双参数Copula函数在金融风险尾部相依分析中的应用

发布时间：2020-08-07 00:17

【摘要】：金融资产之间的尾部相依关系,即大幅同涨同跌行为是投资者关注的对象。本文运用双参数Copula函数来描述金融资产的尾部相依行为,并应用到实际中去,研究中美贸易争端前、后上证指数和中兴通讯收益率之间的尾部相依关系。克服了单参数Copula描述金融尾部相依关系的不足,更好地刻画了贸易争端前、后中兴通讯与上证指数的尾部相依关系。第一,本文选择了双参数BB1和BB7 Copula函数进行研究。我们导出这两个双参数对数似然函数估计式,运用极大似然方法估计模型的参数,求出上尾、下尾相依系数的表达式;作出它们的密度函数图像和等高线图像,可以看出这两个双参数Copula函数适合对尾部数据进行描述;我们在不同参数情况下产生随机数,模拟极大似然估计,发现最大似然估计能有效的估计参数,增大样本量发现参数的估计精度进一步提高。第二,双参数Copula函数的应用。中美贸易争端不仅影响我国证券市场的走势,而且导致了与贸易争端关系较大的股票出现了严重损失。本文运用双参数Copula函数描述中兴通讯与上证指数在贸易争端前、后的尾部相依行为。(1)我们收集了2015年7月28日到2019年01月04日中兴通讯和上证指数的收盘价数据,剔除非交易日和停牌日,选择两者都有的交易日数据,统计它们的对数收益率特征,作出它们收益率的时序图,发现收益率序列有聚集现象;以2018年3月23日作为中美贸易争端的节点,统计贸易争端前、后收益率的统计特征。(2)构建时间序列模型描述回报序列,从风险价值VaR角度描述风险特征。对收益率序列进行了平稳性检验、ARCH效应检验,结果都表明序列平稳且存在条件异方差,适合建立GARCH模型;在假设残差服从正态分布、t-分布和广义误差分布的情况下对序列建立GARCH类模型,经过反复的对比分析,选择最优的模型计算出置信水平在95%和99%的VaR,作出了VaR的图像,对VaR进行了失败率检验,结果表明模型能有效估计风险价值。(3)构建双参数Copula函数,描述中兴通讯与上证指数的尾部相依行为。我们对贸易争端前、后的上证指数和中兴通讯的分布做了非参数估计,估计结果显示贸易争端对它们的影响都较大。用传统的线性的Pearson相关系数对贸易争端前、后做相关性分析,结果表明上证指数和中兴通讯在贸易争端前具有较大的相关性而贸易争端后两者之间相关性变小了。用非线性的尾部相关系数描述,我们对双参数BB1和BB7 Copula的参数进行了估计,并用AIC准则判断拟合的效果,结果表明双参数BB7函数的拟合效果都要好于双参数BB1函数的拟合效果,选择双参数BB7 Copula函数作为刻画上证指数和中兴通讯相依关系的函数,根据尾部相依系数的计算公式,计算出贸易争端前、后的上尾和下尾的相依系数,得到的结果依然是贸易争端后上证指数和中兴通信有着更小相依系数,这说明中兴通讯的风险不是上证指数造成的,而是贸易争端对中兴通讯的影响,其影响程度要大于上证指数对中兴通讯的影响。因此,尾部相依系数较好地反映了金融资产风险行为。本文研究为投资者分析金融资产尾部相依行为提供了新方法。
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F224;F832.51
【图文】：

