基于混合Copula模型的中国股市相依结构的研究

发布时间：2020-05-20 14:37

【摘要】：经济全球化与金融一体化大大增强了全球经济、金融市场之间的相互依存性,金融市场和金融资产间的相关关系变得越来越复杂,呈现非线性、非对称性和尾部相关等模式。Sklar提出的Copula理论认为随机变量间相关性的信息可以由Copula函数完全刻画,可以用于描述金融市场间的相关模式。Copula广泛的应用于金融领域,特别是在金融市场上的风险管理、投资组合的选择和资产定价等方面,并成为解决金融问题的一个有力工具。 本文通过选择适当的Copula函数来对沪深股市的六大指数收益率进行相关建模分析。根据金融时间序列数据的尖峰厚尾特性,对六个指数建立了t-GARCH(1,1)模型,并通过拟合优度检验证明用此模型模拟边缘分布函数是合理的。鉴于单一Copula函数描述中国股市相依结构的局限性,本文对部分Copula函数做凸线性组合,得到了基于Clayton Copula, Gumbel Copula, Frank Copula的刻画沪深股市收益率的非对称相关结构的混合Copula模型,混合Copula模型参数较单一Copula模型更多,备选的函数空间较大,模型结构也就更复杂。实证结果表明用混合Copula模型刻画中国股市的相依结构是合理的,它更能够捕捉到金融市场上的非对称、非线性和尾部相关的模式。 虽然Copula函数在实际应用中具有很多优点,但是在高维的情况下,在建立Copula模型时,必须充分考虑到随机变量间潜在的局部相关结构及其差异性,鉴于此,我们利用pair-Copula方法进行相关分析,并利用此方法分析了上证指数,深证成指和恒生指数三者之间的相关性,用Gaussian Copula, t Copula对两两随机变量构造二元Copula并进行了拟合优度检验,得出了很好地结论,实证结果表明将该方法应用到中国三大股市市场的收益率上,具有很大的优越性。
【图文】：

*(u.，…，u。)一，二，*(t扁‘(。，)，…，才扁，(u刀))(2.23)、卜_匕__，一j二、__二，_。_二.。振_*乙八一_、。_，，其中R。=艺。八{甄，·艺、、(i，j=l，…，。)，《、是随机向量~祥鉴Z的分布函数，汽，是《‘”’一‘“一“/丫一11一万、”“‘”’“产’“))].R’一‘一”“’‘一存一曰‘’‘”‘一’一’‘’”‘一甲，边缘分布函数。当n=2时，二元t一乙沪u/a相关结构的表达式为:C(!亡，·;、)·工{“‘:。。，(、)l{，，s么万了万一万}‘+-乙汀、了l一口、+2那t+t币下万(2.24)dedt些2、、/J||!其中p为两个服从自由度m>2的t一Studenl随机变量之间的线性相关系数。t一‘印ula是关于主对角线对称的。利用MATLAB7.0中的coPulapdf命令，图2.出了当自由度为5，相关系数p=0.5，0.8;自由度为10，相关系数p=0.5，一0.8t一〔神ulc!的概率密度函数。卜c叩‘概率密度函劣’相关系豹为05自由度芍引

2，5，10时CI即tonCopula的概率密度函数G:一mbclCOP:z/a当切仓)=(--fog，)“时，二元GombelC()1，ula相依结构的表达式是:〔细c(u，v;a卜exp{一[(一los·)a+C109叫(2.28M灯LAB7.o中的eopulapdf命令，图2，4给出了当参数。=l，2，5，10时。lmbe/CoP“lcl的概率密度函数，从图中我们可以看出Globel〔?Ol，zllcl的密度函数“丁”字型分布，即上尾高下尾低，这类CoP““函数没有下尾相关性，即兄，二0，类。叨“la函数对变量在分布上尾处的变化十分敏感，能够快速捕捉到上尾相关的争

本文编号：2672773