我國消費行業(yè)間風(fēng)險度量及相依性研究
發(fā)布時間:2020-12-03 02:40
對食品加工制造、飲料制造、服裝家紡、白色家電、汽車整車行業(yè)板塊指數(shù)進(jìn)行風(fēng)險度量及相依性研究,構(gòu)建ARMA-GARCH-偏t模型,求得95%、99%置信水平下的VaR序列檢驗風(fēng)險度量效果,采用C-Vine Copula與D-Vine Copula模型對由經(jīng)驗累積分布函數(shù)轉(zhuǎn)化的99%置信水平下的VaR序列進(jìn)行相依性研究,結(jié)果表明:ARMA-GARCH-偏t模型風(fēng)險度量效果較好;C-Vine Copula表明服裝家紡為風(fēng)險傳遞的中心行業(yè);D-Vine Copula表明飲料制造與汽車整車行業(yè)相關(guān)性最弱,D-Vine Copula模型更能體現(xiàn)行業(yè)間的風(fēng)險相依關(guān)系。
【文章來源】:桂林理工大學(xué)學(xué)報. 2020年02期 第422-429頁 北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
五項行業(yè)板塊指數(shù)收盤價走勢圖
圖1 五項行業(yè)板塊指數(shù)收盤價走勢圖五項行業(yè)指數(shù)日對數(shù)收益率基本特征見表1,可知,五項行業(yè)指數(shù)日對數(shù)收益率均值均大于0,食品加工制造行業(yè)均值最大為0.000 460,汽車整車行業(yè)均值最小為0.000 070,偏度均小于0,峰度均大于3,呈現(xiàn)出左偏、尖峰厚尾特征。樣本量為2 890,不存在缺失值,中位數(shù)均接近0,波動范圍與通過圖2觀察所得一致。
通過auto.arima()函數(shù)對五項行業(yè)自動選取ARMA(p,q)模型:食品加工制造行業(yè)選取ARMA(1,1),飲料制造行業(yè)選取ARMA(2, 3), 服裝家紡行業(yè)選取ARMA(1,1),白色家電行業(yè)選取ARMA(0,3),汽車整車行業(yè)選取ARMA(1,1)。圖4 五項行業(yè)板塊指數(shù)日對數(shù)收益率偏自相關(guān)圖
本文編號:2895854
【文章來源】:桂林理工大學(xué)學(xué)報. 2020年02期 第422-429頁 北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
五項行業(yè)板塊指數(shù)收盤價走勢圖
圖1 五項行業(yè)板塊指數(shù)收盤價走勢圖五項行業(yè)指數(shù)日對數(shù)收益率基本特征見表1,可知,五項行業(yè)指數(shù)日對數(shù)收益率均值均大于0,食品加工制造行業(yè)均值最大為0.000 460,汽車整車行業(yè)均值最小為0.000 070,偏度均小于0,峰度均大于3,呈現(xiàn)出左偏、尖峰厚尾特征。樣本量為2 890,不存在缺失值,中位數(shù)均接近0,波動范圍與通過圖2觀察所得一致。
通過auto.arima()函數(shù)對五項行業(yè)自動選取ARMA(p,q)模型:食品加工制造行業(yè)選取ARMA(1,1),飲料制造行業(yè)選取ARMA(2, 3), 服裝家紡行業(yè)選取ARMA(1,1),白色家電行業(yè)選取ARMA(0,3),汽車整車行業(yè)選取ARMA(1,1)。圖4 五項行業(yè)板塊指數(shù)日對數(shù)收益率偏自相關(guān)圖
本文編號:2895854
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/2895854.html
最近更新
教材專著