基于MRS-SJC-Copula模型对A股与港股的动态联动性研究
【部分图文】:
具体地,分析深证成指和恒生指数的动态马尔可夫参数,通过截距项分析上下尾部的高低状态,其中上尾部的相依性为2.67和1.11,而下尾部的相依性为-2.05和-2.16,可以得出上下尾部对应的S0为高相依性状态,S1为低相依性状态。外生变量参数αU和αL在5%的置信水平上显著为正,表明深港股指间的上下尾部相依性与收益率差的绝对值存在正向关系,上一期收益差的绝对值越大,即深港股指之间的联动性越强。表3中βU在1%的置信水平上显著为负,表明深证成指与恒生指数之间的上尾部相关系数具有持续性。根据时变参数中滞后项系数β的大小可知,深证成指和恒生指数收益率之间的联动性依赖于过去的收益率波动并且存在负面影响。随着两个序列股票的收益率上升,下尾相关系数的下降幅度要显著大于上尾相关系数,从而导致上尾的波动幅度相对于下尾更大,其结果和表4动态模型上下尾的标准差结果一致。分析上证综指和恒生指数的动态马尔可夫参数,从截距项分析上下尾部的高低状态,其中上尾部的相依性为-1.59和-1.41,而下尾部的相依性为1.15和2.65,可以得出上下尾部对应的S1为高相依性状态,S0为低相依性状态,与深港相反。上尾部αU在1%的置信水平上显著为负,表明沪港股指间的上尾部相依性与收益率差的绝对值存在反向关系,上一期收益差的绝对值越大,即沪港股指之间的联动性越弱。上尾部的β为2.93,上一期的相关参数对于本期的相关参数的值具有正面影响,沪港收益率之间的联动性依赖于过去的收益率波动并且存在正面影响。图2 动态MRS-SJC Copula的上证综指与恒生指数上下尾部相关系数图
动态MRS-SJC Copula的上证综指与恒生指数上下尾部相关系数图
动态MRS-SJC Copula的深证成指与恒生指数平滑概率转换图
【相似文献】
相关期刊论文 前10条
1 朱鹏飞;唐勇;张仁坤;;国际主要股票市场联动性——基于藤Copula-HAR-RV模型[J];系统工程;2018年09期
2 尹新哲;;基于Copula理论的金融资产传染效应研究[J];财经论丛;2012年03期
3 叶五一;董筱雯;缪柏其;;c-D-Copula模型构建及其在金融风险传染中的应用[J];系统科学与数学;2018年05期
4 胡祥;张连增;;基于copula对角截面的尾部相关性度量及应用[J];南开大学学报(自然科学版);2019年06期
5 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
6 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
7 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
8 张乔微;李艳婷;;基于R-Vine Copula的多维混合型数据控制图设计[J];工业工程;2019年05期
9 董智前;李星野;;Copula函数在金融市场中的应用[J];数学理论与应用;2016年04期
10 孟瑞雪;魏立力;;混合Copula模型选择策略及其在风电功率中的应用[J];内蒙古工业大学学报(自然科学版);2016年02期
相关博士学位论文 前10条
1 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
2 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
3 徐付霞;Copula理论与极值统计的应用[D];天津大学;2008年
4 吴娟;Copula理论与相关性分析[D];华中科技大学;2009年
5 孔繁利;金融市场风险的度量—基于极值理论和Copula的应用研究[D];吉林大学;2006年
6 罗俊鹏;Copula理论及其在金融分析中的应用研究[D];天津大学;2005年
7 MOSTAFIZUR RAHMAN;[D];厦门大学;2007年
8 战雪丽;基于Copula理论的多金融资产定价与风险测度[D];天津大学;2007年
9 任仙玲;基于Copula理论的金融市场相依结构研究[D];天津大学;2008年
10 何海鹰;基于Copula理论的信用风险研究[D];厦门大学;2009年
相关硕士学位论文 前10条
1 罗燕;分层Copula理论在金融系统性风险测度中的应用研究[D];重庆理工大学;2017年
2 魏飞;基于Copula理论的上证指数与房地产指数研究[D];华中师范大学;2013年
3 贵亦凡;高寒地区径流量影响因素分析的改进Copula方法[D];武汉大学;2017年
4 金晴;阿基米德copula相依结构下不同系统里异元件的最优分配[D];安徽师范大学;2019年
5 周晓旭;Copula模型的光滑检验及应用[D];华北电力大学;2019年
6 代剑锋;基于Copula的整体风险度量模型构建[D];华中科技大学;2019年
7 曹司琪;基于藤结构的部分时变M-Copula模型[D];兰州大学;2016年
8 陶荟名;基于Copula-VaR模型在金融风险管理中的应用研究[D];云南财经大学;2019年
9 梁州;复杂相依关系下金融市场间投资组合优化研究[D];成都理工大学;2019年
10 程培军;考虑高维风场动态相依特性的电力系统经济调度问题研究[D];华南理工大学;2019年
本文编号:2854162
本文链接:https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/2854162.html