本文關鍵詞：金融資產(chǎn)非對稱相關性的檢驗、建模及應用

  更多相關文章： 非對稱的相關性 機制轉(zhuǎn)換 對沖效率 資產(chǎn)組合實現(xiàn)相關性

【摘要】：2007-2008年發(fā)生的全球金融危機及隨后在2010年發(fā)生的歐洲主權債務危機,對各國政府和投資者的信心產(chǎn)生了巨大的影響。這激發(fā)了學界和業(yè)界把多個資產(chǎn)間的相關性當做一個中心議題來研究的興趣。其中一個原因是在金融危機期間,金融市場之間表現(xiàn)出比正常時候更強的相互依存關系,從而削弱投資者預期通過資產(chǎn)組合獲得的分散化收益。直觀地,在金融危機發(fā)生時期,我們通常從電視里,報紙上和網(wǎng)絡中了解到關于企業(yè)破產(chǎn)和金融大鱷資產(chǎn)縮水的相關新聞;但是,在正常時期,新聞中鮮有報道投資盈利的消息。資產(chǎn)之間這種不對稱行情最終導致相互關系的不對稱,即資產(chǎn)之間的相關性受金融市場總體環(huán)境的影響而表現(xiàn)出反應程度的不一致。本文主要研究金融資產(chǎn)之間的相互關系,特別包括了最近金融危機時期的相互關系。具體地,我們主要從兩個方面對相關性展開研究:第一方面,從統(tǒng)計檢驗的角度研究資產(chǎn)間相關性的數(shù)值特征,特別是相關性呈現(xiàn)出的非對稱特征。為此,我們構建了一個檢驗統(tǒng)計量進行研究分析。第二方面,基于相關性的數(shù)值特征,在構建模型的時候充分考慮到這種特征事實的存在并通過計量方法進行刻畫捕捉,以期提高實證結果的表現(xiàn)。具體包括:原油市場上不同合約品種的相關性及其交互對沖研究、高維資產(chǎn)間的相關性估計及其組合分散化研究、分筆數(shù)據(jù)中實現(xiàn)相關系數(shù)的建模和預測、金磚國家的股票市場和原油市場的相關性研究。區(qū)別已有的文獻,本論文的主要工作和結論有如下幾方面:(1)結合經(jīng)驗似然(empirical likelihood)方法,構建了一個不依賴于模型(model-free)的統(tǒng)計量去檢驗相關系數(shù)的非對稱特征。理論上,由于經(jīng)驗似然在構建統(tǒng)計量時允許權重不同,而廣義矩(GMM)是等權重的,所以經(jīng)驗似然方法比廣義矩更加穩(wěn)健。與最接近的文獻Hong et al.[1]相比較,我們發(fā)現(xiàn)在某些方面,本章提出的統(tǒng)計量功效(power)比Hong et al.[1]高出10%-20%。這意味著由經(jīng)驗似然構建統(tǒng)計量在某些情況下可以更好地挖掘相關性中的非對稱信息。同時,把該統(tǒng)計量檢驗中國的股票市場,我們發(fā)現(xiàn)小盤股組合和上證指數(shù)之間存在著非對稱現(xiàn)象,而中盤股組合和上證指數(shù)之間,大盤股組合和上證指數(shù)之間沒有被發(fā)現(xiàn)非對稱特征。(2)采用機制轉(zhuǎn)換的多元GARCH模型去分析交互對沖效率問題。同時,我們還構造了一個基于機制轉(zhuǎn)換的非對稱動態(tài)相關性模型(RS-ADCC),它區(qū)分了兩種現(xiàn)象:外生宏觀因素引發(fā)模型的結構突變,這部分由機制轉(zhuǎn)換部分刻畫;同時,還有相關性的非對稱現(xiàn)象,它由單變量的GJR模型和非對稱動態(tài)相關模型(ADCC)共同刻畫。實證部分突破了傳統(tǒng)的期貨對沖現(xiàn)貨的模式,而是采用交互方式研究對沖問題,因為很多國家的期貨品種尚未齊全。結果顯示,機制轉(zhuǎn)換的結果能夠更好地捕捉到相關系數(shù)中的非對稱性質(zhì),從而在一定程度上提高了對沖效率。在一些對沖情形下,RS-ADCC模型的樣本外表現(xiàn)占優(yōu)于其它競爭模型,所以在計算最優(yōu)對沖效率時,RS-ADCC模型應該是在被考慮的范圍之內(nèi)。(3)對DECO模型進行拓展,使得該模型更好地描述高維資產(chǎn)的數(shù)據(jù)特征。具體地,我們從三個方面進行拓展:一是使用動態(tài)時間規(guī)整算法對高維數(shù)據(jù)進行聚類,而不是原來比較草率的行業(yè)分類,這樣可以獲得由數(shù)據(jù)自己說話的優(yōu)點;二是建立了連接單個變量和分塊之間的機制,拓展了原來DECO的適用范圍;三是在動態(tài)相關性過程中引入了非對稱機制。實證分析了標普100指數(shù)的成分股的資產(chǎn)組合問題。發(fā)現(xiàn)在Sharpe比準則下,新模型比DECO模型和分塊的DECO模型具有更好的樣本外表現(xiàn),而且這些差異在統(tǒng)計上是顯著的。(4)基于分筆數(shù)據(jù)計算的實現(xiàn)相關系數(shù)序列,我們構建了一個新的RS-HAR模型和RS-AR(1)模型。該模型充分考慮了高頻數(shù)據(jù)特征:1.長記憶性特征,它由滯后一期、移動平均5期和移動平均22期刻畫,類似于實現(xiàn)波動率HAR模型的結構;2.結構突變特征,它由模型中的機制轉(zhuǎn)換結構刻畫;3.異方差特征則允許在不同市場條件下的不同方差刻畫,也具有機制轉(zhuǎn)換結構。同時,我們還針對RS-HAR模型提出了一個EM算法估計參數(shù),這種方法的好處是為極大似然估計(MLE)提供一個更好的初始值設定。模型的樣本外預測能力顯示,在向前一期RS-HAR模型和RS-AR(1)模型在大部分衡量準則下是占優(yōu)的;在向前多不預測的時候,RS-HAR模型和RS-AR(1)模型全面占優(yōu)其它競爭模型。
【關鍵詞】：非對稱的相關性 機制轉(zhuǎn)換 對沖效率 資產(chǎn)組合實現(xiàn)相關性
【學位授予單位】：上海交通大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：F224;F831.51
【目錄】：