广西师范大学硕士学位论文：双参数 Copula 函数在金融风险尾部相依分析中应用4 章 实证分析 中美贸易争端背景下电子类股票和上证指数的统计特征本文选取了 2015 年 7 月 28 日到 2019 年 01 月 04 日电子类龙头股中兴通讯（000证指数（999999）的数据（数据来源：通达信软件），剔除停牌和非交易日，共通信的 770 个日交易数据，为了和中兴通信数据保持一致，上证指数也只取有中易日的数据，共 770 个日交易数据。收益率采用对数收益率，其计算公式为：11ln ln ln , 1, , 769tt t ttPr P P tP （4.1tr 为 t 日的对数收益率，tP 为 日的收盘价，t1P 为 日的前一日的收盘价。根据这以得到 769 个对数收益率的数据。下文所提到的收益率均是对数收益率。对中兴通讯和上证指数的 769 个收益率数据分别作时序图，得到时序图 4.1 和 4

17图 4.2 上证指数的对数收益率时序图从图 4.1 和图 4.2 可以看出在研究时期的前期和后期两者收益率的波动都很大，前期波动大是因为 2015 年的股灾，后期是因为中美贸易争端引起的波动；不管是中兴通讯还是上证指数股灾影响要大于贸易争端的影响，但贸易争端对中兴通讯影响要大于上证指数，在贸易争端中上证指数没有表现像中兴通讯那样的大跌，较为稳健。为了便于分析比较中美贸易争端前、后收益率统计特征和贸易争端前、后的尾部相依关系，需要对贸易争端前、后收益率数据分别进行研究。北京时间 2018 年 3 月 23 日 0 时50 分左右，美国总统特朗普在白宫正式签署对华贸易备忘录，并当场宣布将有可能对从中国进口的 600 亿美元的商品加征关税，限制中国企业对美国的投资和并购。本文以 2018年 3 月 23 日作为中美贸易争端的开始时间。首先我们先来看贸易争端前、后中兴通讯和上证指数收益率的统计特性

比较表 4-11 和 4-12 可以得到在中美贸易争端后，在 95%和 99%置信水平下，中票面临的风险比争端前的风险大。因此，核心技术依赖于美国的中兴通讯公司在上其股票价格受到的影响很大。而贸易争端前、后上证指数风险价值并无多大变分别作出贸易争端前、后中兴通讯和上证指数在置信水平为 95%和 99%的回报率与，得到图 4.3、4.4、4.5 和 4.6。

【相似文献】

相关期刊论文 前10条

1 郭云康;吴鑫育;侯信盟;;基于RGARCH-Copula模型的中美股市尾部相关性研究[J];武汉商学院学报;2019年03期

2 韩超;周兵;;高维动态藤Copula函数建模、仿真及在金融风险研究中的应用[J];数学的实践与认识;2019年12期

3 刘文雷;;动态Copula模型在金融相关领域运用的文献综述[J];中南财经政法大学研究生学报;2017年01期

4 黄康迪;陈璐;郭生练;周建中;杨振莹;;基于Copula熵方法的河流之间的相关性研究[J];水资源研究;2017年05期

5 王保华;王占海;月永昌;;Copula函数在洪潮遭遇分析中的应用研究[J];珠江现代建设;2017年06期

6 杜懿;麻荣永;;不同Copula函数在洪水峰量联合分布中的应用比较[J];水力发电;2018年12期

7 周全;陈振龙;;基于C藤Copula模型的混业经营下聚合风险的度量[J];湖南科技大学学报(自然科学版);2018年04期

8 李亚威;徐付霞;;一种新型双参数复合扰动Copula的相关性质[J];哈尔滨商业大学学报(自然科学版);2019年02期

9 李晓康;;基于Copula函数的沪深股市相关性分析[J];陕西理工大学学报(自然科学版);2017年06期

10 杜梦颖;章溢;温利民;;基于Copula相依模型的指数保费预测[J];江西师范大学学报(自然科学版);2018年01期

相关会议论文 前10条

1 张伟;黄锐;康良国;;基于Copula理论的地域性事故发生规律机理研究[A];第30届全国高校安全科学与工程学术年会暨第12届全国安全工程领域专业学位研究生教育研讨会论文集[C];2018年

2 应益荣;王颖;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三届中国智能计算大会论文集[C];2009年

