基于金融波動(dòng)模型的Copula函數(shù)建模與應(yīng)用研究
發(fā)布時(shí)間:2021-12-10 04:06
隨著金融市場(chǎng)的不斷發(fā)展與創(chuàng)新,對(duì)全面、準(zhǔn)確地刻畫(huà)金融資產(chǎn)之間復(fù)雜的波動(dòng)特征和相依結(jié)構(gòu)提出了更高的要求,這是金融資產(chǎn)組合構(gòu)建、風(fēng)險(xiǎn)管理和資產(chǎn)定價(jià)等的核心任務(wù)。傳統(tǒng)的多元統(tǒng)計(jì)模型在描述多元變量的聯(lián)合分布方面往往存在著一定的缺陷:一方面隨著維數(shù)的增加將有可能導(dǎo)致嚴(yán)重的“維數(shù)災(zāi)難”問(wèn)題,另一方面常用的多元正態(tài)分布或其它分布假設(shè)往往無(wú)法全面、準(zhǔn)確地刻畫(huà)多元金融資產(chǎn)復(fù)雜的相依結(jié)構(gòu)特征,如厚尾相依性、非對(duì)稱、非線性和非正態(tài)等統(tǒng)計(jì)特征。近年來(lái),Copula函數(shù)的理論性質(zhì)與應(yīng)用研究逐步受到重視。Copula函數(shù)可以將多元變量的聯(lián)合分布函數(shù)分解為各變量的邊緣分布函數(shù)和一個(gè)Copula函數(shù)。從統(tǒng)計(jì)建模的角度上看,Copula函數(shù)的引入使得對(duì)多元變量的聯(lián)合分布建模可以分為如下兩個(gè)方面:第一方面是準(zhǔn)確地選擇邊緣分布模型以更好地?cái)M合各變量的邊緣分布統(tǒng)計(jì)特征,第二方面是選擇合適的Copula函數(shù)刻畫(huà)變量之間的相依結(jié)構(gòu)。由于具備優(yōu)良的統(tǒng)計(jì)性質(zhì),Copula函數(shù)近年來(lái)在金融市場(chǎng)各領(lǐng)域如市場(chǎng)風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)計(jì)量、金融市場(chǎng)相依結(jié)構(gòu)分析、金融衍生商品和結(jié)構(gòu)型金融商品等的定價(jià)和風(fēng)險(xiǎn)管理等均得到了廣泛地應(yīng)用。本文的主要思路是以統(tǒng)計(jì)...
【文章來(lái)源】:西南財(cái)經(jīng)大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:237 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
-20各Copula函數(shù)擬合優(yōu)度檢驗(yàn)的QQ散點(diǎn)圖
其結(jié)果與對(duì)應(yīng)的靜態(tài) Copula函數(shù)結(jié)果非常接近。從動(dòng)態(tài) Copula 函數(shù)估計(jì)得到的線性相關(guān)系數(shù)變化圖(圖6-4 和 6-5)中我們也可以看出,這兩種動(dòng)態(tài) Copula 函數(shù)估計(jì)得到的線性相關(guān)系數(shù)變化幅度都非常小。(6)馬爾可夫轉(zhuǎn)換 Copula 函數(shù)馬爾可夫轉(zhuǎn)換正態(tài) Copula 和 t Copula 函數(shù)的結(jié)果見(jiàn)下表:表 6-7 馬爾可夫轉(zhuǎn)換 Copula 函數(shù)估計(jì)結(jié)果低相關(guān)狀態(tài) 高相關(guān)狀態(tài) logL AIC BIC11Pρ22Pρv正態(tài)Copula0.6255(0.1075)0.8911(0.0126)0.8500(0.0556)0.9696(0.0043)1418.36 -2.3019 -2.2869t Copula 0.6388(0.1247)0.8938(0.0210)0.8514(0.0526)0.9692(0.0048)62.3989(1.0162)1418.38 -2.3019 -2.2811從表中我們可以看出:(1)馬爾可夫轉(zhuǎn)換正態(tài)和 t Copula 函數(shù)的對(duì)數(shù)似然函數(shù)值均顯著高于對(duì)應(yīng)的靜態(tài)和動(dòng)態(tài) Copula 函數(shù),AIC 值和 BIC 值也顯著低于對(duì)應(yīng)的靜態(tài)和動(dòng)態(tài) Copula 函數(shù);(2)馬爾可夫轉(zhuǎn)換正態(tài)和 t Copula 函數(shù)的似然函數(shù)和 AIC 值、BIC 值都非常接近。