• 摘要3-5
• ABSTRACT5-15
• 第一章 緒論15-25
• 1.1 研究背景和意義15-18
• 1.2 主要內(nèi)容和文章結構18-21
• 1.3 主要創(chuàng)新點21-25
• 第二章 收益率間的非對稱相關性計量檢驗：一種經(jīng)驗似然方法25-43
• 2.1 引言25-26
• 2.2 非對稱相關性的經(jīng)濟解釋26-27
• 2.3 統(tǒng)計量的構建27-32
• 2.4 Monte Carlo模擬32-38
• 2.5 實證分析38-41
• 2.5.1 數(shù)據(jù)38-39
• 2.5.2 統(tǒng)計檢驗39-41
• 2.6 本章小結41-43
• 第三章 基于機制轉(zhuǎn)換多元GARCH類模型的對沖效率研究：精練油對沖原油43-67
• 3.1 引言43-45
• 3.2 計量模型45-51
• 3.3 數(shù)據(jù)分析51-54
• 3.3.1 相關系數(shù)的非對稱檢驗54
• 3.4 實證結果54-65
• 3.4.1 RS-ADCC模型的樣本內(nèi)估計54-60
• 3.4.2 樣本外對沖表現(xiàn)60-64
• 3.4.3 顯著性檢驗64-65
• 3.5 本章小結65-67
• 第四章 高維資產(chǎn)動態(tài)相關性與資產(chǎn)組合67-91
• 4.1 引言67-69
• 4.2 計量模型69-74
• 4.2.1 動態(tài)時間規(guī)整算法69
• 4.2.2 非對稱的DECO模型69-74
• 4.3 數(shù)據(jù)分析74-78
• 4.3.1 相關系數(shù)的非對稱檢驗74-78
• 4.4 實證結果78-89
• 4.4.1 樣本內(nèi)擬合78-85
• 4.4.2 樣本外預測85-89
• 4.5 本章小結89-91
• 第五章 實現(xiàn)相關系數(shù)的建模和預測91-109
• 5.1 引言91-92
• 5.2 計量模型92-95
• 5.2.1 機制轉(zhuǎn)換的HAR模型93-94
• 5.2.2 估計方法94-95
• 5.3 Monte Carlo模擬95-96
• 5.4 預測步驟和SPA檢驗96-100
• 5.4.1 預測步驟96-97
• 5.4.2 簡介SPA檢驗97-100
• 5.5 實證結果100-107
• 5.5.1 數(shù)據(jù)處理100-101
• 5.5.2 實證分析101-105
• 5.5.3 預測能力表現(xiàn)105-107
• 5.6 本章小結107-109
• 第六章 石油和金磚國家股市之間的相關性實證研究：基于機制轉(zhuǎn)換的Copula模型109-127
• 6.1 引言109-111
• 6.2 模型設定111-117
• 6.2.1 邊緣模型設定113-114
• 6.2.2 邊緣模型檢驗114-115
• 6.2.3 Copula函數(shù)選擇115-117
• 6.3 實證分析117-122
• 6.3.1 相關系數(shù)的非對稱檢驗118-119
• 6.3.2 實證結果119-122
• 6.4 本章小結122-127
• 第七章 結論與展望127-131
• 7.1 全文總結127-128
• 7.2 未來研究展望128-131
• 附錄A 定理 2.1 的證明131-135
• 附錄B EM算法135-139
• 參考文獻139-157
• 致謝157-159
• 攻讀學位期間發(fā)表的學術論文目錄159-161
• 攻讀學位期間參與的項目161-163

