基于Copula函数的深证100指数成分股证券网络分析

发布时间：2017-06-25 09:07

  本文关键词：基于Copula函数的深证100指数成分股证券网络分析，由笔耕文化传播整理发布。

【摘要】：股票市场是投机者和投资者双双活跃的地方,里面蕴含有大量的经济信息。不管是从国家经济发展的角度,还是从管理层进行股票市场管理、监管层进行市场监督以及普通投资者进行投资的角度,股票市场的研究都具有重要的意义。证券网络是研究金融市场标的资产之间相关性的有效工具。用最小生成树的方法来构建证券网络,通过对网络中股票的聚类以及网络拓扑性质的研究,可以有效的了解股票市场局部和整体的性能。但传统线性相关系数不能描述变量间的非线性相关关系和极值状态时的相关性,本文基于Copula理论,通过深证100指数成分股的实证分析说明了该理论方法的有效性。首先,采用线性相关系数Pearson ρ、秩相关系数kendall τ、t-Copula函数表示的kendall τ1、高斯Copula函数表示的kendall τG以及Gumbel Copula函数表示的kendall τGum五种相关测度定义了欧几里德距离。其次,用最小生成树的方法构建了深证100指数成分股静态证券网络,描述了其聚类情况、网络度分布、网络距离和中间中心性情况。最后,基于t-Copula函数表示的kendall τl,利用滑动时间窗口方法,构建了深证100指数成分股的动态变化的股票关联网络并对其进行了分析。研究结果表明,基于t-Copula函数表示的kendall τ1,得到的静态网络结构图聚类效果较好,网络的节点度分布满足幂律分布,且网络中股票与股票之间的联系更紧密,总体整合程度更高。而且还发现,基于t-Copula函数表示的kendall τ1构建的动态网络中无权网络图中平均路径长度和网络直径的波动与指数波动率近似反向吻合；加权网络节点间平均距离与指数近似呈现出背离的动态相关关系,与方差呈现高度的负相关性；网络节点间距离分布呈现出尖峰右偏态分布；与无权动态网络图相比,加权网络图不仅与股指的波动情况有关,还很好的反映了股价的整体走势；网络中心势指数动态变化情况与其波动率基本一致,股票中间中心度随指数的波动而波动,但不同股票变化的程度以及方向有所不同。
【关键词】：证券网络 Copula函数 秩相关系数 最小生成树
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.51
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-14
• 1.1 研究背景及意义9-10
• 1.1.1 研究背景及概况9
• 1.1.2 研究意义9-10
• 1.2 国内外研究现状及分析10-12
• 1.2.1 证券网络10-11
• 1.2.2 Copula理论11-12
• 1.2.3 文献评述12
• 1.3 研究内容以及创新12-14
• 1.3.1 研究内容与框架12-13
• 1.3.2 本文的创新之处13-14
• 第二章 Copula的基本理论概述14-21
• 2.1 Copula函数的定义和性质14-15
• 2.1.1 Copula函数的定义14
• 2.1.2 Skalr定理14-15
• 2.2 Copula函数的类型15-16
• 2.2.1 椭球Copula函数15
• 2.2.2 阿基米德Copula函数15-16
• 2.3 Copula函数与相关性测度16-19
• 2.3.1 线性相关系数17
• 2.3.2 秩相关系数17-18
• 2.3.3 尾部相关系数18
• 2.3.4 基于Copula理论的相关性测度18-19
• 2.4 本章小结19-21
• 第三章 证券网络构造方法及拓扑性质21-27
• 3.1 最小生成树21-23
• 3.1.1 最小生成树概念21
• 3.1.2 最小生成树算法21-22
• 3.1.3 最小生成树的度量距离22-23
• 3.2 证券网络的拓扑性质23-26
• 3.2.1 节点的度及其分布23-24
• 3.2.2 网络节点之间的距离24-25
• 3.2.3 中间中心性25-26
• 3.3 本章小结26-27
• 第四章 深证100指数实证研究27-39
• 4.1 数据选取与处理27-28
• 4.1.1 数据选取27
• 4.1.2 数据处理27
• 4.1.3 股票行业分类标准27-28
• 4.2 深证100指数成分股静态证券网络28-33
• 4.2.1 基于各相关测度构建的证券网络28-31
• 4.2.2 网络聚类结果分析31-33
• 4.3 网络拓扑性质分析33-37
• 4.3.1 网络度分布33-34
• 4.3.2 网络距离34
• 4.3.3 中间中心性34-37
• 4.4 本章小结37-39
• 第五章 深证100指数成分股动态证券网络39-46
• 5.1 动态网络的构建39
• 5.2 动态网络分析39-44
• 5.2.1 无权动态网络中平均路径长度和网络直径变化40-41
• 5.2.2 加权网络中平均距离波动41-43
• 5.2.3 中间中心性变化43-44
• 5.3 本章小结44-46
• 第六章 相关建议与总结46-48
• 6.1 对投资者和管理者的相关建议46
• 6.2 本文结论46-47
• 6.3 前景展望47-48
• 参考文献48-51
• 致谢51-52
• 攻读硕士学位期间发表的论文及参加的科研项目52-53
• 附录 深证100指数成分股53-54

【参考文献】

中国期刊全文数据库 前9条

1 徐晓萍;杨欢;韩定定;;金融危机对中国证券网络影响的实证研究[J];复杂系统与复杂性科学;2012年02期

2 周明华;陈俊华;胡焰林;冯成祥;;沪深300样本股动态网络性质研究[J];数学的实践与认识;2012年02期

3 马超群;王宝兵;;基于Copula-GARCH模型的外汇期货最优套期保值比率研究[J];统计与决策;2011年12期

4 王沁;王璐;唐家银;;基于时变Marshall-Olkin Copula模型的系统寿命的度量及模拟[J];数学的实践与认识;2010年04期

5 籍艳丽;;基于Copula函数的秩相关和尾相关研究[J];经济问题;2009年05期

6 黄玮强;庄新田;姚爽;;中国股票关联网络拓扑性质与聚类结构分析[J];管理科学;2008年03期

7 孙博文;孙百瑜;刘天立;张本祥;;中国股市的拓扑结构及其复杂性质研究[J];黑龙江大学自然科学学报;2006年03期

8 史道济,姚庆祝;改进Copula对数据拟合的方法[J];系统工程理论与实践;2004年04期

9 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

中国硕士学位论文全文数据库 前2条

1 李婉婷;基于最小生成树的股市板块趋势分析[D];华中科技大学;2013年

2 郑文旭;基于Copula的金融风险相关性研究[D];厦门大学;2008年

  本文关键词：基于Copula函数的深证100指数成分股证券网络分析，，由笔耕文化传播整理发布。

本文编号：481521