基于藤结构Copula模型的中美欧股指联动性计量检验

发布时间：2017-04-18 18:04

  本文关键词：基于藤结构Copula模型的中美欧股指联动性计量检验，由笔耕文化传播整理发布。

【摘要】：随着金融全球化进程的不断加速，信息技术水平的大幅提高以及金融创新的迅猛发展，国际上主要股票市场之间开始显现齐涨共跌的趋势。以前股票市场的联动现象主要出现在市场经济发达的国家之间，如美国、德国、日本、英国等，但金融全球化推动新兴国家的股票市场与国际上主要股票市场之间也出现了联动关系。中国作为新兴经济体的带领者之一，金融市场发展迅速，与发达国家之间的互动越来越频繁，为此研究中美欧三大经济体股市之间的联动性对我国避免输入性金融风险、促进金融市场合理发展具有重要意义。 本文基于股票市场联动性的相关理论，包括经济基础假说、金融传染假说和行为金融学理论，分别从股市开放程度、对外贸易、投资者预期和共同冲击四个方面分析中美欧股指联动性的形成机制。本文从波动性、收益率和尾部分析三个方面全面探讨中美欧股指的联动性，并结合相应理论做出解释。 首先，针对股指波动性，本文选择拟合程度较好地GARCH (1,1)模型进行分析，根据AIC和BIC法则判断发现，中国上证指数基于GED分布的模型拟合效果最优，美国道琼斯工业指数和泛欧斯托克600指数基于t分布的模型拟合效果最优。模型参数结果显示，中美欧股指波动中自身前期的波动对条件方差的影响程度较大，波动持续影响很强，上证综指尤为明显。并且，，冲击对条件方差的影响具有很强的持续性。利用SWARCH模型研究中美欧股指收益率波动持续性和区制转移特点，结果显示，中美欧股指收益率波动明显呈现出低、中、高三种波动状态，收益率序列呈现负向非对称性。中美欧股指均表现出在不同波动状态之间转移并不频繁的特征，并且在每个波动状态下持续时间较长。 其次，针对收益率联动性，本文同时使用了Copula模型和DCC-GARCH模型进行分析。由于Copula函数拥有优良的函数特点，自被引入到金融领域后就得到了广泛的应用，尤其是在联动性分析上，能够满足非线性、非对称性、多种分布的要求。研究结果表明，中国上证指数分别与美国道琼斯工业指数以及泛欧斯托克600指数具有相关性，但是相关性都不强，同时美国道琼斯工业指数与泛欧斯托克600指数则表现出了高度相关性。DCC-GARCH模型具有动态时变特征，在研究多变量之间波动的联动性时可以反映出不同时间联动关系的差异。估计结果表明中美欧股指收益率之间存在动态相关性，动态相关性上的持续作用非常显著，并且本文给出了中美欧股指收益率动态相关系数的时间路径特征。 最后，针对尾部相关性，本文引入藤结构Copula模型。首先给出了PairCopula模型的基本模型原理，并就藤结构Copula模型在联动性研究中的应用做出了具体阐述，尤其是以C藤和D藤为代表的藤结构Copula模型。接下来给出尾部相关系数的数学表达式以及其经济含义，同时给出不同Copula模型中尾部相关系数的计算公式。在详细介绍藤结构Copula基本原理和演进路程的基础上，选择D藤Copula模型对中美欧股指尾部相关性进行分析。使用t-Copula、ClaytonCopula和Joe-Clayton Copula三种Copula函数对中美欧股指尾部相关性进行分析，都表明美国道琼斯工业指数和泛欧斯托克600指数之间存在很强的尾部相关性，然而，中国上证综指与泛欧斯托克600指数只在Clayton Copula函数中表现出了非条件相关的弱下尾相关性，中国上证综指与美国道琼斯工业指数只在Joe-Clayton Copula函数中表现出了条件相关的弱下尾相关性。另外从总体上来说，中美欧股指的下尾相关系数大于上尾相关系数，表现在现实情况中就是股市受到负面冲击而导致的波动明显大于受到正面冲击时的波动，发生极端下跌行情的概率要大于发生上涨行情的概率。
【关键词】：股指联动性 藤结构Copula模型 DCC-GARCH模型 SWARCH模型
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F224;F831.51
【目录】：

• 摘要4-6
• Abstract6-9
• 第1章 绪论9-16
• 1.1 研究背景与研究意义9-10
• 1.2 国内外研究现状10-15
• 1.3 论文研究方法和主要内容15-16
• 第2章 中美欧股指联动的理论解释16-22
• 2.1 股票市场联动性的相关理论基础16-18
• 2.2 中美欧股指联动性的形成机制18-22
• 第3章 中美欧股指波动特征的计量检验22-36
• 3.1 数据来源及处理22-23
• 3.2 中美欧股指描述统计分析23-28
• 3.3 基于 GARCH 模型中美欧股指波动的计量检验28-31
• 3.4 基于 SWARCH 模型中美欧股指波动持续性计量检验31-35
• 3.5 本章小结35-36
• 第4章 中美欧股指收益率联动性分析36-45
• 4.1 Copula 模型及参数估计方法36-38
• 4.2 基于 Copula 模型中美欧股指收益率联动性的实证分析38-40
• 4.3 DCC-GARCH 模型的形式和估计原理40-41
• 4.4 基于 DCC-GARCH 模型中美欧股指收益率联动性的实证分析41-44
• 4.5 本章小结44-45
• 第5章 基于藤结构 Copula 模型的中美欧股指尾部相关性分析45-55
• 5.1 Pair Copula 模型的构建与估计45-46
• 5.2 藤结构 Copula 模型在联动性研究中的应用46-48
• 5.3 尾部相关系数48-49
• 5.4 中美欧股指尾部相关性的实证分析49-53
• 5.5 本章小结53-55
• 结论55-57
• 参考文献57-61
• 致谢61

【参考文献】

中国期刊全文数据库 前10条

1 邢天才;张阁;;中国股指期货对现货市场联动效应的实证研究——基于沪深300仿真指数期货数据的分析[J];财经问题研究;2010年04期

2 赵振全,苏治,丁志国;中国证券市场波动的区制关联性[J];财贸经济;2005年11期

3 骆振心;;金融开放、股权分置改革与股票市场联动——基于上证指数与世界主要股指关系的实证研究[J];当代财经;2008年04期

4 吴世农,潘越;香港红筹股、H股与内地股市的协整关系和引导关系研究[J];管理学报;2005年02期

5 龚朴;李梦玄;;沪港股市的波动溢出和时变相关性研究[J];管理学报;2008年01期

6 楚尔鸣;鲁旭;;基于VECM-BEKK-二元GARCH模型的沪市A、B股市场信息传导关系研究[J];经济评论;2009年02期

7 刘金全;崔畅;;中国沪深股市收益率和波动性的实证分析[J];经济学(季刊);2002年03期

8 张兵;范致镇;李心丹;;中美股票市场的联动性研究[J];经济研究;2010年11期

9 陈守东,孟庆顺,杨兴武;中国股票市场的有效性检验与分析[J];吉林大学社会科学学报;1998年02期

10 韩非;肖辉;;中美股市间的联动性分析[J];金融研究;2005年11期

  本文关键词：基于藤结构Copula模型的中美欧股指联动性计量检验，由笔耕文化传播整理发布。

本文编号：315425