馬爾可夫轉(zhuǎn)換 t Copula 函數(shù)估計(jì)得到的自由度為 62.3839,其尾部特征與正態(tài) Copula 函數(shù)非常接近;(3)在低相關(guān)狀態(tài)和高相關(guān)狀態(tài),馬爾可夫轉(zhuǎn)換正態(tài) Copula 函數(shù)兩種狀態(tài)的持續(xù)時(shí)間分別只有 2.67 天和 6.67 天,持續(xù)時(shí)間非常短,馬爾可夫轉(zhuǎn)換 t Copula 函數(shù)的結(jié)論與之相似。下面兩圖給出了這兩種 Copula 函數(shù)處于高相關(guān)狀態(tài)的平滑概率圖,從中可以看出 Copula 函數(shù)在低相關(guān)狀態(tài)和高相關(guān)狀態(tài)之間的轉(zhuǎn)換是相當(dāng)頻繁的。00.250.50.7512001年1月 2002年1月 2003年1月 2004年1月 2005年1月圖 6-6 馬爾可夫轉(zhuǎn)換 正態(tài) Copula 函數(shù)處于高相關(guān)狀態(tài)的平滑概率圖第11期 李偉:基于金融波動(dòng)模型的Copula函數(shù)建模與應(yīng)用研究 J145-16-183
【參考文獻(xiàn)】:
期刊論文
[1]資產(chǎn)組合ES風(fēng)險(xiǎn)測(cè)度的Copula-EVT算法[J]. 應(yīng)益榮,詹煒. 系統(tǒng)管理學(xué)報(bào). 2007(06)
[2]Copula方法及函數(shù)估計(jì)在企業(yè)風(fēng)險(xiǎn)分析中的應(yīng)用[J]. 王春峰,葛龍,盧志永. 天津大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2007(05)
[3]基于Copula-SV模型的金融投資組合風(fēng)險(xiǎn)分析[J]. 戰(zhàn)雪麗,張世英. 系統(tǒng)管理學(xué)報(bào). 2007(03)
[4]多元Copula-GARCH模型及其在金融風(fēng)險(xiǎn)分析上的應(yīng)用[J]. 韋艷華,張世英. 數(shù)理統(tǒng)計(jì)與管理. 2007(03)
[5]基于DIC準(zhǔn)則的ASV模型和SV模型的實(shí)證比較[J]. 王澤鋒,史代敏. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2007(05)
[6]經(jīng)濟(jì)周期與證券市場(chǎng)波動(dòng)關(guān)聯(lián)性——基于向量SWARCH模型的新證據(jù)[J]. 丁志國(guó),蘇治,杜曉宇. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2007(03)
[7]三種Copula-VaR計(jì)算方法與傳統(tǒng)VaR方法的比較[J]. 柏滿迎,孫祿杰. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2007(02)
[8]利率期限結(jié)構(gòu)的馬爾科夫區(qū)制轉(zhuǎn)移模型與實(shí)證分析[J]. 劉金全,鄭挺國(guó). 經(jīng)濟(jì)研究. 2006(11)
[9]擔(dān)保債權(quán)憑證定價(jià)——Copula函數(shù)的非參數(shù)估計(jì)與應(yīng)用[J]. 馮謙,楊朝軍. 運(yùn)籌與管理. 2006(05)
[10]滬、深、港股市信息溢出效應(yīng)與動(dòng)態(tài)相關(guān)性——基于DCC-(BV)EGARCH-VAR的檢驗(yàn)[J]. 谷耀,陸麗娜. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2006(08)
博士論文
[1]Copula理論及其在金融分析中的應(yīng)用研究[D]. 羅俊鵬.天津大學(xué) 2005
[2]Copula理論及其在多變量金融時(shí)間序列分析上的應(yīng)用研究[D]. 韋艷華.天津大學(xué) 2004
[3]隨機(jī)波動(dòng)模型及其建模方法研究[D]. 孟利鋒.天津大學(xué) 2004
[4]金融波動(dòng)模型及其在中國(guó)股市的應(yīng)用[D]. 蘇衛(wèi)東.天津大學(xué) 2002
碩士論文
