连接函数在我国基金市场相关分析中的应用

论文摘要

随着会融研究领域的日益深入,相关分析在金融应用上变得越来越重要,投资组合分析、资产定价及金融风险度量等问题都涉及到相关分析。Copula一词原意为连接,它把多个随机变量的边缘分布连接在一起形成联合分布。变量间的相关结构完全由Copula决定,而各变量的统计特征由其边缘分布确定。与描述变量间相关关系常用的相关性相比,Copula描述的多元随机变量间的相关结构可以提供更准确的信息,目前Copula已经成为流行的多变量建模工具。1.本文对Copula理论做了系统全面的梳理和总结,全面介绍Copula的概念、性质和分类,并总结了Copula用于多变量数据建模的方法,包括建模过程中的参数估计方法和非参数估计方法,模型的拟合,以及最优Copula的判别方法。2.将单参数二元阿基米德族Copula应用于中国基金市场相关分析,研究上证基金指数(000011)和深证基金指数(399305)对数收益序列间的相关关系。表明上海、深圳基金两指数收益率序列之间存在较强的正相关关系,并且上证基金指数和深证基金指数日收益率间存在非对称的尾部相关性。3.用椭圆族Copula对选自上海证券交易所和深圳证券交易所的10只基金构造的投资组合进行市场风险分析,直接利用椭圆族Copula的模拟算法,模拟组合收益数据。结果表明由相同Copula函数构建的模型,不同的边缘分布假设对计算结果影响不大；而相同边缘分布假设下,不同Copula函数的选取对计算结果影响较大。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 国外研究状况
• 1.2.2 国内研究状况
• 1.3 主要研究内容
• 第2章 连接函数理论
• 2.1 连接函数概念及其性质
• 2.1.1 连接函数定义
• 2.1.2 连接函数性质
• 2.2 常见的连接函数类型
• 2.2.1 阿基米德Copula（Archimedean Copula）
• 2.2.2 椭圆Copula（Elliptieal Copula）
• 2.2.3 Marshall-Olkin Copula
• 2.3 基于连接函数的相关性度量
• 2.3.1 秩相关系数
• 2.3.2 尾部相关系数
• 第3章 连接函数模型的建立
• 3.1 连接函数模型的参数估计
• 3.1.1 边缘分布的参数估计
• 3.1.2 Copula函数的参数估计
• 3.2 多变量数据的模拟
• 3.2.1 阿基米德Copula的模拟
• 3.2.2 椭圆Copula的模拟
• 3.2.3 多变量模拟的递归算法
• 3.3 最优连接函数的选择
• 第4章 连接函数在我国基金市场相关分析中的应用
• 4.1 基金市场的相关分析
• 4.2 中国基金两市场相关结构的实证研究
• 4.2.1 数据说明
• 4.2.2 Copula模型的拟合
• 4.2.3 中国基金市场相关结构分析
• 第5章 连接模型在基金管理中的应用
• 5.1 投资基金管理
• 5.2 投资基金组合市场风险研究
• 5.2.1 数据说明
• 5.2.2 模型拟合
• 5.2.3 VaR与CVaR结果分析
• 第6章 结论
• 6.1 研究总结
• 6.2 研究展望
• 参考文献
• 致谢