基于Copula函數(shù)的證券市場相關(guān)性分析.pdf

1、隨著金融市場的發(fā)展,單一市場分析已經(jīng)不能滿足金融研究的需求,全面、準(zhǔn)確地刻畫證券市場間的相依結(jié)構(gòu)成為金融風(fēng)險管理的關(guān)鍵。傳統(tǒng)的線性相關(guān)系數(shù)只能度量線性相關(guān)程度,而金融時間序列往往具有厚尾分布,其方差并不總是存在的,因此不能用線性相關(guān)系數(shù)來反映它們的相關(guān)性；Granger因果檢驗通常只能給出定性的結(jié)論,無法進行定量描述。Copula函數(shù)作為一種更靈活、穩(wěn)健的非線性相關(guān)性研究工具在金融建模中得到廣泛應(yīng)用。本文基于Copula函數(shù)構(gòu)建Copu

2、la-GARCH(1,1)-t模型,分析滬、深兩證券市場間的相關(guān)程度及尾部相關(guān)結(jié)構(gòu)。
　　 論文的主要研究工作包括以下方面:
　　 一、對Copula函數(shù)在金融領(lǐng)域的研究成果進行綜述。首先對相關(guān)性的概念進行界定,然后對Copula函數(shù)應(yīng)用于金融領(lǐng)域相關(guān)性分析的國內(nèi)外研究情況給予詳盡的闡述。
　　 二、給出不同Copula函數(shù)的定義、分類、各函數(shù)族的特性以及不同Copula的分布函數(shù)和密度函數(shù)；系統(tǒng)介紹各種相關(guān)指標(biāo)

3、,并給出Copula函數(shù)的相關(guān)性測度指標(biāo)的定義。
　　 三、給出基于Copula函數(shù)的金融模型構(gòu)建思路,并對主要的金融時間序列邊緣分布模型(自回歸條件異方差類模型和隨機波動類模型)進行介紹。
　　 四、構(gòu)建Copula-GARCH(1,1)-t模型對上證180指數(shù)與深證成份指數(shù)的日收益率時間序列進行估計,研究滬、深股市兩大證券市場之間的相關(guān)結(jié)構(gòu)；并對典型時期滬、深股指尾部相關(guān)性進行比較分析,觀察不同Copula函數(shù)捕捉股

4、市漲跌特征的能力。首先利用GARCH(1,1)-t模型擬合兩指數(shù)收益率的邊緣分布；然后基于阿基米德函數(shù)族中的Clayton Copula與Gumbel Copula分別構(gòu)建反映兩指數(shù)收益率實際分布和相關(guān)性的聯(lián)合分布函數(shù),并使用Genest and Rivest法估計其參數(shù),實證說明兩證券市場收益率間的尾部相關(guān)結(jié)構(gòu)特征。結(jié)果表明:滬、深股市間存在正相關(guān)關(guān)系,且下尾相關(guān)程度大于上尾相關(guān)程度。通過對典型時期滬、深股指尾部相關(guān)性進行比較分析,發(fā)

5、現(xiàn)Clayton Copula函數(shù)捕捉下尾相關(guān)特征的能力比較顯著,不僅在下跌期,即使股市處于盤整上升階段,Clayton Copula仍可以敏感地捕捉到股價波動帶來的負收益率間的相關(guān)性；Gumbel Copula捕捉上尾相關(guān)性的能力有待進一步驗證。
　　 五、總結(jié)全文主要觀點并對Copula函數(shù)的應(yīng)用前景進行展望。
　　 本文的創(chuàng)新點主要體現(xiàn)在以下兩個方面:①對基于金融時間序列邊緣分布模型結(jié)合新興技術(shù)Copula函數(shù)構(gòu)建