基于Copula方法的股票收益率相關性研究及實證分析.pdf

1、金融市場中相關性的分析很多，但是大多數(shù)的相關性分析都是采用線性的相關系數(shù)，可是并不是所有的相關結構都是線性的，可能存在非正態(tài)，非對稱的特點，Copula函數(shù)用于金融市場間的相關性分析具有其獨特的優(yōu)勢，可以直接對相關結構建模，可以描述到非正態(tài)，非對稱分布的尾部信息，這對相關結構的描述具有很大的現(xiàn)實意義。 本文開始介紹了Copula函數(shù)的一些基本種類和相關性質，之后研究了一些主要的相關性分析的主要方法，在進行相關性分析時，用Copu

2、la函數(shù)代替了用皮爾遜(Pearson)相關系數(shù)來描述相關性，Copula的類型很多，最主要的兩類是橢球Copula和Archimedean Copula。各類又包含許多參數(shù)族，各族有不同的特點，能描述不同的相關性。其中的Gumbel Copula上尾具有相關性，下尾是漸近獨立的，能較好描述牛市期間資產間的相關性，但不能描述熊市期間資產間的相關性；Clayton Copula與Gumbel Copula相反，下尾具有相關性，上尾是漸近獨

3、立的；Frank Copula具有“對稱”的相關結構。另外選擇了一個更優(yōu)的方法進行最優(yōu)Copula函數(shù)選擇及參數(shù)估計。本文用基于核密度函數(shù)的極大似然估計方法對Copula函數(shù)的參數(shù)進行估計，并根據(jù)Kolmogorov-Smimov法則和最小方差方法確定最優(yōu)Copula函數(shù)，最后進行實證研究，對上證綜合指數(shù)與深證綜合指數(shù)作尾部相關性分析。全文總共分為六個章節(jié)，具體安排如下： 第1章主要是背景介紹、目的意義和目前國內外研究的一些現(xiàn)狀

4、，指出本文研究的方向、思路、方法。 第2章主要對Copula函數(shù)進行基本的理論介紹。 第3章是基于Pearson相關系數(shù)的一些不足之處提出用Copula方法來描述金融市場的相關性度量。 第4章提出用基本的核密度方法來估計Copula函數(shù)中的參數(shù)，并提出用KolmoRorov-Smirnov法則和最小方差方法來選取最優(yōu)的Copula函數(shù)a 第5章對中國股市進行了實證研究，分析得出用ClaytonCopula