發(fā)布時間：2017-06-25 09:07

  本文關鍵詞：基于Copula函數(shù)的深證100指數(shù)成分股證券網(wǎng)絡分析，由筆耕文化傳播整理發(fā)布。

【摘要】：股票市場是投機者和投資者雙雙活躍的地方,里面蘊含有大量的經(jīng)濟信息。不管是從國家經(jīng)濟發(fā)展的角度,還是從管理層進行股票市場管理、監(jiān)管層進行市場監(jiān)督以及普通投資者進行投資的角度,股票市場的研究都具有重要的意義。證券網(wǎng)絡是研究金融市場標的資產(chǎn)之間相關性的有效工具。用最小生成樹的方法來構建證券網(wǎng)絡,通過對網(wǎng)絡中股票的聚類以及網(wǎng)絡拓撲性質(zhì)的研究,可以有效的了解股票市場局部和整體的性能。但傳統(tǒng)線性相關系數(shù)不能描述變量間的非線性相關關系和極值狀態(tài)時的相關性,本文基于Copula理論,通過深證100指數(shù)成分股的實證分析說明了該理論方法的有效性。首先,采用線性相關系數(shù)Pearson ρ、秩相關系數(shù)kendall τ、t-Copula函數(shù)表示的kendall τ1、高斯Copula函數(shù)表示的kendall τG以及Gumbel Copula函數(shù)表示的kendall τGum五種相關測度定義了歐幾里德距離。其次,用最小生成樹的方法構建了深證100指數(shù)成分股靜態(tài)證券網(wǎng)絡,描述了其聚類情況、網(wǎng)絡度分布、網(wǎng)絡距離和中間中心性情況。最后,基于t-Copula函數(shù)表示的kendall τl,利用滑動時間窗口方法,構建了深證100指數(shù)成分股的動態(tài)變化的股票關聯(lián)網(wǎng)絡并對其進行了分析。研究結(jié)果表明,基于t-Copula函數(shù)表示的kendall τ1,得到的靜態(tài)網(wǎng)絡結(jié)構圖聚類效果較好,網(wǎng)絡的節(jié)點度分布滿足冪律分布,且網(wǎng)絡中股票與股票之間的聯(lián)系更緊密,總體整合程度更高。而且還發(fā)現(xiàn),基于t-Copula函數(shù)表示的kendall τ1構建的動態(tài)網(wǎng)絡中無權網(wǎng)絡圖中平均路徑長度和網(wǎng)絡直徑的波動與指數(shù)波動率近似反向吻合；加權網(wǎng)絡節(jié)點間平均距離與指數(shù)近似呈現(xiàn)出背離的動態(tài)相關關系,與方差呈現(xiàn)高度的負相關性；網(wǎng)絡節(jié)點間距離分布呈現(xiàn)出尖峰右偏態(tài)分布；與無權動態(tài)網(wǎng)絡圖相比,加權網(wǎng)絡圖不僅與股指的波動情況有關,還很好的反映了股價的整體走勢；網(wǎng)絡中心勢指數(shù)動態(tài)變化情況與其波動率基本一致,股票中間中心度隨指數(shù)的波動而波動,但不同股票變化的程度以及方向有所不同。
【關鍵詞】：證券網(wǎng)絡 Copula函數(shù) 秩相關系數(shù) 最小生成樹
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F832.51
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-14
• 1.1 研究背景及意義9-10
• 1.1.1 研究背景及概況9
• 1.1.2 研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀及分析10-12
• 1.2.1 證券網(wǎng)絡10-11
• 1.2.2 Copula理論11-12
• 1.2.3 文獻評述12
• 1.3 研究內(nèi)容以及創(chuàng)新12-14
• 1.3.1 研究內(nèi)容與框架12-13
• 1.3.2 本文的創(chuàng)新之處13-14
• 第二章 Copula的基本理論概述14-21
• 2.1 Copula函數(shù)的定義和性質(zhì)14-15
• 2.1.1 Copula函數(shù)的定義14
• 2.1.2 Skalr定理14-15
• 2.2 Copula函數(shù)的類型15-16
• 2.2.1 橢球Copula函數(shù)15
• 2.2.2 阿基米德Copula函數(shù)15-16
• 2.3 Copula函數(shù)與相關性測度16-19
• 2.3.1 線性相關系數(shù)17
• 2.3.2 秩相關系數(shù)17-18
• 2.3.3 尾部相關系數(shù)18
• 2.3.4 基于Copula理論的相關性測度18-19
• 2.4 本章小結(jié)19-21
• 第三章 證券網(wǎng)絡構造方法及拓撲性質(zhì)21-27
• 3.1 最小生成樹21-23
• 3.1.1 最小生成樹概念21
• 3.1.2 最小生成樹算法21-22
• 3.1.3 最小生成樹的度量距離22-23
• 3.2 證券網(wǎng)絡的拓撲性質(zhì)23-26
• 3.2.1 節(jié)點的度及其分布23-24
• 3.2.2 網(wǎng)絡節(jié)點之間的距離24-25
• 3.2.3 中間中心性25-26
• 3.3 本章小結(jié)26-27
• 第四章 深證100指數(shù)實證研究27-39
• 4.1 數(shù)據(jù)選取與處理27-28
• 4.1.1 數(shù)據(jù)選取27
• 4.1.2 數(shù)據(jù)處理27
• 4.1.3 股票行業(yè)分類標準27-28
• 4.2 深證100指數(shù)成分股靜態(tài)證券網(wǎng)絡28-33
• 4.2.1 基于各相關測度構建的證券網(wǎng)絡28-31
• 4.2.2 網(wǎng)絡聚類結(jié)果分析31-33
• 4.3 網(wǎng)絡拓撲性質(zhì)分析33-37
• 4.3.1 網(wǎng)絡度分布33-34
• 4.3.2 網(wǎng)絡距離34
• 4.3.3 中間中心性34-37
• 4.4 本章小結(jié)37-39
• 第五章 深證100指數(shù)成分股動態(tài)證券網(wǎng)絡39-46
• 5.1 動態(tài)網(wǎng)絡的構建39
• 5.2 動態(tài)網(wǎng)絡分析39-44
• 5.2.1 無權動態(tài)網(wǎng)絡中平均路徑長度和網(wǎng)絡直徑變化40-41
• 5.2.2 加權網(wǎng)絡中平均距離波動41-43
• 5.2.3 中間中心性變化43-44
• 5.3 本章小結(jié)44-46
• 第六章 相關建議與總結(jié)46-48
• 6.1 對投資者和管理者的相關建議46
• 6.2 本文結(jié)論46-47
• 6.3 前景展望47-48
• 參考文獻48-51
• 致謝51-52
• 攻讀碩士學位期間發(fā)表的論文及參加的科研項目52-53
• 附錄 深證100指數(shù)成分股53-54

