大學(xué);2010年

4 劉廣應(yīng);帶跳的分?jǐn)?shù)維積分過程的冪變差理論及其在金融高頻數(shù)據(jù)中的應(yīng)用[D];復(fù)旦大學(xué);2011年

5 李勝歌;基于高頻數(shù)據(jù)的金融波動率研究[D];天津大學(xué);2008年

6 王少斌;基于高頻數(shù)據(jù)的投資者交易行為研究[D];首都經(jīng)濟貿(mào)易大學(xué);2014年

7 王芳;基于市場微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動研究[D];西南財經(jīng)大學(xué);2011年

8 盧英;基于連接函數(shù)模型的金融風(fēng)險測度研究[D];天津財經(jīng)大學(xué);2015年

9 張幫正;基于Vine Copula的我國金融市場投資組合選擇及風(fēng)險預(yù)測研究[D];西南交通大學(xué);2015年

10 張卓群;半?yún)?shù)C-Vine Copula模型理論及其金融風(fēng)險結(jié)構(gòu)測度研究[D];天津財經(jīng)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 李夢瑩;基于高頻數(shù)據(jù)的A股銀行板塊配對交易研究[D];復(fù)旦大學(xué);2014年

2 謝欣欣;基于對限價指令簿信息的研究對高頻金融數(shù)據(jù)進行建模[D];上海交通大學(xué);2015年

3 王浩;基于趨勢反轉(zhuǎn)的程序化交易研究[D];上海交通大學(xué);2014年

4 周明眉;基于Hilbert-Huang變換的高頻數(shù)據(jù)波動率的估計[D];長春工業(yè)大學(xué);2016年

5 蔡豐澤;基于小波分析的金融高頻數(shù)據(jù)波動率估計研究[D];長春工業(yè)大學(xué);2016年

6 胡龍;基于RV-MSM模型的滬深300波動分析[D];華中科技大學(xué);2013年

7 郭哲琦;基于高頻數(shù)據(jù)的統(tǒng)計套利策略分析及實證研究[D];山東大學(xué);2016年

8 韋建峰;深A(yù)股票交易高頻數(shù)據(jù)的統(tǒng)計方法研究[D];云南大學(xué);2016年

9 廖春芳;基于MCMC算法的金融高頻數(shù)據(jù)貝葉斯分析[D];華南農(nóng)業(yè)大學(xué);2016年

10 王穎;噪音環(huán)境下跳躍的波動測度研究[D];天津大學(xué);2014年

，

本文編號：1389039