基于藤Copula方法的持續(xù)期自相依結(jié)構(gòu)估計(jì)及預(yù)測(cè).pdf

1、金融是現(xiàn)代經(jīng)濟(jì)的核心，隨著金融全球化程度加深，各大經(jīng)濟(jì)市場(chǎng)協(xié)同性的增強(qiáng)，經(jīng)濟(jì)全球化時(shí)代已到來(lái)。金融風(fēng)險(xiǎn)是金融與生俱來(lái)的屬性，其與金融活動(dòng)相伴而生。全球金融一體化導(dǎo)致了金融市場(chǎng)間的相互依賴，使任何地區(qū)金融市場(chǎng)的局部波動(dòng)都可能成為波及其他金融市場(chǎng)的金融海嘯。近十年來(lái)不斷爆發(fā)的金融危機(jī)，越來(lái)越引起人們對(duì)金融風(fēng)險(xiǎn)管理與度量的關(guān)注。眾所周知，證券市場(chǎng)是反映金融界狀況的晴雨表。在有效的市場(chǎng)中，金融市場(chǎng)的很多信息都會(huì)反映在證券市場(chǎng)的波動(dòng)上，而交易量又

2、是衡量證券市場(chǎng)風(fēng)險(xiǎn)狀況最基本的指標(biāo)。因此對(duì)交易量的研究，能夠揭示和解釋金融市場(chǎng)的某些規(guī)律和現(xiàn)象。交易持續(xù)期是指在股票市場(chǎng)中累積產(chǎn)生一定的交易量之間的時(shí)間間隔。股票交易的頻率和強(qiáng)度、股票市場(chǎng)的流動(dòng)性程度，風(fēng)險(xiǎn)水平都可以通過(guò)交易量持續(xù)期的特征表現(xiàn)出來(lái)。而由于交易量持續(xù)期是隨時(shí)間而動(dòng)態(tài)變化的，并且有一定的集聚性，因此將相依性概念引入對(duì)研究交易量的持續(xù)期，成為了一個(gè)重點(diǎn)和前沿問(wèn)題，這對(duì)于交易量持續(xù)期的預(yù)測(cè)、以及更加準(zhǔn)確地評(píng)估和預(yù)測(cè)金融風(fēng)險(xiǎn)，都提

3、供了新的思路。本文就是在這樣的背景下，提出了一個(gè)改良的模型，即一種基于Canonial藤Copula方法的半?yún)?shù)模型，來(lái)描述和預(yù)測(cè)交易量持續(xù)期數(shù)據(jù)的自相依結(jié)構(gòu)特征。
　　本文首先回顧了國(guó)內(nèi)外相關(guān)領(lǐng)域?qū)W者對(duì)金融風(fēng)險(xiǎn)管理、交易量持續(xù)期的理論研究現(xiàn)狀，以及二元與多元自相依結(jié)構(gòu)的計(jì)量模型框架，包括ACD模型，ACD模型的擴(kuò)展形式，Copula和藤Copula模型。并指出傳統(tǒng)方法在估計(jì)多元自相依結(jié)構(gòu)分布中的不完善。進(jìn)而提出基于藤Copula

4、方法的交易量持續(xù)期自相依結(jié)構(gòu)估計(jì)方法。假定已經(jīng)實(shí)現(xiàn)的交易量持續(xù)期對(duì)后續(xù)實(shí)現(xiàn)的持續(xù)期都有影響。分析持續(xù)期之間的非線性相依結(jié)構(gòu)時(shí)，實(shí)際上可以將相鄰的n個(gè)持續(xù)期數(shù)據(jù)看作是某一個(gè)多元分布的實(shí)現(xiàn)。我們把這個(gè)多元分布拆分為兩個(gè)部分來(lái)分別研究，即拆分成變量的無(wú)條件邊際分布部分和變量之間互相聯(lián)系的相依結(jié)構(gòu)部分。在相依結(jié)構(gòu)的刻畫中，由于每棵樹(shù)上都有一個(gè)主導(dǎo)的節(jié)點(diǎn)，因此在藤關(guān)系的選擇上，運(yùn)用了C藤Copula來(lái)估計(jì)多元自相依結(jié)構(gòu)。基于Copula方法對(duì)由高

5、頻分筆數(shù)據(jù)得到的交易量持續(xù)期進(jìn)行了研究。在對(duì)連續(xù)幾個(gè)交易量持續(xù)期之間的自相依結(jié)構(gòu)進(jìn)行估計(jì)之后，文章在此基礎(chǔ)上提出了一種新的條件密度函數(shù)估計(jì)方法，并且給出了交易量持續(xù)期的預(yù)測(cè)。
　　本文在實(shí)證部分，運(yùn)用提出的模型對(duì)中國(guó)石化高頻分筆數(shù)據(jù)進(jìn)行了交易量持續(xù)期估計(jì)與預(yù)測(cè)，并用EACD(1，1)模型作為基準(zhǔn)模型進(jìn)行比較。實(shí)證結(jié)果表明，EACD模型和本文模型都能很好的擬合并預(yù)測(cè)出持續(xù)期的聚集效應(yīng)，但本文模型能更好的預(yù)測(cè)下一交易量持續(xù)期，特別是在

6、交易量持續(xù)期突然變大或變小時(shí)，本文模型在大多數(shù)情況下能做出更敏感的反應(yīng)。這說(shuō)明藤Copula的引入，使得本文提出的半?yún)?shù)模型對(duì)持續(xù)期相依結(jié)構(gòu)的描述更具靈活性和準(zhǔn)確性。然后我們采用密度預(yù)測(cè)檢驗(yàn)方法分別對(duì)兩種模型進(jìn)行了檢驗(yàn)，檢驗(yàn)結(jié)果接受了本文模型預(yù)測(cè)產(chǎn)生的累積分布函數(shù)序列服從均勻分布的原假設(shè)，同時(shí)拒絕了EACD模型產(chǎn)生的累積分布函數(shù)序列服從均勻分布的原假設(shè)。這也表明，在密度函數(shù)預(yù)測(cè)檢驗(yàn)方面，本文所提出的基于藤Copula的半?yún)?shù)模型也有更好