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 徐曉萍;楊歡;韓定定;;金融危機對中國證券網(wǎng)絡影響的實證研究[J];復雜系統(tǒng)與復雜性科學;2012年02期

2 周明華;陳俊華;胡焰林;馮成祥;;滬深300樣本股動態(tài)網(wǎng)絡性質(zhì)研究[J];數(shù)學的實踐與認識;2012年02期

3 馬超群;王寶兵;;基于Copula-GARCH模型的外匯期貨最優(yōu)套期保值比率研究[J];統(tǒng)計與決策;2011年12期

4 王沁;王璐;唐家銀;;基于時變Marshall-Olkin Copula模型的系統(tǒng)壽命的度量及模擬[J];數(shù)學的實踐與認識;2010年04期

5 籍艷麗;;基于Copula函數(shù)的秩相關和尾相關研究[J];經(jīng)濟問題;2009年05期

6 黃瑋強;莊新田;姚爽;;中國股票關聯(lián)網(wǎng)絡拓撲性質(zhì)與聚類結(jié)構分析[J];管理科學;2008年03期

7 孫博文;孫百瑜;劉天立;張本祥;;中國股市的拓撲結(jié)構及其復雜性質(zhì)研究[J];黑龍江大學自然科學學報;2006年03期

8 史道濟,姚慶祝;改進Copula對數(shù)據(jù)擬合的方法[J];系統(tǒng)工程理論與實踐;2004年04期

9 張堯庭;連接函數(shù)(copula)技術與金融風險分析[J];統(tǒng)計研究;2002年04期

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 李婉婷;基于最小生成樹的股市板塊趨勢分析[D];華中科技大學;2013年

2 鄭文旭;基于Copula的金融風險相關性研究[D];廈門大學;2008年

  本文關鍵詞：基于Copula函數(shù)的深證100指數(shù)成分股證券網(wǎng)絡分析，，由筆耕文化傳播整理發(fā)布。

本文編號：481521