基于m-Copula-GJRSK-M模型的滬深股市相關(guān)性偏度峰度研究.pdf

1、以往的研究中主要是對資產(chǎn)的均值方差進(jìn)行研究來度量資產(chǎn)所面臨的風(fēng)險及其所對應(yīng)的預(yù)期收益。近年來越來越多的學(xué)者關(guān)注到金融資產(chǎn)波動的非對稱性和厚尾現(xiàn)象，因而越來越多的研究已經(jīng)著手分析資產(chǎn)的偏度和峰度的風(fēng)險溢酬問題。但是大多數(shù)研究都是從靜態(tài)角度對資產(chǎn)的偏度和峰度風(fēng)險溢酬進(jìn)行研究，沒有考慮到高階矩的時變性，而高階矩的時變性也是導(dǎo)致資產(chǎn)風(fēng)險一種因素，因而在資產(chǎn)風(fēng)險的管理過程中不能忽視高階矩的時變性。除此之外，以往研究多從單個資產(chǎn)出發(fā)，沒有考慮資產(chǎn)間

2、收益率的相關(guān)性。在股票市場中，股指波動因受各種因素的影響一般不符合嚴(yán)格的正態(tài)分布或是t分布，資產(chǎn)間往往存在相關(guān)性，資產(chǎn)間的相關(guān)性對股指收益率的偏度和峰度風(fēng)險溢酬的影響需做進(jìn)一步的研究。以往研究表明資產(chǎn)波動具有尖峰厚尾和左偏或是右偏的現(xiàn)象，說明單個資產(chǎn)收益率的分布是非對稱的，多個資產(chǎn)收益率之間相關(guān)也是非對稱的，具體表現(xiàn)為熊市時資產(chǎn)間相關(guān)性比正常時或牛市時的相關(guān)性大，也就是說資產(chǎn)收益存在尾部極值相關(guān)。因此，將資產(chǎn)收益之間的相關(guān)性對資產(chǎn)偏度峰

3、度風(fēng)險溢酬的影響作為本文分析的重點(diǎn)。分析資產(chǎn)間相關(guān)性的影響必須構(gòu)建靈活的多元分布，而Copula函數(shù)可以很好的解決此問題。除此之外，Copula函數(shù)還有一大優(yōu)點(diǎn)，就是對隨機(jī)變量的邊緣分布不加限制?？紤]到Copula函數(shù)的各項優(yōu)點(diǎn)本文采用Copula函數(shù)進(jìn)行建模。
　　本文分析了資產(chǎn)間相關(guān)性對資產(chǎn)高階矩風(fēng)險溢酬的影響，建立M-Copula-GJRSK-M模型，通過實(shí)證研究說明資產(chǎn)間相關(guān)性對資產(chǎn)的偏度和峰度風(fēng)險溢酬的影響。文章選取了2

4、000年1月4日至2015年4月10日上證綜指和深證成指的日收盤價作為分析對象，每一種指數(shù)的樣本容量均為3691個。首先對Copula函數(shù)進(jìn)行了系統(tǒng)的闡述，構(gòu)建了m-Copula函數(shù)，并闡述了m-Copula函數(shù)的優(yōu)勢，同時描述了GJRSK-M模型的優(yōu)勢并對其經(jīng)濟(jì)含義進(jìn)行解釋，將兩者相結(jié)合，建立m-Copula-GJRSK-M模型，并利用極大似然估計方法對模型參數(shù)進(jìn)行估計。然后，通過實(shí)證說明上證綜指和深圳成指對數(shù)收益率存在偏度和峰度風(fēng)險