【摘要】：隨著金融市場幾年來的迅猛發(fā)展,依存結(jié)構(gòu)在股市變得更加復雜。金融時間序列具有尖峰厚尾等等特點。但是對于經(jīng)典的回歸分析方法來說,只能揭露這類數(shù)據(jù)內(nèi)在特點的冰山一角,甚至會得出“文不對數(shù)”的結(jié)果,歪曲原有數(shù)據(jù)的特點。因此線性相關系數(shù)和類似的因果分析等方法用于資產(chǎn)間的聯(lián)動性顯然并不適用。針對金融變量的尖峰厚尾性,波動的聚集性,不對稱性,歷史記憶性特點,Copula理論相對于線性相關分析方法,更加適合探究其相依性問題。論文引入了Copula相關理論的隨機波動率模型(SV),解決了異方差金融數(shù)據(jù)波動問題。以及求解隨機波動模型的幾種比較被認可的方法和具體算法。選擇具有市場說服力的上證指數(shù)、深證成指兩大金融數(shù)據(jù),對選取數(shù)據(jù)做標準化處理,多方面描述其數(shù)據(jù)特征。運用隨機波動SV模型模擬金融數(shù)據(jù)的邊緣概率密度分布,并對所選取方法作比較分析,然后通過pair-copula聯(lián)合成對的邊緣分布,計算copula參數(shù),度量金融資產(chǎn)間的相依性結(jié)構(gòu),分析其聯(lián)動性。最后將分析所得的尾部相關系數(shù)添加進入線性回歸分析中,進一步論證金融資產(chǎn)間更為復雜的非線性相依關系。本文對上海和深圳兩大金融市場的不穩(wěn)定性,波動程度和波動率系數(shù)進行了實證分析。Copula函數(shù)準確地描述了金融資產(chǎn)投入時金融回報之間在指定時期的動態(tài)聯(lián)系。針對金融資產(chǎn)流動性風險的這種特點,廣大股民在購買股票時應該考慮上海股票市場和深圳股票市場當時的股情,當對股市是熊市還是牛市有了大致的判斷后,重新調(diào)整自己的資金投放比例。
【圖文】：

圖３－１滬深累計收益波動圖逡逑上圖是關于上證指數(shù)和深證成指的收益率序列的波動圖，由上圖得到收益逡逑率波動的以下特征：逡逑１、波動的聚集性：后一期的不穩(wěn)定的規(guī)模和形式往往受前一期波動的千逡逑擾。逡逑２、波動的杠桿效應：股價的下跌提高了資產(chǎn)收益的風險，這種大的波動致逡逑使后期波動變得劇烈，這種股價和波動之間成反比的關系成為杠桿效逡逑應。逡逑３、波動的長記憶性：金融收益率序列在各個階段的觀測值之間往往是相關逡逑的。甚至，在多個時間段過后，兩個數(shù)據(jù)之間也具備較強的相關性。比逡逑如說，波動序列的自相關函數(shù)總是以較為低速的衰退形式表現(xiàn)出來，以逡逑雙曲線形式衰退到零。波動序列的長記憶性特質(zhì)說明金融收益序列的觀逡逑測值之間并不是像ＥＭＨ邋（有效市場假說）中提出的那樣，論證金融資產(chǎn)逡逑價格之間是獨立的，反過來講，使用歷史的波動值預測未來的波動值從逡逑

圖３－２滬深正態(tài)分布ＣＨＩ圖逡逑
【學位授予單位】：北方工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F832.51

【相似文獻】

相關期刊論文 前10條

1 WEI Zheng 1, ZHANG Rui 2;A note in measuring the non，

本文編號：2626973