【摘要】：金融資產之間的尾部相依關系,即大幅同漲同跌行為是投資者關注的對象。本文運用雙參數Copula函數來描述金融資產的尾部相依行為,并應用到實際中去,研究中美貿易爭端前、后上證指數和中興通訊收益率之間的尾部相依關系�？朔藛螀礐opula描述金融尾部相依關系的不足,更好地刻畫了貿易爭端前、后中興通訊與上證指數的尾部相依關系。第一,本文選擇了雙參數BB1和BB7 Copula函數進行研究。我們導出這兩個雙參數對數似然函數估計式,運用極大似然方法估計模型的參數,求出上尾、下尾相依系數的表達式;作出它們的密度函數圖像和等高線圖像,可以看出這兩個雙參數Copula函數適合對尾部數據進行描述;我們在不同參數情況下產生隨機數,模擬極大似然估計,發(fā)現最大似然估計能有效的估計參數,增大樣本量發(fā)現參數的估計精度進一步提高。第二,雙參數Copula函數的應用。中美貿易爭端不僅影響我國證券市場的走勢,而且導致了與貿易爭端關系較大的股票出現了嚴重損失。本文運用雙參數Copula函數描述中興通訊與上證指數在貿易爭端前、后的尾部相依行為。(1)我們收集了2015年7月28日到2019年01月04日中興通訊和上證指數的收盤價數據,剔除非交易日和停牌日,選擇兩者都有的交易日數據,統計它們的對數收益率特征,作出它們收益率的時序圖,發(fā)現收益率序列有聚集現象;以2018年3月23日作為中美貿易爭端的節(jié)點,統計貿易爭端前、后收益率的統計特征。(2)構建時間序列模型描述回報序列,從風險價值VaR角度描述風險特征。對收益率序列進行了平穩(wěn)性檢驗、ARCH效應檢驗,結果都表明序列平穩(wěn)且存在條件異方差,適合建立GARCH模型;在假設殘差服從正態(tài)分布、t-分布和廣義誤差分布的情況下對序列建立GARCH類模型,經過反復的對比分析,選擇最優(yōu)的模型計算出置信水平在95%和99%的VaR,作出了VaR的圖像,對VaR進行了失敗率檢驗,結果表明模型能有效估計風險價值。(3)構建雙參數Copula函數,描述中興通訊與上證指數的尾部相依行為。我們對貿易爭端前、后的上證指數和中興通訊的分布做了非參數估計,估計結果顯示貿易爭端對它們的影響都較大。用傳統的線性的Pearson相關系數對貿易爭端前、后做相關性分析,結果表明上證指數和中興通訊在貿易爭端前具有較大的相關性而貿易爭端后兩者之間相關性變小了。用非線性的尾部相關系數描述,我們對雙參數BB1和BB7 Copula的參數進行了估計,并用AIC準則判斷擬合的效果,結果表明雙參數BB7函數的擬合效果都要好于雙參數BB1函數的擬合效果,選擇雙參數BB7 Copula函數作為刻畫上證指數和中興通訊相依關系的函數,根據尾部相依系數的計算公式,計算出貿易爭端前、后的上尾和下尾的相依系數,得到的結果依然是貿易爭端后上證指數和中興通信有著更小相依系數,這說明中興通訊的風險不是上證指數造成的,而是貿易爭端對中興通訊的影響,其影響程度要大于上證指數對中興通訊的影響。因此,尾部相依系數較好地反映了金融資產風險行為。本文研究為投資者分析金融資產尾部相依行為提供了新方法。
【學位授予單位】：廣西師范大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F224;F832.51
【圖文】：

