隨著經(jīng)濟(jì)全球化與金融一體化的發(fā)展,國(guó)際金融市場(chǎng)間的聯(lián)系日益增強(qiáng),相依結(jié)構(gòu)日趨復(fù)雜化、多元化。2007-2008年由美國(guó)次貸危機(jī)引發(fā)的全球金融危機(jī),再次警醒著世界各國(guó)重新審視本國(guó)金融體系以及同國(guó)際金融市場(chǎng)間的關(guān)聯(lián)關(guān)系�？茖W(xué)刻畫(huà)金融市場(chǎng)間的相依結(jié)構(gòu)及風(fēng)險(xiǎn)傳導(dǎo)路徑無(wú)論對(duì)于投資者的微觀資產(chǎn)配置還是對(duì)于監(jiān)管部門(mén)的宏觀審慎管理和風(fēng)險(xiǎn)防范都有著重要的現(xiàn)實(shí)價(jià)值。基于此,本文以國(guó)內(nèi)外主要金融市場(chǎng)作為研究對(duì)象,揭示其相依結(jié)構(gòu)和風(fēng)險(xiǎn)溢出關(guān)系。從技術(shù)角度而言,金融市場(chǎng)間相依性的準(zhǔn)確描述在很大程度上依賴于金融建模工具,其中如何測(cè)度多市場(chǎng)之間的相依性是一個(gè)核心問(wèn)題,這對(duì)于風(fēng)險(xiǎn)評(píng)估和監(jiān)管而言尤為重要。然而,長(zhǎng)期以來(lái)金融建模大都考慮多元正態(tài)分布,并假設(shè)資產(chǎn)收益率的聯(lián)合分布和邊緣分布均服從正態(tài)分布。大量的實(shí)證研究卻表明金融資產(chǎn)收益率分布是非正態(tài)的,它具有顯著的尖峰、厚尾、有偏等“典型事實(shí)”特征,多資產(chǎn)間的相依性也表現(xiàn)出顯著的尾部相依性以及非線性和非對(duì)稱性相依性等特征。經(jīng)典的多元正態(tài)分布假定不能體現(xiàn)以上特征性事實(shí),無(wú)法滿足精確刻畫(huà)金融市場(chǎng)間復(fù)雜相依結(jié)構(gòu)的需要。Copula函數(shù)能夠較好地解決這個(gè)問(wèn)題,它可以度量非線性或非對(duì)... 

【文章來(lái)源】：湖南師范大學(xué)湖南省 211工程院校

【文章頁(yè)數(shù)】：169 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖２－１二種Ｃｏｐｕｌａ函數(shù)仿真得到的散點(diǎn)圖（ｐ?＝?０．７?）?［１Ｑ（）］??

ｒ?yàn)閮勺兞块g的相關(guān)系數(shù)，ｕ為自由度。??為了更直觀的看出Ｇａｕｓｓｉａｎ?Ｃｏｐｕｌａ函數(shù)和ｔ?Ｃｏｐｕｌａ函數(shù)的特點(diǎn)，下面給出??了二元Ｇａｕｓｓｉａｎ?Ｃｏｐｕｌａ和二元ｔ?Ｃｏｐｕｌａ的密度函數(shù)和分布函數(shù)圖，見(jiàn)圖３－１和圖??３－２。??°?６?ｖ?ｃ?ｍ?ｒ??Ｖ?００?ｕ?ｕ??圖３－１二兀Ｇａｕｓｓｉａｎ?Ｃｏｐｕｌａ的密度函數(shù)和分布函數(shù)??ｖ?０２?ｕ?ｖ??圖３－２二元ｔ?Ｃｏｐｕｌａ的密度函數(shù)和分布函數(shù)??４２??

