基于時變連接函數(shù)的股票市場相關性分析.pdf

1、隨著金融全球化進程的發(fā)展，各金融市場之間的相互依存性不斷加強，單一股票或市場的分析越來越不能滿足金融市場研究的需要，相關性分析在金融應用中變得越來越重要，已經(jīng)成為金融市場風險度量的關鍵。但是基于線性相關關系的傳統(tǒng)相關性度量只集中于對線性相關程度的度量上，忽略了對金融市場間的相關結構，特別是尾部相關特征的研究。Granger因果分析方法只能做定性分析，無法給出定量的結論。本文將非線性相關分析工具——Copula方法用于金融市場的相關性研究

2、中，分析了上證指數(shù)和恒生指數(shù)之間的常相關、時變相關的相關性和尾部相關性。 論文的主要研究工作包括以下幾個方面： (1)指數(shù)收益率邊際分布的選取?？紤]金融時間序列的實際分布呈現(xiàn)出偏斜、高峰、厚尾等特性，不符合Normal分布的特點，通過K-S檢驗，發(fā)現(xiàn)t分布、GED分布能夠很好的擬合金融時間序列的邊際分布，本文選取t分布、GED分布作為兩指數(shù)收益率的邊際分布，尾部邊際分布模型選取能夠刻畫金融市場非對稱性的EGARCH模型。

3、 (2)描述邊際分布相關結構的Copula函數(shù)的選取。本文對常相關Copula模型進行了改進，分析了時變Copula函數(shù)模型及參數(shù)的動態(tài)演進過程，用時變NormalCopula函數(shù)分析常態(tài)下兩序列的相關關系，用時變SJCCopula函數(shù)分析兩序列的尾部相關關系。 (3)實證結果及分析。利用上證綜合指數(shù)和香港恒生指數(shù)的1997組數(shù)據(jù)，對上海股票市場和香港股票市場的相關性進行了比較分析。首先通過Eviews軟件，對兩時間序列