基于Copula方法和聚类思想的股票选择研究

发布时间：2017-08-30 16:31

  本文关键词：基于Copula方法和聚类思想的股票选择研究

  更多相关文章： 混合Copula模型 聚类分析 尾部相关 投资组合

【摘要】：股票市场经过20多年来不断地发展变革,如今已变得愈加成熟和完善。然而在经济全球化和金融一体化的趋势不断增强的背景下,中国股票市场与世界的联系愈加紧密,金融风险也在日益加剧。同时,由于金融变量之间关系的愈加复杂化以及其数量级的飞速增长使得我们进行金融风险的测度及资产组合的研究存在以下问题:一是单一的Copula模型无法全面解析股票之间的相关关系;二是对市场与市场、板块与板块或者对小部分股票进行的研究已经不能满足投资者对于庞大投资组合的需求。本文从Copula理论出发,选择金融变量中应用较多的三种阿基米德Copula函数进行混合模型构造,对上证股市的全部A股数据进行尾部相关研究,并基于尾部相关的结果对股票进行聚类分析,据此为投资者提供投资组合的有效建议。实证分析表明,混合Copula模型对于股票之间相关性的解析能力优于单一Copula函数,并且利用聚类分析也能看到股票之间上尾(收益)与下尾(风险)相关特性的不同,对尾部相关矩阵的可视化实现能够为投资者提供更为直观的指导意见。
【关键词】：混合Copula模型 聚类分析 尾部相关 投资组合
【学位授予单位】：首都经济贸易大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.51
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-13
• 1.1 研究背景和意义8-9
• 1.2 国内外研究综述9-10
• 1.2.1 国外研究现状9-10
• 1.2.2 国内研究现状10
• 1.3 研究内容、框架结构及论文创新点10-13
• 1.3.1 研究思路10-11
• 1.3.2 框架结构11-12
• 1.3.3 创新点12-13
• 2 Copula理论及尾部相关系数13-22
• 2.1 Copula理论简介13-15
• 2.1.1 Copula的定义和性质13
• 2.1.2 Copula分类13-15
• 2.2 Copula模型的估计和检验15-19
• 2.2.1 Copula模型的参数估计方法15-16
• 2.2.2 非参数核估计16-18
• 2.2.3 Copula模型的检验18-19
• 2.3 尾部相关系数19-22
• 2.3.1 尾部相关系数的概念20
• 2.3.2 尾部相关系数与Copula的关系20-21
• 2.3.3 尾部相关系数的估计方法21-22
• 3 资产选择中的聚类分析22-26
• 3.1 常见的聚类方法22-23
• 3.2 聚类分析的特点及在本文中的应用23-26
• 3.3.1 层次聚类法24-25
• 3.3.2 PAM算法25
• 3.3.3 多维标度法（MDS）25-26
• 4 基于上证A股的混合Copula模型26-33
• 4.1 数据的选择及描述性统计26-28
• 4.2 混合Copula模型及EM算法28-31
• 4.2.1 EM算法定义28-29
• 4.2.2 基于EM算法估计混合Copula函数29-31
• 4.3 实证分析31-33
• 4.3.1 混合Copula模型的参数估计31-32
• 4.3.2 模型的检验32-33
• 5 基于混合模型的尾部相关分析和聚类分析33-44
• 5.1 尾部相关性分析33-34
• 5.2 基于尾部相关系数的聚类分析34-38
• 5.3 基于尾部相关系数的可视化实现38-42
• 5.4 股票组合选择42-44
• 6 研究结论及展望44-46
• 6.1 研究结论44
• 6.2 研究展望44-46
• 参考文献46-49
• 附录49-55
• 致谢55-56

【相似文献】

中国期刊全文数据库 前10条

1 孙志宾;;混合Copula模型在中国股市的应用[J];数学的实践与认识;2007年20期

2 李娟;戴洪德;刘全辉;;几种Copula函数在沪深股市相关性建模中的应用[J];数学的实践与认识;2007年24期

3 李军;;Copula-EVT Based Tail Dependence Structure of Financial Markets in China[J];Journal of Southwest Jiaotong University(English Edition);2008年01期

4 许建国;杜子平;;非参数Bernstein Copula理论及其相关性研究[J];工业技术经济;2009年04期

5 王s，

本文编号：760390