基于CARR模型的金融市场波动性和相关性分析

摘要

现代信息技术、金融理论和金融工程技术的不断发展使得国际金融市场的流通效率大大提高，金融市场中的交易品种和交易速度增长迅速，大幅加剧了金融市场的波动性。对于金融市场波动性的研究越来越成为近些年来的研究热点。
　　条件自回归条件极差模型（Conditional Auto-Regressive Range，CARR）由Chou(2005)提出，将极差与 GARCH（ Generalized AutoRegressive Conditional Heteroskedasticity）模型的思想结合起来。CARR模型能够有效刻画极差的动态结构。并且通过实证分析发现，在对波动性进行预测方面，基于极差的 CARR模型比传统 GARCH模型效果更好的结论。本文即是基于 CARR模型对我国上海股票市场波动性进行拟合分析，并引入 Copula函数的思想对中美两国股市间的波动相关性进行了研究。论文的主要研究工作和创新点如下：
　　1、通过实证分析选择数据拟合情况最好的 CARR模型，然后利用所选的CARR模型和GARCH模型对上证综合股价指数的日数据进行实证研究；
　　2、构建非线性的CARR模型，即将门限模型与CARR模型结合起来。比较门限CARR模型与传统CARR模型对样本数据的拟合效果；
　　3、建立Copula-CARR模型，对上海股票市场与美国股票市场之间的相关程度和相关模式进行分析。
　　4、选择2008年全球金融危机爆发事件作为时间分界点，对样本数据进行分段建模，比较在不同阶段，上海股票市场与美国股票市场之间的相关关系有什么样的变化。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景

1.2国内外研究现状

1.3国内外研究述评

1.4研究意义

1.5研究内容与研究方法

1.6论文拟解决的关键技术问题

1.7论文框架结构图

第二章 基于CARR模型与GARCH模型的上海股票市场波动性研究

2.1 CARR模型和GARCH模型

2.2实证研究

2.3 WCARR模型和GARCH模型的预测能力比较

2.4结论与进一步研究方向

第三章 基于门限CARR模型的上海股票市场波动分析

3.1门限CARR模型的构建

3.2非线性检验

3.3门限值识别方法

3.4实证研究

3.5结论与进一步研究方向

第四章 基于Copula-CARR模型的上海股票市场与美国股票市场相关性研究

4.1多元Copula函数简介

4.2 Copula函数的分类

4.3实证分析

4.4结合现实情况分析

4.5结束语

第五章 金融危机下的中美股票市场波动相关性分析

5.1基于金融危机前日数据分析

5.2基于金融危机爆发后日数据分析

5.3基于金融危机爆发前周数据分析

5.4基于金融危机爆发后周数据分析

5.5金融危机前后中美股票市场相关性比较分析

第六章 总结与展望

6.1论文工作总结

6.2未来研究展望

参考文献

发表论文和参加科研情况说明

致谢