基于Copula模型干散货市场波动溢出效应研究

摘要

从2008年金融危机至今，国际航运市场一直处在萧条时期，即使是发展最为成熟的干散货航运市场也是哀鸿遍野，众多航运企业纷纷倒闭。因此，如何在经济下行时期通过分析航运市场的波动溢出效应从而降低企业损失则成为摆在学者面前的重要课题。
　　与前人研究所不同的是，本文将从矢量角度分析干散货市场的波动溢出效应，不但分析波动溢出的方向而且要分析波动溢出的强度。同时，由于经济危机此类极端事件的出现，航运市场会表现出不对称的市场特征，而Copula模型可以捕捉到各类船型运输市场的相关性。综上，本文将基于Copula模型进行干散货市场的波动溢出效应研究。
　　本文的主要内容包括:首先，分析了金融市场波动溢出效应的形成机理和Copula模型概述;然后，确立先以Granger因果检验进行波动溢出方向分析，再构建Copula模型，通过分析Copula函数的相关系数分析波动溢出强度的研究方法;最后，以2008年至今的干散货市场收益率为样本带入上述模型进行实证分析，得出好望角船型市场与巴拿马船型市场存在单方向的波动溢出效应，同时两种船型市场还呈现出了显著的下尾相关特征。

目录

声明

摘要

第1章 绪论

1．1 研究背景及研究意义

1．1．1 研究背景

1．1．2 研究意义

1．2 文献综述

1．2．1 基于GARCH模型的波动溢出效应研究

1．2．2 基于Copula模型的波动溢出效应研究

1．2．3 航运市场中波动溢出效应研究现状

1．3 研究内容

第2章 波动溢出效应理论及Copula模型概述

2．1 波动溢出效应理论

2．1．1 波动溢出效应含义与解释

2．1．2 市场收益波动特征

2．2 Copula模型比较分析

2．2．1 Copula模型定义

2．2．2 Copula模型的一致性与相关性测度

2．2．3 Copula函数分类

第3章 基于Copula模型干散货市场波动溢出研究方法设计

3．1 干散货市场收益率序列的边缘分布模型

3．1．1 GARCH(1，1)模型概述

3．1．2 GARCH(1，1)模型分类

3．2 基于Granger检验的干散货市场波动溢出方向确定

3．3 基于Copula模型的干散货市场波动溢出强度确定

3．3．1 Copula模型的构造

3．3．2 Copula模型的参数估计

第4章 基于Copula模型干散货市场波动溢出效应实证分析

4．1 样本数据选取与分析

4．1．1 样本数据的选取

4．1．2 样本数据的基本统计量分析

4．2 收益率序列边缘分布的确立

4．2．1 收益率序列平稳性检验

4．2．2 收益率序列自相关检验

4．2．3 收益率序列ARCH效应检验

4．2．4 基于GARGH(1，1)模型的边缘分布确立

4．3 基于Granger因果检验的干散货航运市场波动溢出方向分析

4．4 基于Copula模型干散货航运市场波动溢出强度分析

第5章 结论与展望

5．1 结论

5．2 不足与展望

参考文献

致谢