?博士學(xué)位論文???Ｐａｔｔｏｎ?（２００６）提出了?Ｓｙｍｍｅｔｒｉｚｅｄ?Ｊｏｅ－Ｃｌａｙｔｏｎ?Ｃｏｐｕｌａ?函數(shù)。??（５）?ＳＪＣ?Ｃｏｐｕｌａ?函數(shù)（Ｓｙｍｍｅｔｒｉｚｅｄ?Ｊｏｅ－Ｃｌａｙｔｏｎ?Ｃｏｐｕｌａ?函數(shù)）??ＳＪＣ?Ｃｏｐｕｌａ函數(shù)本質(zhì)上是Ｊｏｅ－Ｃｌａｙｔｏｎ?Ｃｏｐｕｌａ函數(shù)的一種特殊形式，它不僅??能度量非對(duì)稱的尾部相依性，也能度量對(duì)稱的尾部相依性，其分布函數(shù)為??Ｃ＾ｃ（ｗ５ｖ；Ａｗ；Ａ＾）?＝?ＯＪ（Ｃ／ｃ（ｗ？ｖ；Ａｔ７＇／５ＡＬＬ）?＋?Ｃｊｒ（ｌ－ｗ，ｌ－ｖ；＞ｌｗ；，ＡＬＬ）?＋?ｗ＋ｖ－－ｌ）?（３－３２）??其中為參數(shù)，分別為下尾和上尾相依性，的??具體形式可參見(jiàn)Ｊｏｅ－Ｃｌａｙｔｏｎ?Ｃｏｐｕｌａ函數(shù)的上尾和下尾相依性表達(dá)式。??為直觀的看出?Ｃｌａｙｔｏｎ?Ｃｏｐｕｌａ、Ｇｕｍｂｅｌ?Ｃｏｐｕｌａ、Ｆｒａｎｋ?Ｃｏｐｕｌａ、ＳＪＣ?Ｃｏｐｕｌａ??這四種Ｃｏｐｕｌａ函數(shù)的特征。下面給出了四種Ｃｏｐｕｌａ密度函數(shù)圖，見(jiàn)圖２－３至圖??２－６。??

【參考文獻(xiàn)】：
期刊論文
[1]滬、深、港股市相依狀態(tài)轉(zhuǎn)換及其危機(jī)傳染效應(yīng)研究[J]. 郭文偉,陳妍玲.  管理評(píng)論. 2017(12)
[2]國(guó)際金融風(fēng)險(xiǎn)傳導(dǎo)的微觀經(jīng)濟(jì)基礎(chǔ)研究:基于公司數(shù)據(jù)角度[J]. 李紅權(quán),何敏園,嚴(yán)定容.  金融評(píng)論. 2017(05)
[3]我國(guó)股市的對(duì)外溢出效應(yīng)與國(guó)際影響力研究——基于Copula-DCC-GARCH模型[J]. 李紅權(quán),何敏園.  系統(tǒng)科學(xué)與數(shù)學(xué). 2017(08)
[4]“811匯改”提高了人民幣匯率中間價(jià)的市場(chǎng)基準(zhǔn)地位嗎?[J]. 李政.  金融研究. 2017(04)
[5]基于高維動(dòng)態(tài)藤Copula的匯率組合風(fēng)險(xiǎn)分析[J]. 韓超,嚴(yán)太華.  中國(guó)管理科學(xué). 2017(02)
[6]國(guó)內(nèi)外股市相依結(jié)構(gòu)演化及其危機(jī)傳染效應(yīng)研究[J]. 郭文偉.  國(guó)際金融研究. 2016(10)
[7]基于藤copula-貝葉斯網(wǎng)絡(luò)的中美股票、債券市場(chǎng)非線性相依關(guān)系分析[J]. 張國(guó)富,杜子平.  系統(tǒng)工程. 2016(07)
[8]國(guó)際股票市場(chǎng)聯(lián)動(dòng)的影響路徑與機(jī)制研究[J]. 李岸,夏越,喬海曙.  南京社會(huì)科學(xué). 2016(07)
[9]誰(shuí)真正影響了股票和債券市場(chǎng)的相關(guān)性?——基于混頻Copula模型的視角[J]. 龔玉婷,陳強(qiáng),鄭旭.  經(jīng)濟(jì)學(xué)(季刊). 2016(03)
[10]全球主要股票市場(chǎng)對(duì)我國(guó)股市的多渠道協(xié)同波動(dòng)溢出效應(yīng)——?dú)W債危機(jī)背景下基于中證行業(yè)指數(shù)視角的研究[J]. 蘇木亞,郭崇慧.  管理評(píng)論. 2015(11)

博士論文
[1]Copula理論及其在多變量金融時(shí)間序列分析上的應(yīng)用研究[D]. 韋艷華.天津大學(xué) 2004



本文編號(hào)：3056360