基于藤Copula方法的持續(xù)期自相依結構估計及預測.pdf

1、金融是現(xiàn)代經(jīng)濟的核心，隨著金融全球化程度加深，各大經(jīng)濟市場協(xié)同性的增強，經(jīng)濟全球化時代已到來。金融風險是金融與生俱來的屬性，其與金融活動相伴而生。全球金融一體化導致了金融市場間的相互依賴，使任何地區(qū)金融市場的局部波動都可能成為波及其他金融市場的金融海嘯。近十年來不斷爆發(fā)的金融危機，越來越引起人們對金融風險管理與度量的關注。眾所周知，證券市場是反映金融界狀況的晴雨表。在有效的市場中，金融市場的很多信息都會反映在證券市場的波動上，而交易量又

2、是衡量證券市場風險狀況最基本的指標。因此對交易量的研究，能夠揭示和解釋金融市場的某些規(guī)律和現(xiàn)象。交易持續(xù)期是指在股票市場中累積產(chǎn)生一定的交易量之間的時間間隔。股票交易的頻率和強度、股票市場的流動性程度，風險水平都可以通過交易量持續(xù)期的特征表現(xiàn)出來。而由于交易量持續(xù)期是隨時間而動態(tài)變化的，并且有一定的集聚性，因此將相依性概念引入對研究交易量的持續(xù)期，成為了一個重點和前沿問題，這對于交易量持續(xù)期的預測、以及更加準確地評估和預測金融風險，都提

3、供了新的思路。本文就是在這樣的背景下，提出了一個改良的模型，即一種基于Canonial藤Copula方法的半?yún)?shù)模型，來描述和預測交易量持續(xù)期數(shù)據(jù)的自相依結構特征。
　　本文首先回顧了國內(nèi)外相關領域學者對金融風險管理、交易量持續(xù)期的理論研究現(xiàn)狀，以及二元與多元自相依結構的計量模型框架，包括ACD模型，ACD模型的擴展形式，Copula和藤Copula模型。并指出傳統(tǒng)方法在估計多元自相依結構分布中的不完善。進而提出基于藤Copula

4、方法的交易量持續(xù)期自相依結構估計方法。假定已經(jīng)實現(xiàn)的交易量持續(xù)期對后續(xù)實現(xiàn)的持續(xù)期都有影響。分析持續(xù)期之間的非線性相依結構時，實際上可以將相鄰的n個持續(xù)期數(shù)據(jù)看作是某一個多元分布的實現(xiàn)。我們把這個多元分布拆分為兩個部分來分別研究，即拆分成變量的無條件邊際分布部分和變量之間互相聯(lián)系的相依結構部分。在相依結構的刻畫中，由于每棵樹上都有一個主導的節(jié)點，因此在藤關系的選擇上，運用了C藤Copula來估計多元自相依結構?；贑opula方法對由高

5、頻分筆數(shù)據(jù)得到的交易量持續(xù)期進行了研究。在對連續(xù)幾個交易量持續(xù)期之間的自相依結構進行估計之后，文章在此基礎上提出了一種新的條件密度函數(shù)估計方法，并且給出了交易量持續(xù)期的預測。
　　本文在實證部分，運用提出的模型對中國石化高頻分筆數(shù)據(jù)進行了交易量持續(xù)期估計與預測，并用EACD(1，1)模型作為基準模型進行比較。實證結果表明，EACD模型和本文模型都能很好的擬合并預測出持續(xù)期的聚集效應，但本文模型能更好的預測下一交易量持續(xù)期，特別是在

6、交易量持續(xù)期突然變大或變小時，本文模型在大多數(shù)情況下能做出更敏感的反應。這說明藤Copula的引入，使得本文提出的半?yún)?shù)模型對持續(xù)期相依結構的描述更具靈活性和準確性。然后我們采用密度預測檢驗方法分別對兩種模型進行了檢驗，檢驗結果接受了本文模型預測產(chǎn)生的累積分布函數(shù)序列服從均勻分布的原假設，同時拒絕了EACD模型產(chǎn)生的累積分布函數(shù)序列服從均勻分布的原假設。這也表明，在密度函數(shù)預測檢驗方面，本文所提出的基于藤Copula的半?yún)?shù)模型也有更好