股票市场行业波动的相依性研究 ——基于Vine-Copula模型的实证分析

股票市场行业波动的相依性研究 ——基于Vine-Copula模型的实证分析

论文摘要

随着全球经济一体化的慢慢深入,金融市场之间的联动性越来越强,彼此之间的关系更加复杂,各国市场间的协同性也越来越强。2008年爆发的金融危机对全球经济都造成了深远的影响,一方面反映了对金融市场的系统性风险和危机蔓延的研究是十分必要的,同时也体现出我们当前缺少能够有效监测风险的合理量化和有效的测度方法;而几年后的欧债危机又再一次警示我们要对金融风险研究引起重视。在我们国内,经济体制不断进步改革,市场中各个板块之间的相互依赖与相互影响也变得越来越密切,所以对市场中各板块之间的风险相依性研究也逐渐进入了风险研究人员的视线。在市场中,某一个板块的上涨或下跌常常会伴随着其他关联金融板块的上涨或下跌,且投资人构建的投资组合所含的多种资产之间很可能存在着相关性,极易产生风险传导,进而影响了组合风险度量的准确性。正因如此,市场风险越来越受到广大投资者的关注,对风险进行量化也逐渐成为了金融风险管理工作的重点。随着风险管理理论的不断发展,Copula模型作为一种能够估算多个变量相依性结构的统计模型,应用范围十分广泛。本研究尝试将GJR-GARCH模型,极值理论的GPD分布与Vine-Copula函数相结合,利用日对数收益率数据对与房地产行业、建筑材料行业、交通运输行业与银行业间的风险相依性进行研究和探讨。本文首先利用GJR-GARCH模型对数据进行过滤,考虑到金融序列的厚尾性,我们再将尾部序列用GPD分布构建,最后利用Vine-Copula模型得出四个行业之间的藤结构,找出了其中的主导行业,并计算出相应VaR的值,且得到VaR值通过了回溯性检验,有效的描述了行业高维风险。本文为我们今后的风险管理测度研究提供了一种新的技术方法,同时也为政府监管部门,各大金融机构以及投资者进行风险控制提供了更准确的理论支持,进一步守住金融风险的底线。

论文目录

  • 摘要
  • abstract
  • 第1章 绪论
  •   1.1 研究背景与研究目的
  •     1.1.1 研究背景
  •     1.1.2 研究的目的及意义
  •   1.2 文献综述
  •     1.2.1 极值理论研究现状
  •     1.2.2 Copula模型研究现状
  •   1.3 研究思路与方法
  •   1.4 文章主要创新之处
  • 第2章 相关理论及基本模型概念
  •   2.1 我国房地产业、建筑材料业、交通运输业和银行业简介
  •   2.2 Copula函数简介
  •     2.2.1 Copula函数的主要分类
  •     2.2.2 Copula函数的参数估计
  •     2.2.3 Vine-Copula函数简介
  • 第3章 Vine-Copula模型的构建
  •   3.1 基于GARCH模型对收益率序列的拟合
  •   3.2 极值理论尾部序列的建模
  •     3.2.1 BMM模型
  •     3.2.2 POT模型
  •   3.3 Vine-Copula函数的模型构建
  •   3.4 VaR的计算方法
  •     3.4.1 参数法
  •     3.4.2 非参数法
  • 第4章 基于Vine-Copula模型的行业间风险相依性的实证分
  •   4.1 数据的选取与统计特征
  •   4.2 数据的平稳性检验
  •   4.3 对于4个行业的Vine-Copula模型的拟合
  •   4.4 VaR的计算与检验
  • 第5章 研究结论与建议
  •   5.1 研究结论
  •   5.2 政策建议
  •   5.3 未来研究展望
  • 参考文献
  • 附录
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 陈佳宁

    导师: 周佰成

    关键词: 风险管理,行业相依性,极值理论

    来源: 吉林大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

    单位: 吉林大学

    分类号: F224;F832.51

    总页数: 56

    文件大小: 2099K

    下载量: 173

    相关论文文献

    • [1].渭河干流月径流的时历相依性研究[J]. 人民黄河 2013(11)
    • [2].风格股票指数的随机动态相依性研究[J]. 数理统计与管理 2015(06)
    • [3].相依性度量的比较研究[J]. 数学物理学报 2017(05)
    • [4].中国通货膨胀的相依性周期[J]. 中国社会科学 2013(05)
    • [5].中国房地产业与金融业动态相依性及结构突变特征研究[J]. 现代财经(天津财经大学学报) 2013(09)
    • [6].地质灾害的幂律相依性:以宁强县为例[J]. 地质科技情报 2013(03)
    • [7].一种非平稳性时间序列的相依性分析[J]. 沈阳化工学院学报 2009(02)
    • [8].分位数视角下上证综指与世界主要股指间的相依性[J]. 上海金融 2020(07)
    • [9].基于面板GARCH模型的中美股票市场藤结构相依性研究[J]. 财会通讯 2015(08)
    • [10].债务抵押债券定价中的违约相依性研究[J]. 数学的实践与认识 2014(04)
    • [11].基于复杂网络相依性的作战体系网络建模与分析[J]. 军事运筹与系统工程 2017(01)
    • [12].中国通货膨胀的相依性周期(英文)[J]. Social Sciences in China 2014(04)
    • [13].基于多元条件极值模型的股指期货与现货下尾部相依性研究[J]. 系统管理学报 2020(01)
    • [14].基于多元条件极值模型的股指期货与现货下尾部相依性研究[J]. 系统管理学报 2020(02)
    • [15].任务相依性与组织公民行为:团队成员交换的中介作用[J]. 人类工效学 2010(03)
    • [16].考虑风场高维相依性的电网动态经济调度优化算法[J]. 控制理论与应用 2019(03)
    • [17].通过比较阅读实现高效写作[J]. 文学教育(下) 2011(10)
    • [18].基于知识相依性的复合材料决策知识获取算法[J]. 玻璃钢/复合材料 2009(03)
    • [19].中国A股市场与世界主要股市的非对称相依性[J]. 厦门大学学报(哲学社会科学版) 2018(06)
    • [20].中国银行间系统性风险的相依性结构分析[J]. 统计与决策 2015(24)
    • [21].兼具截面相依性和重尾性面板单位根检验方法研究及应用[J]. 数量经济技术经济研究 2013(08)
    • [22].股市投资回报过程的长相依性与风险度量[J]. 经济数学 2013(01)
    • [23].一种基于代价抢占的混合可重构任务调度算法[J]. 计算机应用研究 2011(11)
    • [24].中美投资者情绪的动态相依性——基于Copula-DCC-GARCH模型和波动率指数的研究[J]. 金融经济学研究 2020(02)
    • [25].余额宝收益率与Shibor的动态相依性——基于VAR-DCC-GARCH模型的实证研究[J]. 福建金融 2019(08)
    • [26].基金和股票市场的相依性与组合风险分析[J]. 统计与决策 2013(21)
    • [27].基于极值相依性的金融危机共生强度研究[J]. 财经研究 2010(10)
    • [28].激活的断裂、合作的结果相依性与团队学习行为[J]. 西安交通大学学报(社会科学版) 2015(01)
    • [29].HAC模型在东盟股市中的相依性分析研究[J]. 重庆理工大学学报(自然科学) 2020(04)
    • [30].基于相关系数的水文相依性变异分级方法——以自回归模型为例[J]. 应用生态学报 2018(04)

    标签:;  ;  ;  

    股票市场行业波动的相依性研究 ——基于Vine-Copula模型的实证分析
    下载Doc文档

    猜你喜欢