基于藤Copula的股票市场联动性分析
发布时间:2023-12-11 19:29
本文将Copula函数与三种藤结构组合成藤Copula模型,结合上、下尾部相关PMFG网络图,分别从宏观与微观的角度分析了全球主要股票指数之间的相关性以及联动效应,提出了一种构建相关性结构的新思路,选择出适当的Copula模型用于分析多维随机变量的相关性,并将其应用到股票市场联动性分析中。与单一的多元Copula模型(如Guassian Copula和Student-t Copula)的分析结果相比,藤Copula模型在构建相关结构中显示出一定的优越性。在实证研究中,本文将Copula函数、藤结构以及图数据算法相结合,用于股票市场相关性研究。将Symmetrized Joe-Copule(SJC)函数和图数据算法(平面极大过滤图,PMFG)结合,构建了2009-2021年期间全球金融市场51只股票指数周收盘价的上、下尾相关网络,分别通过多元Copula函数以及藤Copula模型对51支股指的相关性进行参数估计,并将不同模型的拟合效果做了对比分析,分析结果表明R藤Copula模型在构建多元相关结构时具有灵活性和实用性。随后,通过三种藤Copula模型对选择的八支有代表性的股票指数进行了联...
【文章页数】:56 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 引言
1.1 研究背景和工具
1.2 研究现状
1.3 论文结构
第二章 Copula建模理论
2.1 边际分布
2.2 Copula函数
2.3 常见的二元Copula函数
第三章 藤Copula模型
3.1 藤结构的引入
3.2 藤结构的分析方法
3.3 多元联合分布函数的藤分解
第四章 实证研究
4.1 数据的来源与预处理
4.2 指标的描述性分析
4.3 上、下尾部相关的PMFG网络
4.4 Copula模型比较
4.5 基于藤Copula模型的股票市场联动性分析
第五章 总结与展望
5.1 本文主要研究总结
5.2 相关建议及研究展望
参考文献
致谢
本文编号:3873224
【文章页数】:56 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 引言
1.1 研究背景和工具
1.2 研究现状
1.3 论文结构
第二章 Copula建模理论
2.1 边际分布
2.2 Copula函数
2.3 常见的二元Copula函数
第三章 藤Copula模型
3.1 藤结构的引入
3.2 藤结构的分析方法
3.3 多元联合分布函数的藤分解
第四章 实证研究
4.1 数据的来源与预处理
4.2 指标的描述性分析
4.3 上、下尾部相关的PMFG网络
4.4 Copula模型比较
4.5 基于藤Copula模型的股票市场联动性分析
第五章 总结与展望
5.1 本文主要研究总结
5.2 相关建议及研究展望
参考文献
致谢
本文编号:3873224
本文链接:https://www.wllwen.com/jingjifazhanlunwen/3873224.html