基于Pair-Copula模型金融市场风险传染效应的研究
发布时间:2021-12-28 14:19
随着经济全球化进程不断深入,致使金融风险传染越演越烈.2017年美国次贷危机波及全球,金融风险传染效应受到广泛关注.本文通过构建时间序列Pair-Copula模型研究标准普尔指数、日经指数和上证指数金融市场间的风险传染效应,能够在股市发生剧烈的尾部传染之前采取合适的措施规避风险.具体研究内容如下:(1)首先选取标准普尔指数、日经指数和上证指数的日收益率序列数据,利用GARCH-t(1,1)模型描述三个股市收益率序列的边缘分布并采用最大似然法估计其参数,利用K-S检验法检验拟合情况,通过最大似然估计法对Pair-Copula函数进行参数估计.实证结果表明:Canonical藤结构下的SJC-Copula能较好的刻画出金融市场间非对称的尾部相依关系,其中标准普尔指数与上证指数之间的上下尾部相依系数均小于其它股市间的上下尾部相依系数,说明标准普尔指数的波动对上证指数的影响较弱.(2)基于Pair-Copula模型研究次贷危机前后标准普尔指数、日经指数和上证指数的日收益率序列数据.首先利用GARCH(1,1)模型描述各收益率序列的边缘分布,通过最大似然估计法和K-S检验法对边缘分布函数进行参数...
【文章来源】:西安工程大学陕西省
【文章页数】:43 页
【学位级别】:硕士
【部分图文】:
上证指数收益率波动效果图
表 3-1 股市收益序列平稳性检验ADF 检验值T 检验临界值1% 显著性水平5%显著性水平10% 显著性水平-44.1653 -2.4583 -1.8305 -1.5056 -48.7162 -2.4583 -1.8305 -1.5056 -45.8491 -2.4583 -1.8305 -1.5056 个股票的日收益率序列波动效果, 如图 3-1、3-2 和 图 3-1 上证指数收益率波动效果图
标准普尔指数的收益波动效果图
【参考文献】:
期刊论文
[1]基于vine copula方法的股市组合动态VaR测度及预测模型研究[J]. 马锋,魏宇,黄登仕. 系统工程理论与实践. 2015(01)
[2]基于非参数时变Copula模型的美国次贷危机传染分析[J]. 叶五一,韦伟,缪柏其. 管理科学学报. 2014(11)
[3]基于EVT-Vine-copula的多市场相关性及投资组合选择研究[J]. 张帮正,魏宇,余江,李云红. 管理科学. 2014(03)
[4]基于R-vine Copula方法的投资组合风险分析[J]. 吴海龙,方兆本,朱俊鹏. 投资研究. 2013(10)
[5]次贷危机对亚洲股市尾部极值风险传导的影响研究[J]. 于文华,魏宇,岳焱. 预测. 2013(03)
[6]藤Copula模型与多资产投资组合VaR预测[J]. 高江. 数理统计与管理. 2013(02)
[7]外汇市场与股票市场间波动溢出效应——基于汇改后数据的小波多分辨分析[J]. 谢赤,张丽,孙柏. 系统管理学报. 2012(01)
[8]基于Copula的资产组合风险价值模拟方法[J]. 刘志东,徐淼. 统计与决策. 2009(03)
[9]多元Copula-GARCH模型及其在金融风险分析上的应用[J]. 韦艳华,张世英. 数理统计与管理. 2007(03)
[10]基于Copula-GARCH的投资组合风险分析[J]. 吴振翔,陈敏,叶五一,缪柏其. 系统工程理论与实践. 2006(03)
硕士论文
[1]基于Copula理论的商业银行风险集成度量研究[D]. 汪武超.中南大学 2012
本文编号:3554209
【文章来源】:西安工程大学陕西省
【文章页数】:43 页
【学位级别】:硕士
【部分图文】:
上证指数收益率波动效果图
表 3-1 股市收益序列平稳性检验ADF 检验值T 检验临界值1% 显著性水平5%显著性水平10% 显著性水平-44.1653 -2.4583 -1.8305 -1.5056 -48.7162 -2.4583 -1.8305 -1.5056 -45.8491 -2.4583 -1.8305 -1.5056 个股票的日收益率序列波动效果, 如图 3-1、3-2 和 图 3-1 上证指数收益率波动效果图
标准普尔指数的收益波动效果图
【参考文献】:
期刊论文
[1]基于vine copula方法的股市组合动态VaR测度及预测模型研究[J]. 马锋,魏宇,黄登仕. 系统工程理论与实践. 2015(01)
[2]基于非参数时变Copula模型的美国次贷危机传染分析[J]. 叶五一,韦伟,缪柏其. 管理科学学报. 2014(11)
[3]基于EVT-Vine-copula的多市场相关性及投资组合选择研究[J]. 张帮正,魏宇,余江,李云红. 管理科学. 2014(03)
[4]基于R-vine Copula方法的投资组合风险分析[J]. 吴海龙,方兆本,朱俊鹏. 投资研究. 2013(10)
[5]次贷危机对亚洲股市尾部极值风险传导的影响研究[J]. 于文华,魏宇,岳焱. 预测. 2013(03)
[6]藤Copula模型与多资产投资组合VaR预测[J]. 高江. 数理统计与管理. 2013(02)
[7]外汇市场与股票市场间波动溢出效应——基于汇改后数据的小波多分辨分析[J]. 谢赤,张丽,孙柏. 系统管理学报. 2012(01)
[8]基于Copula的资产组合风险价值模拟方法[J]. 刘志东,徐淼. 统计与决策. 2009(03)
[9]多元Copula-GARCH模型及其在金融风险分析上的应用[J]. 韦艳华,张世英. 数理统计与管理. 2007(03)
[10]基于Copula-GARCH的投资组合风险分析[J]. 吴振翔,陈敏,叶五一,缪柏其. 系统工程理论与实践. 2006(03)
硕士论文
[1]基于Copula理论的商业银行风险集成度量研究[D]. 汪武超.中南大学 2012
本文编号:3554209
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3554209.html