基于Copula-GARCH模型的滬深股市相關性分析

侯葉子,盧俊香

(西安工程大學 理學院,西安 710048)

近年來,隨著衍生產品的日益豐富,金融市場中的相關性分析日漸成為研究熱點,Granger因果分析是常用的相關性分析方法[1]，但它存在局限性,如變量間是線性相關的,且方差有限時才能進行線性相關分析,但金融市場中的數據特征多呈現尖峰、厚尾的特點而且方差也不總是存在,所以這種方法不太適用于金融市場。而Copula函數的應用領域非常廣泛[2-5]，為金融市場的相關性分析提供了新思路。文獻[2]提出了關于Copula函數的一個著名的Sklar定理。文獻[3]給出了 Copula函數的定義和構建方法。文獻[4]將Copula的理論引入到金融領域,并對其可行性進行了探討。文獻[5-9]也將Copula函數應用于金融市場的相關性分析中。資產定價、投資組合的評估，波動溢出研究及風險管理等均涉及相關性分析。國內學者針對相關性的研究大多集中在固定的板塊之間,如：文獻[6]在金融中的相關性問題采用Copula函數進行建模,并證明此方法具有很強的實用性。文獻[7]對上證綜指和深證成指的日收益率序列之間的相關性采用Copula函數進行定量刻畫,對邊緣分布的估計采用經驗分布函數,對于實際序列的刻畫存在局限性。

應用Copula-GARCH模型進行股票市場的研究比較少[10-12]。在相關性度量及相關結構刻畫領域,并未對滬深股市之間相關性進行研究。文中擬利用GARCH模型[13]來刻畫邊緣分布,更符合實際情況,利用Copula-GARCH模型對滬深股市的相關性和相關結構進行分析，分別結合二元正態Copula和二元t-Copula函數對上證綜指和深證成指的收益率進行實證分析,比較兩者對于數據擬合的優劣,并且利用平方歐式距離進行擬合度檢驗。……