[1]金融市場(chǎng)中的隨機(jī)波動(dòng)率模型[D]. 孫旭東.華中師范大學(xué) 2007
[2]基于GARCH-EVT方法和Copula函數(shù)的組合風(fēng)險(xiǎn)分析[D]. 張進(jìn)滔.四川大學(xué) 2007
[3]最優(yōu)套期保值比率確定模型研究[D]. 杜承櫟.西南財(cái)經(jīng)大學(xué) 2007
[4]抵押債務(wù)證券(CDO)的信用風(fēng)險(xiǎn)分析[D]. 劉冬.西南財(cái)經(jīng)大學(xué) 2007
[5]Copula函數(shù)在團(tuán)體壽險(xiǎn)精算中的應(yīng)用探討[D]. 朱蓮琴.浙江工商大學(xué) 2007
[6]股票市場(chǎng)收益率波動(dòng)長(zhǎng)記憶性實(shí)證研究[D]. 羅來(lái)東.西南財(cái)經(jīng)大學(xué) 2005
[7]Copula與非參數(shù)核密度估計(jì)[D]. 龔金國(guó).四川大學(xué) 2005
本文編號(hào):3531874
【文章來(lái)源】:西南財(cái)經(jīng)大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:237 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
-20各Copula函數(shù)擬合優(yōu)度檢驗(yàn)的QQ散點(diǎn)圖
其結(jié)果與對(duì)應(yīng)的靜態(tài) Copula函數(shù)結(jié)果非常接近。從動(dòng)態(tài) Copula 函數(shù)估計(jì)得到的線性相關(guān)系數(shù)變化圖(圖6-4 和 6-5)中我們也可以看出,這兩種動(dòng)態(tài) Copula 函數(shù)估計(jì)得到的線性相關(guān)系數(shù)變化幅度都非常小。(6)馬爾可夫轉(zhuǎn)換 Copula 函數(shù)馬爾可夫轉(zhuǎn)換正態(tài) Copula 和 t Copula 函數(shù)的結(jié)果見(jiàn)下表:表 6-7 馬爾可夫轉(zhuǎn)換 Copula 函數(shù)估計(jì)結(jié)果低相關(guān)狀態(tài) 高相關(guān)狀態(tài) logL AIC BIC11Pρ22Pρv正態(tài)Copula0.6255(0.1075)0.8911(0.0126)0.8500(0.0556)0.9696(0.0043)1418.36 -2.3019 -2.2869t Copula 0.6388(0.1247)0.8938(0.0210)0.8514(0.0526)0.9692(0.0048)62.3989(1.0162)1418.38 -2.3019 -2.2811從表中我們可以看出:(1)馬爾可夫轉(zhuǎn)換正態(tài)和 t Copula 函數(shù)的對(duì)數(shù)似然函數(shù)值均顯著高于對(duì)應(yīng)的靜態(tài)和動(dòng)態(tài) Copula 函數(shù),AIC 值和 BIC 值也顯著低于對(duì)應(yīng)的靜態(tài)和動(dòng)態(tài) Copula 函數(shù);(2)馬爾可夫轉(zhuǎn)換正態(tài)和 t Copula 函數(shù)的似然函數(shù)和 AIC 值、BIC 值都非常接近。馬爾可夫轉(zhuǎn)換 t Copula 函數(shù)估計(jì)得到的自由度為 62.3839,其尾部特征與正態(tài) Copula 函數(shù)非常接近;(3)在低相關(guān)狀態(tài)和高相關(guān)狀態(tài),馬爾可夫轉(zhuǎn)換正態(tài) Copula 函數(shù)兩種狀態(tài)的持續(xù)時(shí)間分別只有 2.67 天和 6.67 天,持續(xù)時(shí)間非常短,馬爾可夫轉(zhuǎn)換 t Copula 函數(shù)的結(jié)論與之相似。下面兩圖給出了這兩種 Copula 函數(shù)處于高相關(guān)狀態(tài)的平滑概率圖,從中可以看出 Copula 函數(shù)在低相關(guān)狀態(tài)和高相關(guān)狀態(tài)之間的轉(zhuǎn)換是相當(dāng)頻繁的。00.250.50.7512001年1月 2002年1月 2003年1月 2004年1月 2005年1月圖 6-6 馬爾可夫轉(zhuǎn)換 正態(tài) Copula 函數(shù)處于高相關(guān)狀態(tài)的平滑概率圖第11期 李偉:基于金融波動(dòng)模型的Copula函數(shù)建模與應(yīng)用研究 J145-16-183
