基于Copula-GARCH模型的中國股市實證分析.pdf

1、隨著經濟全球化加快、金融自由化不斷演進，金融市場間的相關性日益明顯，其相關結構也越來越復雜，表現(xiàn)出非線性、非對稱及尾部相關等特征。由于傳統(tǒng)正態(tài)分布具有對稱性，不能很好的描述金融數(shù)據(jù)的有偏性。而Copula-Garch模型則能解決以上問題。其中，GARCH模型對擬合單個金融隨機變量的高峰厚尾異方差等特性較理想，而分析風險變量間相關性，則Copula函數(shù)較為有效。
　　本文首先研究了Copula函數(shù)的定義、類型以及相關性質并介紹如何進

2、行模型的參數(shù)估計和擬合檢驗。通過R軟件隨機模擬五類Copula分布函數(shù)，指出不同類的Copula函數(shù)特點;其次，介紹GARCH模型以及它在擬合金融時間序列的邊緣分布時具有的優(yōu)勢;最后，選取上海綜合指數(shù)、深圳深證成指數(shù)和中小板指數(shù)數(shù)據(jù)，通過GOF檢驗，拒絕使用Copula函數(shù)擬合上海綜合指數(shù)與中小板指數(shù)數(shù)據(jù)，接受Copula函數(shù)對上海綜合指數(shù)與深圳深證成指間、深圳深證成指與中小板指數(shù)間的擬合。再比較五類Copula函數(shù)的特性及對日收益率數(shù)