本文關(guān)鍵詞：混合Gopula模型在中國(guó)股市的應(yīng)用

  更多相關(guān)文章： 相依結(jié)構(gòu) Copula函數(shù) 邊際分布

【摘要】：回望中國(guó)證券市場(chǎng),例如在中國(guó)股市,一個(gè)股市的波動(dòng),是不是因?yàn)橐恢Ч善钡拇笃鸫舐涠绊懫渌善钡牟▌?dòng)引起的呢?如果有,那么這個(gè)影響會(huì)有多大呢?從這個(gè)角度出發(fā),我們需要考慮在中國(guó)股票市場(chǎng)中,各種股票或指數(shù)之間的相依結(jié)構(gòu)問(wèn)題。但是要刻畫(huà)這些股票的相依結(jié)構(gòu),肯定要用至Copula和一系列由它衍生出來(lái)的相依性度量指標(biāo)。由其它文獻(xiàn)總結(jié)得出,用經(jīng)典的Pearson線性相關(guān)系數(shù)來(lái)刻畫(huà)不同股票或者指數(shù)之間的相關(guān)性,是有其致命缺點(diǎn)的,即平均從線性相關(guān)的角度去考慮股票或者指數(shù)間的相關(guān)性。但實(shí)際上,金融市場(chǎng)的資產(chǎn)或者股票的收益數(shù)據(jù)經(jīng)常都是厚尾的,它們之間有時(shí)根本不存在線性的關(guān)系(或表現(xiàn)為弱相關(guān)),而在股市上我們更關(guān)心股票或者指數(shù)的劇烈波動(dòng)(大起大落)的階段,如果這時(shí)用經(jīng)典的線性Pearson相關(guān)系數(shù)來(lái)度量它們的相關(guān)性,就失去了其實(shí)際意義。正因如此,尋找一種新的度量股市相依結(jié)構(gòu)的工具是很有必要的,即Copula,它的出現(xiàn)使我們更能精確地認(rèn)識(shí)股市的相依結(jié)構(gòu)。本文主要利用混合Copula函數(shù)對(duì)中國(guó)主要股市指數(shù)收益率的相依結(jié)構(gòu)進(jìn)行研究,混合Copula函數(shù)是從Archimedean Copula族里挑選出Clayton Copula, Joe Copula和Frank Copula函數(shù),即第1,5,13族函數(shù)構(gòu)成,其中,第一族函數(shù)的特點(diǎn)是下尾較厚,即尾部相依系數(shù)大于0,就是說(shuō)當(dāng)此族函數(shù)能從很強(qiáng)的正相依關(guān)系轉(zhuǎn)到很強(qiáng)的負(fù)相依關(guān)系。上尾和下尾的尾部相依系數(shù)都為0是第5族函數(shù)的特征,此族函數(shù)與第1族函數(shù)相反,即可以從很強(qiáng)的負(fù)相依關(guān)系轉(zhuǎn)到很強(qiáng)的負(fù)相依關(guān)系。第13族的特點(diǎn)也是上尾和下尾的尾部相依系數(shù)都為0,但此類函數(shù)可以從獨(dú)立關(guān)系轉(zhuǎn)到很強(qiáng)的正相依結(jié)構(gòu)。然后在這些函數(shù)的基礎(chǔ)上對(duì)股票各個(gè)板塊的股指進(jìn)行研究分析,從而得出相關(guān)結(jié)論。
【關(guān)鍵詞】：相依結(jié)構(gòu) Copula函數(shù) 邊際分布
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.51;F224
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 引言7-10
• 1.1 研究背景7
• 1.2 研究問(wèn)題與意義7-8
• 1.2.1 研究問(wèn)題7
• 1.2.2 研究意義7-8
• 1.3 國(guó)內(nèi)外相關(guān)研究8-10
• 第二章 理論基礎(chǔ)及相關(guān)概念界定10-19
• 2.1 COPULA函數(shù)10-14
• 2.1.1 定義10-11
• 2.1.2 Copula的性質(zhì)11-13
• 2.1.3 描述股票收益率的Copula函數(shù)13-14
• 2.2 EM算法14-15
• 2.3 模型建立及求解15-19
• 2.3.1 混合Copula模型建立15-16
• 2.3.2 混合Copula求解16
• 2.3.3 混合Copula模型的估計(jì)16-19
• 第三章 實(shí)證數(shù)據(jù)研究19-35
• 3.1 實(shí)證分析19-34
• 3.1.1 珠三角vs長(zhǎng)三角19-20
• 3.1.2 煤炭vs電力20-22
• 3.1.3 服裝紡織vs.食品飲料22-24
• 3.1.4 家用電器vs.醫(yī)療保健24-26
• 3.1.5 傳媒娛樂(lè)vs.互聯(lián)網(wǎng)26-28
• 3.1.6 銀行vs.建筑28-30
• 3.1.7 深圳300 vs.創(chuàng)業(yè)30030-32
• 3.1.8 大盤(pán)股vs.小盤(pán)股32-34
• 3.2 本章小結(jié)34-35
• 第四章 中國(guó)股市尾部相關(guān)風(fēng)險(xiǎn)分析35-41
• 4.1 基本情況介紹35-36
• 4.1.1 基于Copula的尾部相關(guān)系數(shù)35
• 4.1.2 尾部相關(guān)系數(shù)的非參數(shù)估計(jì)35-36
• 4.2 實(shí)證分析36-39
• 4.2.1 我國(guó)股市股票尾部的估計(jì)36-39
• 4.3 我國(guó)股市股票最優(yōu)投資組合39
• 4.4 本章小結(jié)39-41
• 第五章 總結(jié)及展望41-43
• 參考文獻(xiàn)43-45
• 在學(xué)期間的研究成果45-46
• 致謝46

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 孫志賓;;混合Copula模型在中國(guó)股市的應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2007年20期

2 李娟;戴洪德;劉全輝;;幾種Copula函數(shù)在滬深股市相關(guān)性建模中的應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2007年24期

3 李軍;;Copula-EVT Based Tail Dependence Structure of Financial Markets in China[J];Journal of Southwest Jiaotong University(English Edition);2008年01期

4 許建國(guó);杜子平;;非參數(shù)Bernstein Copula理論及其相關(guān)性研究[J];工業(yè)技術(shù)經(jīng)濟(jì);2009年04期

5 王s，

本文編號(hào)：770816