本文關(guān)鍵詞：基于Copula理論對中國投資者情緒的研究　出處：《復(fù)旦大學(xué)》2013年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 投資者情緒 Copula ARMA-GARCH 核估計 AB股 AH股

【摘要】：投資者情緒作為行為金融學(xué)的支柱之一,近年來已經(jīng)成為研究的熱點問題。本文將從Copula理論的視角對投資者情緒進行探討,通過Copula函數(shù)來重點研究中國A股市場和B股市場投資者情緒與股市收益的相依結(jié)構(gòu)形式以及對比兩者之間的異同,之后對樣本按熊牛市分為兩段,分析這兩對相關(guān)結(jié)構(gòu)在熊牛市表現(xiàn)是否有所不同。在此基礎(chǔ)之上通過選取同時在A股和H股上市的公司作為研究對象,進一步分析了境內(nèi)外投資者的投資者情緒的差異,得到了較多有益的結(jié)論。 Copula函數(shù)可以很好的反映變量之間的非對稱性、時變相關(guān)性、尾部相關(guān)性等的特征,較之Granger檢驗和線性相關(guān)系數(shù)能反映更多的相關(guān)結(jié)構(gòu)的信息。同時,Copula函數(shù)的特點使得可以分步進行變量邊緣分布的估計和相關(guān)結(jié)構(gòu)的估計,不需限制變量的邊緣分布形式以及Copula函數(shù)的形式,使得Copula函數(shù)在相關(guān)性分析中有著獨到的優(yōu)勢,應(yīng)用范圍廣泛。 本文在第一部分實證分析中選用A、B股新開戶率作為投資者情緒的指標(biāo)研究新開戶率和股市收益的相關(guān)結(jié)構(gòu),邊緣分布通過ARMA-GARCH模型進行建模,新息項(innovation)的分布選用更能反映不對稱及厚尾信息的Hansen's Skewed-T分布。之后運用9種無條件Copula函數(shù)和3種時變Copula函數(shù)進行相關(guān)結(jié)構(gòu)的建模分析。在后兩部分的實證中邊緣分布不需要進行時間序列處理,故采用非參數(shù)核密度(Kernel)估計進行建模,最后一部分的實證分析中,選用同時在A股和H股上市的公司年報公布的EPS與分析是一致預(yù)期的差值作為其中一個變量,選用這些公司在A股和H股公告日附近的累積異常收益率(CAR)作為另一個變量來代表兩地投資者的投資者情緒反映。文章最后闡述了本文的主要結(jié)論和貢獻。
[Abstract]:Investor sentiment as one of the pillars of behavioral finance has become a hot issue in recent years. This paper will discuss investor sentiment from the perspective of Copula theory. Through the Copula function to focus on the Chinese A-share market and B-share market investor sentiment and stock market returns of the dependent structure and the contrast between the similarities and differences between the two, and then the sample is divided into two sections according to the bear bull market. On the basis of analyzing whether the performance of the two pairs of related structures in the bear bull market is different, the companies listed in A-shares and H-shares are selected as the research objects. The difference of investor sentiment between domestic and foreign investors is further analyzed, and some useful conclusions are obtained. Copula function can well reflect the characteristics of asymmetry, time-varying correlation, tail correlation and so on. Compared with Granger test and linear correlation coefficient, it can reflect more information of related structure. The characteristics of Copula function make it possible to estimate the marginal distribution of variables and related structures step by step without restricting the form of marginal distribution of variables and the form of Copula function. The Copula function has unique advantages in correlation analysis and has a wide range of applications. In the first part of the empirical analysis, we choose A, B share new account opening rate as an indicator of investor sentiment to study the structure of new account opening rate and stock market income. The edge distribution is modeled by ARMA-GARCH model. Innovation). Hansen's, which can better reflect asymmetric and thick tail information. Skewed-T distribution. Then, nine kinds of unconditional Copula functions and three kinds of time-varying Copula functions are used to model and analyze the correlation structure. In the last two parts of the empirical analysis, the edge distribution does not need to advance. Time series processing. Therefore, the nonparametric Kernel estimation is used to model the model, and the last part of the empirical analysis. The EPS published in the annual report of A shares and H shares listed at the same time is consistent with the expected difference as one of the variables. Select these companies in A shares and H shares near the announcement of the cumulative abnormal rate of return carr). As another variable to represent the investor sentiment of the two places, the paper finally expounds the main conclusions and contributions of this paper.
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：F224;F832.51

【相似文獻】

相關(guān)期刊論文 前10條

1 胡勇;龔金國;;Copula函數(shù)在分析滬深股市相依結(jié)構(gòu)中的應(yīng)用[J];時代金融;2006年09期

2 韋艷華;張世英;;多元Copula-GARCH模型及其在金融風(fēng)險分析上的應(yīng)用[J];數(shù)理統(tǒng)計與管理;2007年03期

