Copula理论及其在股市分析中的应用

发布时间：2020-06-03 05:21

【摘要】： 股市的波动性一直以来都备受关注,特别是波动性的显著特性之一——股市间的波动溢出效应的研究比较成熟,主要是利用GARCH模型对金融数据的进行分析,而其中涉及到的相关关系是用线性相关关系刻画的,但是线性相关系数已经不能完全刻画当今的复杂金融市场。此外对中国股市和其他国家股市之间的波动溢出效应研究较少。本文,了解金融市场的真实相关性。 本文主要工作是对股市波动溢出效应的阐述和分析。以全球比较重要的五支股指作为研究对象,选择Copula函数导出一些相关性测度描述了股市相关性,分析波动溢出效应,本文主要内容有： 第一部分描述了选题背景和研究意义、股市波动溢出的研究成果、Copula函数的研究成果；介绍了波动性理论和Copula函数的基本理论,包括Copula方法的定义、性质和常用Copula函数族,由Copula函数导出的一系列相关性指标以及Copula函数的参数估计等； 第二部分构建Copula模型,首先描述了Copula模型的构造方法,包括构造步骤、参数的估计方法和参数检验方法,其次针对本文所选取的数据,引入GARCH-t条件边缘分布,并构建了二维Normal Copula模型,探讨了参数估计与检验问题； 第三部分五大股指进行实证比较,先进行同一时间段数据分析,结果表明股市之间的波动溢出强弱因地域而差异明显,最后将金融危机前后的实证结果进行比较,从股市波动溢出的变化情况,来总结五大股市之间的联动性,结果表明金融危机后中国股市与其他股市之间波动溢出效应增强。
【图文】：

图4一4指数直方图及曲线拟合我们试图分别对其利用正态分布和t分布拟合两组时间序列数据，如图4一4所示可以看到，，t分布对两组数据的拟合效果要远远好于正态分布，而且比较符合分布的特征，说明t分布能够很好的捕捉对数收益率的尖峰和长尾特征，因此我们将选取t分布作为边缘分布来研究计算Copula函数。4.2.3边缘分布函数的参数估计及检验金融时间序列的条件分布多呈现时变、偏斜、波动性集群、高峰厚尾等特性，厚尾分布如t分布和GED分布可以很好地描述这些分布特性，而GARCH模型又能很好地描述金融时间序列的波动性特征，因此厚尾GARCH模型可以更好地描述金融时间序列的各种波动性特征。因此这里我们选择二元C叩ula一GARCH(1，1)一t模型:

一O图
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F224;F830.91

【参考文献】

相关期刊论文 前10条

1 王沁;;生成Copula的两种简单方法[J];浙江大学学报(理学版);2006年02期

2 司继文,蒙坚玲,龚朴;国内外股票市场相关性的Copula分析[J];华中科技大学学报(自然科学版);2005年01期

3 贺强;;从周期性分析看我国证券市场的发展趋势——论经济周期、政策周期与股市周期的辩证关系[J];经济导刊;2001年02期

4 陈守东,陈雷,刘艳武;中国沪深股市收益率及波动性相关分析[J];金融研究;2003年07期

5 赵留彦,王一鸣;A、B股之间的信息流动与波动溢出[J];金融研究;2003年10期

6 韦艳华;张世英;;多元Copula-GARCH模型及其在金融风险分析上的应用[J];数理统计与管理;2007年03期

7 王璐;王沁;何平;;基于COPULA的A、B股信息流动和相关结构分析[J];数理统计与管理;2009年02期

8 刘大伟;杜子平;;基于Copula方法的投资组合管理研究[J];统计与决策;2006年01期

9 林莹;朱建平;;Copula函数的比较及其在风险度量中的应用问题[J];统计教育;2007年01期

10 张尧庭;连接函数(copula)技术与金融风险分析[J];统计研究;2002年04期

相关博士学位论文 前2条

1 吴忱;开放经济条件下金融传染微观机理研究[D];复旦大学;2003年

2 徐炳胜;中国股市波动的金融政策解释[D];复旦大学;2007年

本文编号：2694360