3 李永奎;周宗放;彭选华;;Copula模型在金融风险管理应用中的评述[A];Proceedings of the Third Symposium of Risk Analysis and Risk Management in Western China[C];2013年

4 叶萍华;唐湘晋;;基于Copula方法的股票相关性分析[A];第十届中国青年信息与管理学者大会论文集[C];2008年

5 王作春;甘仞初;;基于copula函数的相关异类风险的综合风险测度方法研究[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

6 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届（2009）中国管理学年会——金融分会场论文集[C];2009年

7 杜红军;王宗军;;基于时变Copula模型的金融市场风险度量与分配[A];第八届（2013）中国管理学年会——金融分会场论文集[C];2013年

8 张绿原;林明裕;稂冠平;;基于GAS动态藤copula的国际指数组合风险分析[A];2017年（第五届）全国大学生统计建模大赛获奖论文选[C];2017年

9 安宗文;高建雄;刘波;;基于嵌套混合Copula函数的机械系统失效相关性建模[A];2014年全国机械行业可靠性技术学术交流会暨可靠性工程分会第五届委员会成立大会论文集[C];2014年

10 周金宇;韩文钦;孙奎洲;朱福先;;基于高斯Copula的冗余结构系统疲劳失效概率分析[A];2010年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第二次全体委员大会论文集[C];2010年

相关重要报纸文章 前2条

1 广发期货投资研究部 杨威 王翔 谢贞联;多维Copula树及其在机构投资组合风险管理中的运用[N];期货日报;2008年

2 海通证券研究所 陈露;从A股与H股相关性看股指期货推出后的跨市场操作[N];期货日报;2007年

相关博士学位论文 前10条

1 周全;基于copula的混业经营下市场风险和操作风险的度量[D];浙江工商大学;2016年

2 申敏;国民经济行业系统信用风险相依研究[D];南京航空航天大学;2017年

3 崔琪;基于Copula模型的相依现状数据的回归分析[D];吉林大学;2018年

4 韩超;高维动态藤Copula结构在金融风险研究中的应用[D];重庆大学;2017年

5 李浩鑫;基于水势调控的复杂灌溉系统水量分配理论与方法[D];武汉大学;2017年

6 龚玉婷;金融资产相依性的动态Copula建模及应用[D];上海交通大学;2015年

7 赵宁;基于Copula熵的资本资产定价研究[D];大连理工大学;2012年

8 徐付霞;Copula理论与极值统计的应用[D];天津大学;2008年

9 胡心瀚;Copula方法在投资组合以及金融市场风险管理中的应用[D];中国科学技术大学;2011年

10 吴娟;Copula理论与相关性分析[D];华中科技大学;2009年

相关硕士学位论文 前10条

1 张倩;基于Copula函数的黄河中下游干支流多库来水丰枯遭遇分析[D];郑州大学;2019年

2 冯继国;基于Vine Copula模型的国际股市风险传染研究[D];北方工业大学;2019年

3 王鹏;基于混合Copula的VaR和CVaR的计算及其实证分析[D];厦门大学;2017年

4 祁泓达;Mixture-Copula方法在统计套利中的应用研究[D];天津财经大学;2018年

5 李佳艺;基于协整理论的陆浑灌区供需水极值事件分析[D];郑州大学;2019年

6 柯玉琴;我国商业银行系统风险的实证研究[D];厦门大学;2017年

7 陈迪;基于Copula的供应链金融质物组合价格风险测度研究[D];西安理工大学;2017年

8 何霞;Copula理论在金融相依风险中的应用[D];重庆理工大学;2019年

9 程亚丽;基于Copula理论和场景分析的风电场功率爬坡风险评估研究[D];上海电机学院;2019年

10 张猛猛;多元混合型纵向数据中基于copula的广义线性混合模型[D];中国科学技术大学;2019年

本文编号：2783173