我国股市与国债市场的相关性研究——基于极值理论与Copula函数

摘要

随着金融市场日趋多元化、复杂化，金融市场之间的相关性也随之增强。对投资者来说，股票市场和国债市场作为两个非常重要的金融市场组成部分，如何配置和调整其中的资金比例就显得尤为重要，并且研究二者的相关性也直接影响相关经济政策的决策，可以有效满足投资主体对于风险的管理，优化其资源配置，获得较高收益。 本文首先介绍了股市与国债市场，然后对股市与国债市场相关性的理论进行了阐述，最后介绍了相关模型的理论，包括ARMA-GARCH模型、极值理论和Copula理论，并对比了不同类型Copula函数的特点。 实证部分，选取上证综合指数和上证国债指数的对数收益率，用来代表股票市场和国债市场的波动情况，并对它们经过一系列统计检验后，在残差分布为正态分布、t分布和GED分布下分别建立ARMA?GARCH模型，根据AIC信息准则，择优选择了ARMA-GARCH(1,1)-GED模型对边缘分布进行拟合。接着引入极值理论，对模型ARMA-ARCH(1,1)-GED的残差分布建立POT模型来优化边缘分布。最后，用正态Copula函数、Student-t Copula函数、Gumbel Copula函数、Clayton Copula函数和Frank Copula函数对2个指数间的相关结构进行建模，根据GOF检验法，得出Gumbel Copula函数为最优的Copula函数，所以本文用Gumbel Copula函数描述上证综合指数和上证国债指数的相关关系。

目录

The Study on the Relativity Between the Stock Mark

Abstract

第一章 引言

1.2相关文献综述

1.3研究思路和内容

第二章 股市与国债市场相关性的理论探讨

2.2关于股市与国债市场相关性在资产组合中的意义

2.2.2股票和债券收益率的相关性与其资产配置

第三章 相关理论与方法

3.1.3 ARMA?GARCH模型的理论基础

3.2 极值POT理论

3.2.2 非参核估计

3.3 Copula函数简介

3.3.2 选择合适的 Copula函数

3.3.3 Copula 函数的参数估计方法

第四章 实证分析

4.1数据选取与统计检验

4.2 边缘分布的建立

4.3 POT模型对边缘分布的优化

4.4 Copula函数的选择

4.4.1 Copula函数参数的估计

第五章 结论