基于m-Copula-GJRSK-M模型的沪深股市相关性偏度峰度研究

发布时间：2017-07-14 19:24

  本文关键词：基于m-Copula-GJRSK-M模型的沪深股市相关性偏度峰度研究

  更多相关文章： 偏度 峰度 m-Copula函数 GJRSK-M模型

【摘要】：以往的研究中主要是对资产的均值方差进行研究来度量资产所面临的风险及其所对应的预期收益。近年来越来越多的学者关注到金融资产波动的非对称性和厚尾现象,因而越来越多的研究已经着手分析资产的偏度和峰度的风险溢酬问题。但是大多数研究都是从静态角度对资产的偏度和峰度风险溢酬进行研究,没有考虑到高阶矩的时变性,而高阶矩的时变性也是导致资产风险一种因素,因而在资产风险的管理过程中不能忽视高阶矩的时变性。除此之外,以往研究多从单个资产出发,没有考虑资产间收益率的相关性。在股票市场中,股指波动因受各种因素的影响一般不符合严格的正态分布或是t分布,资产间往往存在相关性,资产间的相关性对股指收益率的偏度和峰度风险溢酬的影响需做进一步的研究。以往研究表明资产波动具有尖峰厚尾和左偏或是右偏的现象,说明单个资产收益率的分布是非对称的,多个资产收益率之间相关也是非对称的,具体表现为熊市时资产间相关性比正常时或牛市时的相关性大,也就是说资产收益存在尾部极值相关。因此,将资产收益之间的相关性对资产偏度峰度风险溢酬的影响作为本文分析的重点。分析资产间相关性的影响必须构建灵活的多元分布,而Copula函数可以很好的解决此问题。除此之外,Copula函数还有一大优点,就是对随机变量的边缘分布不加限制。考虑到Copula函数的各项优点本文采用Copula函数进行建模。基于以上认识,本文分析资产间相关性对资产高阶矩风险溢酬的影响,建立M-Copula-GJRSK-M模型,通过实证研究说明资产间相关性对资产的偏度和峰度风险溢酬的影响。文章选取了2000年1月4日至2015年4月10日上证综指和深证成指的日收盘价作为分析对象,每一种指数的样本容量均为3691个。文章首先对Copula函数进行了系统的阐述,构建了m-Copula函数,并阐述了m-Copula函数的优势,同时描述了GJRSK-M模型的优势并对其经济含义进行解释,将两者相结合,建立m-Copula-GJRSK-M模型,并利用极大似然估计方法对模型参数进行估计。然后,通过实证说明上证综指和深圳成指对数收益率存在偏度和峰度风险,并且说明了股指对数收益率之间存在上尾高下尾低的正相依特征。最后,对产生这一现象的原因作出分析并提出相应的政策建议。
【关键词】：偏度 峰度 m-Copula函数 GJRSK-M模型
【学位授予单位】：安徽财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F224;F832.51
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-16
• 第一节 选题背景及意义9-11
• 一、选题背景9-10
• 二、选题意义10-11
• 第二节 国内外文献综述11-13
• 一、国外文献综述11-12
• 二、国内文献综述12
• 三、国内外文献评述12-13
• 第三节 本文的技术路线和可能的创新13-14
• 一、本文的研究路线13
• 二、研究方法13
• 三、可能的创新13-14
• 第四节 资产收益率的偏度峰度相关研究14-16
• 一、偏度峰度的含义14
• 二、偏度峰度的相关研究14-15
• 三、偏度峰度的重要性15-16
• 第二章 M-COPULA-GJRSK-M模型的扩展16-25
• 第一节 COPULA函数的相关理论16-19
• 一、COPULA函数的含义16-17
• 二、COPULA函数的基本性质17
• 三、阿基米德COPULA函数的类型17-19
• 第二节 M-COPULA函数的建立19-21
• 一、M-COPULA函数的建立19
• 二、COPULA函数的相关性测度19-21
• 第三节 GJRSK-M模型简介21-23
• 一、常见高阶矩模型21
• 二、GJRSK-M模型的提出21-22
• 三、GJRSK-M模型的经济意义22-23
• 第四节M-COPULA-GJRSK-M模型的建立23-25
• 一、建立M-COPULA-GJRSK-M模型23-24
• 二、模型的参数估计24
• 三、模型检验24-25
• 第三章 基于M-COPULA-GJRSK-M模型的实证分析25-33
• 第一节 数据选取与处理25-28
• 第二节 最优投资组合权重的选择28-30
• 一、VAR的相关理论28
• 二、CVAR的相关理论28-29
• 三、MONTE CARLO模拟法计算VAR或CVAR29
• 四、MONTE CARLO模拟法的优缺点29-30
• 第三节 模型的建立与估计30-33
• 一、模型GJRSK-M的参数估计30-31
• 二、M-COPULA参数估计31
• 三、最优投资组合权重的选择31-32
• 四、对M-COPULA-GJRSK-M模型的估计及检验32
• 五、实证结果分析32-33
• 第四章 结论与建议33-36
• 第一节 结论与建议33-36
• 一、结论33
• 二、原因及政策建议33-36
• 参考文献36-38
• 致谢38

【相似文献】

中国期刊全文数据库 前10条

1 孙志宾;;混合Copula模型在中国股市的应用[J];数学的实践与认识;2007年20期

2 李娟;戴洪德;刘全辉;;几种Copula函数在沪深股市相关性建模中的应用[J];数学的实践与认识;2007年24期

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

4 许建国;杜子平;;非参数Bernstein Copula理论及其相关性研究[J];工业技术经济;2009年04期

5 王s，

本文编号：542383