基于Copula方法的国内外有色金属期货市场风险溢出效应研究

发布时间：2023-06-03 11:09

　　经济全球化使得全球范围内不同国家金融市场间的联动性不断增强,风险的传递速度也越来越快,并且大多呈现出非正态、非对称和非线性相关性。Copula函数可以比较准确地捕捉变量之间的非线性关系和尾部关系,因此,在研究不同金融市场间的风险溢出效应时,Copula函数具有独特的优势。有色金属期货是全球商品期货中发展较早、成熟较快的期货品种,主要集中在伦敦金属交易所、纽约商业交易所和东京工业品交易所进行交易,而伦敦金属交易所的有色金属期货合约价格更是被世界公认为是定价标准。与此同时,我国有色金属期货品种交易也比较活跃,在国内期货市场中占有重要地位。近年来,随着我国金融市场开放程度的不断加深,我国有色金属期货市场与国外有色金属期货市场之间的联动关系也越来越强。因此,研究国内外有色金属期货市场之间的风险溢出效应,显得尤为重要。本文以上海期货交易所的上期有色金属指数IMCI、沪铜、沪铝、沪锌、沪铅和伦敦金属交易所的LME基本金属指数、LME铜、LME铝、LME锌、LME铅为研究对象,分析国内外有色金属期货市场之间的风险溢出方向和大小。本文的研究特色在于:跨越不同国家的期货市场,深入分析国内有色金属期货市场...

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景与研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 关于Granger因果检验的风险溢出效应研究
        1.2.2 关于GARCH模型的风险溢出效应研究
        1.2.3 关于Copula模型的风险溢出效应研究
        1.2.4 研究述评
    1.3 研究内容与研究方法
        1.3.1 研究内容
        1.3.2 研究方法
    1.4 创新之处与不足之处
        1.4.1 创新之处
        1.4.2 不足之处
    1.5 技术路线
2 Copula函数的相关理论
    2.1 Copula函数的定义与性质
        2.1.1 Copula函数的定义
        2.1.2 Copula函数的性质
    2.2 常用二元Copula函数
        2.2.1 二元正态Copula函数
        2.2.2 二元t-Copula函数
        2.2.3 Gumbel Copula函数
        2.2.4 Clayton Copula函数
        2.2.5 Frank Copula函数
    2.3 本章小结
3 模型与方法介绍
    3.1 正态性检验
        3.1.1 Jarque-Bera检验
        3.1.2 Kolmogorov-Smimov检验
        3.1.3 Lilliefors检验
    3.2 相关性检验
        3.2.1 Pearson线性相关系数
        3.2.2 Kendall秩相关系数
        3.2.3 Spearman秩相关系数
    3.3 Copula模型估计
        3.3.1 经验密度函数
        3.3.2 核密度估计
    3.4 CoVaR模型
        3.4.1 CoVaR模型的定义
        3.4.2 Copula-CoVaR模型推导
    3.5 本章小结
4 国内外有色金属期货市场实证分析
    4.1 国内有色金属期货市场数据分析
        4.1.1 样本选择与数据处理
        4.1.2 描述性统计
        4.1.3 正态性检验
        4.1.4 确定边缘分布
        4.1.5 选择最优Copula函数
        4.1.6 计算条件风险价值CoVaR
        4.1.7 实证结果分析
    4.2 国内外有色金属期货市场数据分析
        4.2.1 样本选择与数据处理
        4.2.2 描述性统计
        4.2.3 正态性检验
        4.2.4 确定边缘分布
        4.2.5 选择最优Copula函数
        4.2.6 计算条件风险价值CoVaR
        4.2.7 实证结果分析
    4.3 本章小结
5 结论与对策建议
    5.1 结论
    5.2 对策建议
    5.3 研究展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3829221