3 羅付巖;徐海云;;基于Copula-EVT模型的組合風(fēng)險測度[J];統(tǒng)計與決策;2007年17期

4 郭慧;羅俊鵬;史道濟;;半?yún)?shù)阿基米德Copula的理論應(yīng)用[J];天津理工大學(xué)學(xué)報;2007年05期

5 楊興民;劉保東;李娟;;基于Gaussian Copula與t-Copula的滬深股指相關(guān)性分析[J];山東大學(xué)學(xué)報(理學(xué)版);2007年12期

6 王展青;趙鵬;王傳廷;李磊東;;基于copula的滬深股市的風(fēng)險分析[J];科協(xié)論壇(下半月);2008年11期

7 陳銀忠;張榮;;基于Copula函數(shù)的深市行業(yè)間的尾部相關(guān)性分析[J];統(tǒng)計與決策;2008年22期

8 儲小俊;劉思峰;;股市流動性與收益的Copula尾部相關(guān)性分析[J];財貿(mào)研究;2008年05期

9 任仙玲;張世英;;基于Copula函數(shù)的金融市場尾部相關(guān)性分析[J];統(tǒng)計與信息論壇;2008年06期

10 歐陽資生;王非;;基于Copula方法的國債市場相依風(fēng)險度量[J];統(tǒng)計研究;2008年07期

相關(guān)會議論文 前10條

1 應(yīng)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

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

3 王宗潤;吳偉韜;;基于Copula-EVT模型的人民幣匯率組合風(fēng)險測度[A];第三屆（2008）中國管理學(xué)年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2008年

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

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

6 陳超;王莉萍;陳正壽;許新;;Copula函數(shù)在海洋工程中的應(yīng)用[A];第十六屆中國海洋（岸）工程學(xué)術(shù)討論會論文集（上冊）[C];2013年

7 徐運保;陳奕播;;基于Copula函數(shù)的股市、房市與GDP相關(guān)性的實證分析[A];第三屆（2008）中國管理學(xué)年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2008年

8 劉月飛;呂大剛;;基于混合Copula函數(shù)的二維串聯(lián)系統(tǒng)可靠性分析[A];第22屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集第Ⅲ冊[C];2013年

9 郭立甫;高鐵梅;姚堅;;基于Copula函數(shù)和極值理論的金融傳染度量——測度美國次貸危機對重要經(jīng)濟體的傳染效應(yīng)[A];21世紀(jì)數(shù)量經(jīng)濟學(xué)（第13卷）[C];2012年

10 冉U_香;張翔;;Copula函數(shù)在水量水質(zhì)聯(lián)合分布頻率分析中的應(yīng)用[A];農(nóng)業(yè)、生態(tài)水安全及寒區(qū)水科學(xué)——第八屆中國水論壇摘要集[C];2010年

相關(guān)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(lián);多維Copula樹及其在機構(gòu)投資組合風(fēng)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(guān)性看股指期貨推出后的跨市場操作[N];期貨日報;2007年

相關(guān)博士學(xué)位論文 前10條

1 趙麗琴;基于Copula函數(shù)的金融風(fēng)險度量研究[D];廈門大學(xué);2009年

2 劉瓊芳;基于Copula理論的金融時間序列相依性研究[D];重慶大學(xué);2010年

3 胡心瀚;Copula方法在投資組合以及金融市場風(fēng)險管理中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2011年

4 吳娟;Copula理論與相關(guān)性分析[D];華中科技大學(xué);2009年

5 羅俊鵬;Copula理論及其在金融分析中的應(yīng)用研究[D];天津大學(xué);2005年

6 趙寧;基于Copula熵的資本資產(chǎn)定價研究[D];大連理工大學(xué);2012年

7 魯訓(xùn)法;Copula方法在金融風(fēng)險管理中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2012年

8 張碧原;Copula方法在信用衍生品定價中的應(yīng)用[D];浙江大學(xué);2012年

9 胡錚洋;證券市場風(fēng)險度量—時變Copula和極值Copula的應(yīng)用研究[D];吉林大學(xué);2009年

10 徐付霞;Copula理論與極值統(tǒng)計的應(yīng)用[D];天津大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 吳新榮;對稱Bernstein Copula[D];天津大學(xué);2007年

2 葉萍華;基于Copula方法的股票收益率相關(guān)性研究及實證分析[D];武漢理工大學(xué);2008年

3 劉彪;Copula理論在金融分析中的應(yīng)用[D];華中科技大學(xué);2007年

4 鄭文旭;基于Copula的金融風(fēng)險相關(guān)性研究[D];廈門大學(xué);2008年

5 馬冬冬;多元Copula-GARCH模型及其在期貨風(fēng)險分析中的應(yīng)用[D];合肥工業(yè)大學(xué);2009年

6 董驍偉;基于Copula-SV模型的投資組合風(fēng)險分析[D];重慶大學(xué);2009年

7 錢丹青;Copula選擇及其條件核密度估計[D];華中科技大學(xué);2008年

8 劉海燕;基于Copula方法的違約相關(guān)性研究[D];北方工業(yè)大學(xué);2010年

9 陳元慶;基于Copula理論的投資組合的風(fēng)險度量[D];吉林大學(xué);2010年

10 伍新星;Copula函數(shù)在包含公共影響的信度保費模型中的應(yīng)用[D];吉林大學(xué);2010年

，

本文編號：1362517