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 徐坡嶺;韓爽;;簡析俄歐關系的非對稱結構及其發(fā)展趨勢[J];俄羅斯中亞東歐研究;2009年01期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 余貞壽;陳濤;周功鋌;郝增周;;臺風“海棠”(0505)非對稱結構及其對移動路徑影響[A];第三屆長三角氣象科技論壇論文集[C];2006年

2 翁之梅;唐楹;薛偉;嚴雷剛;;超強臺風“梅花”非對稱結構分析[A];第八屆長三角氣象科技發(fā)展論壇論文集[C];2011年

3 梁旭東;陳仲良;;垂直運動相關科氏力項對臺風結構和移動的影響(英文)[A];中國氣象學會2006年年會“中尺度天氣動力學、數(shù)值模擬和預測”分會場論文集[C];2006年

4 徐亞梅;伍榮生;;非對稱流對熱帶氣旋發(fā)生發(fā)展的影響[A];首屆長三角氣象科技論壇論文集[C];2004年

5 徐亞梅;伍榮生;;非對稱流對熱帶氣旋發(fā)生發(fā)展的影響[A];首屆長三角科技論壇——氣象科技發(fā)展論壇論文集[C];2004年

6 徐亞梅;伍榮生;;非對稱流對熱帶氣旋發(fā)生發(fā)展的影響[A];全國優(yōu)秀青年氣象科技工作者學術研討會論文集[C];2006年

7 潘康;羅奇峰;;地震動扭轉(zhuǎn)分量對非對稱結構的影響[A];中國地震學會第14次學術大會專題[C];2012年

8 魏應植;;多普勒雷達探測臺風的風場非對稱結構[A];中國氣象學會雷達氣象學與氣象雷達委員會第一屆學術年會文集[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 萬聯(lián)證券研究所所長 傅子恒;經(jīng)濟“換擋期”催生非對稱結構行情[N];中國證券報;2014年

2 記者 路平;非對稱金屬過濾膜應用前景廣[N];廣東科技報;2011年

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 王峰;非對稱結構PTFE中空纖維膜的制備及分離性能研究[D];浙江理工大學;2016年

2 潘志遠;金融資產(chǎn)非對稱相關性的檢驗、建模及應用[D];上海交通大學;2015年

3 何煒;非對稱雙相復合氧分離膜的相轉(zhuǎn)化流延制備和透氧性能研究[D];中國科學技術大學;2014年

4 王明筠;雷達反演同化對臺風薔薇（2008）強度和路徑預報影響及其機制研究[D];南京大學;2014年

5 陳維云;中國股市波動的非對稱性研究[D];重慶大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 楊濤;熱力非對稱結構及其對臺風強度影響的初步研究[D];中國氣象科學研究院;2015年

2 毛柳;非對稱乘積誤差模型及其應用[D];西南財經(jīng)大學;2014年

3 季博宇;超快納米尺度等離子體激元的增強效應及其相干控制[D];長春理工大學;2014年

，

本文編號：992758