【參考文獻(xiàn)】:
期刊論文
[1]資產(chǎn)組合ES風(fēng)險(xiǎn)測(cè)度的Copula-EVT算法[J]. 應(yīng)益榮,詹煒. 系統(tǒng)管理學(xué)報(bào). 2007(06)
[2]Copula方法及函數(shù)估計(jì)在企業(yè)風(fēng)險(xiǎn)分析中的應(yīng)用[J]. 王春峰,葛龍,盧志永. 天津大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2007(05)
[3]基于Copula-SV模型的金融投資組合風(fēng)險(xiǎn)分析[J]. 戰(zhàn)雪麗,張世英. 系統(tǒng)管理學(xué)報(bào). 2007(03)
[4]多元Copula-GARCH模型及其在金融風(fēng)險(xiǎn)分析上的應(yīng)用[J]. 韋艷華,張世英. 數(shù)理統(tǒng)計(jì)與管理. 2007(03)
[5]基于DIC準(zhǔn)則的ASV模型和SV模型的實(shí)證比較[J]. 王澤鋒,史代敏. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2007(05)
[6]經(jīng)濟(jì)周期與證券市場(chǎng)波動(dòng)關(guān)聯(lián)性——基于向量SWARCH模型的新證據(jù)[J]. 丁志國(guó),蘇治,杜曉宇. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2007(03)
[7]三種Copula-VaR計(jì)算方法與傳統(tǒng)VaR方法的比較[J]. 柏滿迎,孫祿杰. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2007(02)
[8]利率期限結(jié)構(gòu)的馬爾科夫區(qū)制轉(zhuǎn)移模型與實(shí)證分析[J]. 劉金全,鄭挺國(guó). 經(jīng)濟(jì)研究. 2006(11)
[9]擔(dān)保債權(quán)憑證定價(jià)——Copula函數(shù)的非參數(shù)估計(jì)與應(yīng)用[J]. 馮謙,楊朝軍. 運(yùn)籌與管理. 2006(05)
[10]滬、深、港股市信息溢出效應(yīng)與動(dòng)態(tài)相關(guān)性——基于DCC-(BV)EGARCH-VAR的檢驗(yàn)[J]. 谷耀,陸麗娜. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2006(08)
博士論文
[1]Copula理論及其在金融分析中的應(yīng)用研究[D]. 羅俊鵬.天津大學(xué) 2005
[2]Copula理論及其在多變量金融時(shí)間序列分析上的應(yīng)用研究[D]. 韋艷華.天津大學(xué) 2004
[3]隨機(jī)波動(dòng)模型及其建模方法研究[D]. 孟利鋒.天津大學(xué) 2004
[4]金融波動(dòng)模型及其在中國(guó)股市的應(yīng)用[D]. 蘇衛(wèi)東.天津大學(xué) 2002
碩士論文
[1]金融市場(chǎng)中的隨機(jī)波動(dòng)率模型[D]. 孫旭東.華中師范大學(xué) 2007
[2]基于GARCH-EVT方法和Copula函數(shù)的組合風(fēng)險(xiǎn)分析[D]. 張進(jìn)滔.四川大學(xué) 2007
[3]最優(yōu)套期保值比率確定模型研究[D]. 杜承櫟.西南財(cái)經(jīng)大學(xué) 2007
[4]抵押債務(wù)證券(CDO)的信用風(fēng)險(xiǎn)分析[D]. 劉冬.西南財(cái)經(jīng)大學(xué) 2007
[5]Copula函數(shù)在團(tuán)體壽險(xiǎn)精算中的應(yīng)用探討[D]. 朱蓮琴.浙江工商大學(xué) 2007
[6]股票市場(chǎng)收益率波動(dòng)長(zhǎng)記憶性實(shí)證研究[D]. 羅來(lái)東.西南財(cái)經(jīng)大學(xué) 2005
[7]Copula與非參數(shù)核密度估計(jì)[D]. 龔金國(guó).四川大學(xué) 2005
本文編號(hào):3531874
本文鏈接:http://sikaile.net/jingjifazhanlunwen/3531874.html
最近更新
教材專(zhuān)著