廣西師范大學碩士學位論文：雙參數 Copula 函數在金融風險尾部相依分析中應用4 章 實證分析 中美貿易爭端背景下電子類股票和上證指數的統計特征本文選取了 2015 年 7 月 28 日到 2019 年 01 月 04 日電子類龍頭股中興通訊（000證指數（999999）的數據（數據來源：通達信軟件），剔除停牌和非交易日，共通信的 770 個日交易數據，為了和中興通信數據保持一致，上證指數也只取有中易日的數據，共 770 個日交易數據。收益率采用對數收益率，其計算公式為：11ln ln ln , 1, , 769tt t ttPr P P tP （4.1tr 為 t 日的對數收益率，tP 為 日的收盤價，t1P 為 日的前一日的收盤價。根據這以得到 769 個對數收益率的數據。下文所提到的收益率均是對數收益率。對中興通訊和上證指數的 769 個收益率數據分別作時序圖，得到時序圖 4.1 和 4

17圖 4.2 上證指數的對數收益率時序圖從圖 4.1 和圖 4.2 可以看出在研究時期的前期和后期兩者收益率的波動都很大，前期波動大是因為 2015 年的股災，后期是因為中美貿易爭端引起的波動；不管是中興通訊還是上證指數股災影響要大于貿易爭端的影響，但貿易爭端對中興通訊影響要大于上證指數，在貿易爭端中上證指數沒有表現像中興通訊那樣的大跌，較為穩(wěn)健。為了便于分析比較中美貿易爭端前、后收益率統計特征和貿易爭端前、后的尾部相依關系，需要對貿易爭端前、后收益率數據分別進行研究。北京時間 2018 年 3 月 23 日 0 時50 分左右，美國總統特朗普在白宮正式簽署對華貿易備忘錄，并當場宣布將有可能對從中國進口的 600 億美元的商品加征關稅，限制中國企業(yè)對美國的投資和并購。本文以 2018年 3 月 23 日作為中美貿易爭端的開始時間。首先我們先來看貿易爭端前、后中興通訊和上證指數收益率的統計特性

比較表 4-11 和 4-12 可以得到在中美貿易爭端后，在 95%和 99%置信水平下，中票面臨的風險比爭端前的風險大。因此，核心技術依賴于美國的中興通訊公司在上其股票價格受到的影響很大。而貿易爭端前、后上證指數風險價值并無多大變分別作出貿易爭端前、后中興通訊和上證指數在置信水平為 95%和 99%的回報率與，得到圖 4.3、4.4、4.5 和 4.6。

【相似文獻】

相關期刊論文 前10條

1 郭云康;吳鑫育;侯信盟;;基于RGARCH-Copula模型的中美股市尾部相關性研究[J];武漢商學院學報;2019年03期

2 韓超;周兵;;高維動態(tài)藤Copula函數建模、仿真及在金融風險研究中的應用[J];數學的實踐與認識;2019年12期

3 劉文雷;;動態(tài)Copula模型在金融相關領域運用的文獻綜述[J];中南財經政法大學研究生學報;2017年01期

4 黃康迪;陳璐;郭生練;周建中;楊振瑩;;基于Copula熵方法的河流之間的相關性研究[J];水資源研究;2017年05期

5 王保華;王占海;月永昌;;Copula函數在洪潮遭遇分析中的應用研究[J];珠江現代建設;2017年06期

6 杜懿;麻榮永;;不同Copula函數在洪水峰量聯合分布中的應用比較[J];水力發(fā)電;2018年12期

7 周全;陳振龍;;基于C藤Copula模型的混業(yè)經營下聚合風險的度量[J];湖南科技大學學報(自然科學版);2018年04期

8 李亞威;徐付霞;;一種新型雙參數復合擾動Copula的相關性質[J];哈爾濱商業(yè)大學學報(自然科學版);2019年02期

9 李曉康;;基于Copula函數的滬深股市相關性分析[J];陜西理工大學學報(自然科學版);2017年06期

10 杜夢穎;章溢;溫利民;;基于Copula相依模型的指數保費預測[J];江西師范大學學報(自然科學版);2018年01期

相關會議論文 前10條

1 張偉;黃銳;康良國;;基于Copula理論的地域性事故發(fā)生規(guī)律機理研究[A];第30屆全國高校安全科學與工程學術年會暨第12屆全國安全工程領域專業(yè)學位研究生教育研討會論文集[C];2018年

