首页> 中文学位 >基于Copula-GARCH模型的人民币汇率与股指相关性与风险度量研究
【6h】

基于Copula-GARCH模型的人民币汇率与股指相关性与风险度量研究

代理获取

目录

声明

1 绪论

1.1 选题背景和研究意义

1.1.1 选题背景

1.1.2 研究意义

1.2 研究内容、技术路线和方法

1.2.1 研究内容

1.2.2 技术路线

1.2.3 研究方法

1.3 创新点

2 相关文献述评

2.1 相关性文献综述

2.2 波动性文献综述

2.3 风险度量文献综述

2.4 文献简评

3 人民币汇率与股指相关性分析

3.1 模型构建

3.1.1 Copula函数

3.1.2 GARCH模型

3.1.3 Copula-GARCH模型

3.2 实证分析

3.2.1 描述性统计分析

3.2.2 边缘分布拟合

3.2.3 相关性分析

3.3 研究结果分析与政策启示

3.3.1 研究结果分析

3.3.2 政策启示

4 人民币汇率与股指风险度量分析

4.1 VaR

4.1.1 VaR定义

4.1.2 静态VaR方法

4.1.3 时变VaR方法

4.1.4 返回测试

4.2 实证分析

4.2.1 静态组合VaR

4.2.2 时变组合VaR

4.3 研究结果分析与政策建议

4.3.1 研究结果分析

4.3.2 政策建议

5 研究总结与展望

5.1 研究结论

5.2 研究展望

致谢

参考文献

个人简历、在校期间发表的学术论文及取得的研究成果

展开▼

摘要

本文选取2010年6月到2017年6月人民币兑美元、欧元、日元汇率与人民币指数四种人民币汇率指标作为我国外汇市场指数的代表性指标,选取上证综合指数作为我国股票市场指数的代表指标,通过构建T-Copula-GARCH模型研究人民币汇率与我国股票指数之间相关性,同时使用VaR模型度量人民币汇率与股指不同权重组合下的组合风险,并从人民币汇率与股市指数相关性与组合风险度量角度分析深化人民币汇率改革汇率政策选择及推出时机抉择。  本文在分析相关文献基础上。随后着重介绍了Copula函数、GRACH模型、VaR模型,构建了T-Copula-GARCH模型。对人民币兑美元、欧元、日元汇率、人民币指数、上证股指等收益序列数据特征进行考察,发现四种收益率序列数据分布具有尖峰后尾性,不符合正态分布特征,数据为平稳序列且不存在显著的自相关性,数据具有明显的ARCH效应。  通过Copula-GARCH模型进行相关性研究发现:人民币兑美元、日元汇率贬值时,上证指数下降;人民币兑欧元汇率、人民币指数升值时,上证指数下降;同理反之。人民币兑美元汇率与上证指数相关性波动变化走势跟人民币指数与上证指数相关性波动变化走势基本相反,人民币兑日元、欧元汇率与上证指数相关性波动变化走势跟人民币指数与上证指数相关性波动变化走势基本相同;股票市场趋势性上涨后,我国外汇市场和股票市场关联性降低。通过基于Copula-GARCH模型的组合VaR分析发现:从长期来看,人民币兑美元、欧元、日元汇率、人民币指数收益与上证指数收益组合VaR整体波动趋势相似;随着上证股指权重增加,四种汇率指数与上证指数组合的组合VaR值也随着增大,在人民币兑美元、欧元、日元汇率、人民币指数收益与上证指数收益组合VaR中,人民币兑美元汇率与股指组合VaR值相对较小,人民币指数和上证股指组合风险次之,日元、欧元汇率和上证股指组合风险较大。  根据相关性分析与组合VaR结果,针对性的提出在深化金融改革开放背景下人民币汇改过程中政策的推出及时机抉择。最后对文章进行研究总结,针对研究的不足提出改进意见,进行未来研究展望。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号