基于Copula理论、MMBP方法度量多变量金融时间序列相关性

发布时间：2022-10-21 16:43

　　近年来金融市场全球化趋势日益加强,金融全球化在提高资本流动性,更有效的利用全球资本的同时也为世界金融市场带来了更多的金融风险。自06年所爆发的金融危机对世界金融市场甚至世界经济给予了沉重的打击。如何有效的减少风险成为大家普遍关注的问题。金融市场间相关性度量是金融风险管理中颇为重要的一个环节。 本文试图利用MBP,MMBP方法以及Copula函数方法来分析不同金融市场间相关关系。通过蒙特卡洛模拟方法将MBP,MMBP估计方法与传统估计Copula函数的IFM方法进行比较,得出结论认为MBP,MMBP方法的估计结果要好于传统的IFM方法。在实证方面我们首先分析了大陆股票市场与香港股市的相关关系,随后对沪深两市进行分析。由于我国沪深股市存在明显的厚尾性,为此本文在前人研究的基础上利用Copula-t-GARCH模型与MMBP方法结合研究我国沪深两市的相关关系。 

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
内容提要
引言
第一章 金融时间序列相关性度量理论研究与文献综述
    1.1 金融全球化概述和金融计量理论的发展
    1.2 度量单变量金融时间序列主要方法概述
    1.3 金融时间序列相关性方法简介
    1.4 论文主要内容和结构
第二章 Copula 函数理论介绍
    2.1 Copula 函数的基本概念
    2.2 Copula 函数的分类
        2.2.1 椭圆族(Elliptical)Copula 函数介绍
        2.2.2 阿基米德族(Archimedean)Copula 函数
        2.2.3 极值 Copula 函数 (Extreme value Copula)
第三章 参数估计方法的比较与分析
    3.1 MBP、MMBP 方法简介
    3.2 模拟比较分析 IFM、MBP、MMBP
第四章 金融市场时间序列相关性的分析与度量
    4.1 数据处理和介绍
        4.1.1 中国大陆与香港股票市场数据描述
        4.1.2 上海与深圳股票市场数据分析
    4.2 利用MBP 方法估计大陆与香港股票市场相关性
    4.3 利用t-Copula、MMBP 方法测算沪深股票市场相关性
结论
参考文献
致谢
中文摘要
英文摘要


【参考文献】：
期刊论文
[1]我国通货膨胀率均值过程和波动过程中的双长记忆性度量与统计检验[J]. 刘金全,郑挺国,隋建利.  管理世界. 2007(07)
[2]利率期限结构的马尔科夫区制转移模型与实证分析[J]. 刘金全,郑挺国.  经济研究. 2006(11)
[3]Copula函数度量风险价值的Monte Carlo模拟[J]. 陈守东,胡铮洋,孔繁利.  吉林大学社会科学学报. 2006(02)
[4]多金融资产风险价值的Copula计量方法研究[J]. 张明恒.  数量经济技术经济研究. 2004(04)
[5]具有杠杆效应SV模型的贝叶斯分析及其应用[J]. 孟利锋,张世英,何信.  系统工程. 2004(03)
[6]Copula理论在金融上的应用[J]. 韦艳华,张世英,孟利锋.  西北农林科技大学学报(社会科学版). 2003(05)
[7]我们应该选用什么样的相关性指标?[J]. 张尧庭.  统计研究. 2002(09)
[8]随机波动模型的持续性和协同持续性研究[J]. 李汉东,张世英.  系统工程学报. 2002(04)
[9]中国沪深股市收益率和波动性的实证分析[J]. 刘金全,崔畅.  经济学(季刊). 2002(03)
[10]连接函数（copula）技术与金融风险分析[J]. 张尧庭.  统计研究. 2002(04)



本文编号：3696011