本文關鍵詞：基于時變t-Copula模型的中國股票市場相關性分析，由筆耕文化傳播整理發(fā)布。

【摘要】：近代以來,就全球范圍而言,發(fā)展最快的的金融行業(yè)越來越備受關注,這種現(xiàn)象在我國尤其明顯,并且伴隨著金融機構的不斷改革與創(chuàng)新,金融市場間聯(lián)系越來越密切。新世紀以來,國家一系列重大政策的出臺標志著我國全面開放金融市場,重點是對股市進行了股權分置改革,隨著創(chuàng)業(yè)版和股指期貨的上市,我國的股票市場也逐漸成熟。幾十年來,巨大的變化沖擊著國際的金融市場。上個世紀九十年代發(fā)生的亞洲金融風波,加上發(fā)生于2011年的歐洲債務危機,再到2015年中國股市的暴漲暴跌,不難發(fā)現(xiàn)全球金融市場不斷發(fā)生波動,隨之我國股市也產(chǎn)生了不同程度的波動,結果就是連續(xù)的波動使得普通股民們幾乎賺不到錢。這個時候股市風險度量的相關性分析,便成為了我們關注的熱點話題。我國各股市的指數(shù)也隨之表現(xiàn)出非線性、偏態(tài)性以及尾部相關性,所以,過去以正態(tài)分布為考慮前提的情況已不適應今天的股票市場,這就要求我們尋找更有效的方法去解決復雜多變的股票市場。因此,文章中引入Copula函數(shù),因為通過Copula函數(shù)來研究股市風險的情況比其他的函數(shù)更具優(yōu)點。在實際生活中,大部分金融資產(chǎn)組合是非線性的,這時候線性相關就不能準確、科學地刻畫各分量間的關聯(lián)程度。又考慮到復雜大量數(shù)據(jù)的分布特點,本文引入t-Copula來分析金融資產(chǎn)之間的相關性,因為無論金融資產(chǎn)之間線性與否,t-Copula都能處理與刻畫這些變量及其之間的關系。同時,由于事物的發(fā)展不是一成不變的,例如在金融資產(chǎn)變量之間的相關性不但是非線性的,而且會受到外部環(huán)境的改變進而導致其波動性的發(fā)生,所以本文考慮建立一個動態(tài)的非線性模型來描述事物之間的動態(tài)相關結構。這就引入了金融研究中最常用的兩種模型,即時變相關Copula模型和變結構的Copula模型。本文從以下順序展開論述:先對Copula函數(shù)的研究背景、國內外的研究進展做簡單的介紹,又簡明扼要地對Copula的定義、定理、推論及其特點進行了闡述。然后是關于Copula函數(shù)的分類、主要函數(shù)族的形式及應用和相關性測度等都做了具體描述。最后是模型的建立以及對模型的檢驗。關于模型的參數(shù)估計知識,本文也給出了相當多的介紹,同時,本文在實證分析方面對于模型的構建、估計與時變t分布的結合也給予了詳細介紹。實證部分,本文從常相關和時變相關兩個方面著手處理。數(shù)據(jù)選取方面是將上證綜指(SH)收盤價對數(shù)收益率和深成指(SZ)收盤價對數(shù)收益率作為數(shù)據(jù)研究的對象。首先本文運用軟件分析工具Eviews 7.0對兩組收盤價進行預處理,得到對數(shù)收益率的描述性統(tǒng)計量;然后運用GARCH(1,1)-t對兩組收益率進行刻畫得出標準化的殘差。其中,常相關方面的數(shù)據(jù)處理是直接生成兩組標準化的殘差,以此作為后續(xù)的研究對象,而時變相關方面是將對數(shù)收益率按照時間分組進行處理進而得到分組后的標準化殘差。最后研究對象的邊緣分布,進而構建t-Copula函數(shù)模型,并得出參數(shù)的估計值,進行檢驗得出結論。
【關鍵詞】：Copula函數(shù) 時變t-Copula 時變相關
【學位授予單位】：河南師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F832.51
【目錄】：

• 摘要3-5
• ABSTRACT5-9
• 第一章 緒論9-13
• 1.1 選題背景與意義9-10
• 1.2 國內外研究現(xiàn)狀10-11
• 1.3 研究框架11-13
• 第二章 Copula函數(shù)理論13-25
• 2.1 Copula函數(shù)的定義、定理與性質13-16
• 2.1.1 Copula理論的簡介與定義13-14
• 2.1.2 Sklar定理與Copula的性質及定理14-16
• 2.2 Copula函數(shù)的相關性測度16-18
• 2.2.1 基于Copula理論的相關性測度16-18
• 2.2.2 基于Copula理論的尾部相關性測度18
• 2.3 常用的Copula函數(shù)18-22
• 2.3.1 橢圓族二元Copula函數(shù)18-19
• 2.3.2 二元阿基米德類Copula函數(shù)19-22
• 2.4 Copula函數(shù)模型的估計和檢驗22-25
• 2.4.1 Copula函數(shù)模型的參數(shù)估計方法22-23
• 2.4.2 Copula函數(shù)的擬合優(yōu)度檢驗23-25
• 第三章 基于t-GARCH的時變相關的Copula函數(shù)模型25-29
• 3.1 邊緣分布的建立25
• 3.2 靜態(tài)Copula函數(shù)的確定25-26
• 3.3 建立時變正態(tài)Copula函數(shù)模型與時變t-Copula函數(shù)模型26-29
• 第四章 實證分析29-39
• 4.1 對實證數(shù)據(jù)的選取與分析29-31
• 4.1.1 收益率序列波動性分析29
• 4.1.2 SH和SZ收益率序列分布直方圖29-30
• 4.1.3 描述性統(tǒng)計量及分析30
• 4.1.4 單位根檢驗及分析30-31
• 4.1.5 自相關檢驗及分析31
• 4.2 SH和SZ邊緣分布模型的估計31-34
• 4.2.1 GARCH效應檢驗31-32
• 4.2.2 標準化殘差序列的Q-Q圖32-34
• 4.3 常相關二元t-Copula函數(shù)參數(shù)估計34-35
• 4.4 時變Copula模型參數(shù)估計和結果35-39
• 第五章 研究結果和研究展望39-41
• 參考文獻41-45
• 致謝45-48

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫志賓;;混合Copula模型在中國股市的應用[J];數(shù)學的實踐與認識;2007年20期

2 李娟;戴洪德;劉全輝;;幾種Copula函數(shù)在滬深股市相關性建模中的應用[J];數(shù)學的實踐與認識;2007年24期

3 李軍;;Copula-EVT Based Tail Dependence Structure of Financial Markets in China[J];Journal of Southwest Jiaotong University(English Edition);2008年01期

4 許建國;杜子平;;非參數(shù)Bernstein Copula理論及其相關性研究[J];工業(yè)技術經(jīng)濟;2009年04期

5 王s，

本文編號：337723