基于GARCH-Copula的沪深股市波动溢出效应分析开题报告

 2022-07-19 10:07:36

1. 研究目的与意义

随着经济全球化愈发扩散与深入,资本市场的开放程度愈来愈高,不同的市场在资金流动、市场运作等方面联系的加强使得市场之间的关联程度增加,1987年10月以来,国际上的主要股票指数就呈现出了越来越明显的共同运动趋势。同样,同一地区的股市常常会因为地理位置的接近以及经济关系的密切和政治政策的相似性而出现相似的走势与发展,这些共同的影响因素使得股市的收益具有显著的共同的可预测的成分。上海与深圳同处于中国大陆,因此也就具有很多上述的共同影响因素,所以本文目的是利用GARCH-Copula方法考察研究这两个股市之间的相关性与互动性,对于分析和研究股市的结构和判断股市的走势及风险传递无疑具有重要的作用。

2. 研究内容和预期目标

A.本课题论文所研究的内容大致有以下几个方面:

1、沪深股市收益率之间的相关性

2、沪深股市的波动的溢出效应程度

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 国内外研究现状

Copula是用来描述多个随机变量间相依结构的统计方法,利用随机向量的边缘分布,Copula还可以用来确定随机向量的联合分布。Copula这个名称最早来自于Schweizer和Sklar(1983),随后Genest和MacKay(1986)、Joe.H.(1993)等进一步发展,使Copula成为构造多元联合分布和分析随机变量问相关结构的重要工具。自Embrechts等(1999)把Copula引入到金融数量分析以来,已经取得了许多有意义的成果。Claudio Romano(2002)对意大利股市收益率进行了Copula分析;Embrechts等(2003)和Durrlemanetc(2001)用Copula进行了风险分析;Roberto DeMatteis(2001)对Copula,特别是对Archimedean Copula做了较好的总结;LingHu(2002)提出用混合Copula对金融数据进行分析可以较好的捕捉金融变量的尾部相依性; Davide等(2004)用Copula对一些信用衍生品(如CDO和BDS)的定价和风险分析进行了研究,发现t-copula较合适于金融数据分析。

4. 计划与进度安排

1、2022年10月28日-2022年11月27日:收集相关资料、完成选题工作

2、2022年11月27日-2022年01月15日:明确论文目的、内容及进度安排、撰写开题报告

3、2022年01月16日-2022年03月31日:收集资料、开展研究、形成写作提纲、完成初稿

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 参考文献

[1]刘金全, 崔畅. 中国沪深股市收益率和波动性的实证分析[J]. 经济学 (季刊), 2002, 1(4): 885-898.
[2]史代敏. 沪深股市股指波动的协整性研究[J]. 数量经济技术经济研究, 2002 (9): 103-105.
[3]陈守东, 陈雷, 刘艳武. 中国沪深股市收益率及波动性相关分析[J]. 金融研究, 2003 (7): 80-85.
[4]曹广喜, 姚奕. 沪深股市动态溢出效应与动态相关性的实证研究-基于长记忆 Var-Bekk (Dcc)-Mvgarch (1, 1) 模型[J]. 系統工程, 2008, 26(5): 47-54.
[5]李双成, 杨桂华. 中国股票市场收益和波动溢出效应实证分析[J]. 河北经贸大学学报, 2005 (5): 21-24.
[6]谢腾云. 基于 ARCH 模型的沪深股指收益率波动特征分析[D]. 长沙: 湖南大学国民经济学系, 2007.
[7]周孝华, 黄赟. 我国股票市场沪深两市波动性关系研究[J]. 经济与管理研究, 2008 (8): 77-82.
[8]李仲飞, 姚京. 中国沪深股市整合性的实证分析[J]. 管理评论, 2004, 16(1): 27-30.
[9]王超. 国际股市与我国沪深股市收益率波动性传递机制探讨[D]. 成都: 西南财经大学, 2005.
[10]谢福座. 基于 GARCH-Copula-CoVaR 模型的风险溢出测度研究[J]. 金融发展研究, 2010 (12): 12-16.
[11]韦艳华. Copula 理论及其在多变量金融时间序列分析上的应用研究[J]. 博士学位论文, 天津大学, 2004.
[12]沈悦, 戴士伟, 罗希. 中国金融业系统性风险溢出效应测度--基于 GARCH-Copula-CoVaR 模型的研究[J]. 当代经济科学, 2014, 36(6): 30-38.
[13]马会元. 基于 GARCH-Copula 模型的投资组合在险价值测度应用研究 [D][D]. 天津财经大学, 2013.
[14]谢福座. 基于 GARCH-Copula-CoVaR 模型的中外股票市场风险溢出测度研究[D]. 广东商学院, 2011.
[15]吴玉宝, 汪金菊. 沪深股市的相关结构分析与投资组合风险度量--基于 ARFIMA-GARCH-Copula 模型[J]. 运筹与管理, 2016 (02): 220-225.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。