2 應益榮;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

3 李永奎;周宗放;彭選華;;Copula模型在金融風險管理應用中的評述[A];Proceedings of the Third Symposium of Risk Analysis and Risk Management in Western China[C];2013年

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

5 王作春;甘仞初;;基于copula函數的相關異類風險的綜合風險測度方法研究[A];全國第九屆企業(yè)信息化與工業(yè)工程學術會議論文集[C];2005年

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

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

8 張綠原;林明裕;稂冠平;;基于GAS動態(tài)藤copula的國際指數組合風險分析[A];2017年（第五屆）全國大學生統計建模大賽獲獎論文選[C];2017年

9 安宗文;高建雄;劉波;;基于嵌套混合Copula函數的機械系統失效相關性建模[A];2014年全國機械行業(yè)可靠性技術學術交流會暨可靠性工程分會第五屆委員會成立大會論文集[C];2014年

10 周金宇;韓文欽;孫奎洲;朱福先;;基于高斯Copula的冗余結構系統疲勞失效概率分析[A];2010年全國機械行業(yè)可靠性技術學術交流會暨第四屆可靠性工程分會第二次全體委員大會論文集[C];2010年

相關重要報紙文章 前2條

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

2 海通證券研究所 陳露;從A股與H股相關性看股指期貨推出后的跨市場操作[N];期貨日報;2007年

相關博士學位論文 前10條

1 周全;基于copula的混業(yè)經營下市場風險和操作風險的度量[D];浙江工商大學;2016年

2 申敏;國民經濟行業(yè)系統信用風險相依研究[D];南京航空航天大學;2017年

3 崔琪;基于Copula模型的相依現狀數據的回歸分析[D];吉林大學;2018年

4 韓超;高維動態(tài)藤Copula結構在金融風險研究中的應用[D];重慶大學;2017年

5 李浩鑫;基于水勢調控的復雜灌溉系統水量分配理論與方法[D];武漢大學;2017年

6 龔玉婷;金融資產相依性的動態(tài)Copula建模及應用[D];上海交通大學;2015年

7 趙寧;基于Copula熵的資本資產定價研究[D];大連理工大學;2012年

8 徐付霞;Copula理論與極值統計的應用[D];天津大學;2008年

9 胡心瀚;Copula方法在投資組合以及金融市場風險管理中的應用[D];中國科學技術大學;2011年

10 吳娟;Copula理論與相關性分析[D];華中科技大學;2009年

相關碩士學位論文 前10條

1 張倩;基于Copula函數的黃河中下游干支流多庫來水豐枯遭遇分析[D];鄭州大學;2019年

2 馮繼國;基于Vine Copula模型的國際股市風險傳染研究[D];北方工業(yè)大學;2019年

3 王鵬;基于混合Copula的VaR和CVaR的計算及其實證分析[D];廈門大學;2017年

4 祁泓達;Mixture-Copula方法在統計套利中的應用研究[D];天津財經大學;2018年

5 李佳藝;基于協整理論的陸渾灌區(qū)供需水極值事件分析[D];鄭州大學;2019年

6 柯玉琴;我國商業(yè)銀行系統風險的實證研究[D];廈門大學;2017年

7 陳迪;基于Copula的供應鏈金融質物組合價格風險測度研究[D];西安理工大學;2017年

8 何霞;Copula理論在金融相依風險中的應用[D];重慶理工大學;2019年

9 程亞麗;基于Copula理論和場景分析的風電場功率爬坡風險評估研究[D];上海電機學院;2019年

10 張猛猛;多元混合型縱向數據中基于copula的廣義線性混合模型[D];中國科學技術大學;2019年

本文編號：2783173