分形市场下金融传染的定量测度及应用研究

发布时间：2017-06-05 00:03

  本文关键词：分形市场下金融传染的定量测度及应用研究，由笔耕文化传播整理发布。

【摘要】：20世纪80年代以来,经济全球化给世界金融体系带来的一个重要变化就是：某一国家或地区的局部金融动荡往往会迅速地扩散到其它国家的金融市场,导致全球大范围的资产价格巨幅波动,人们把这一现象形象地称为“金融传染”。金融传染的测度问题对政府监管政策的制定以及大型基金的投资组合配置工作意义重大。然而,主流金融学对该问题的研究还存在诸多明显的方法缺陷,因此本文从复杂科学的新视角,基于分形市场假说理论,采用“分形市场分析”方法剔除单个市场的条件波动,再运用动态Copula工具建立金融传染的定量测度方法,并进一步用于对投资组合的优化之中,从而为我国金融监管当局和投资者提供更加切实可行的风险管理依据。首先,提出了一个研究金融传染的新方法：Copula-MFV。在该方法的基础上从定性的角度检验了2007年由次贷危机引发的金融危机是否对中国股市具有显著的传染效应。第一阶段基于多分形谱分析计算出两个市场的多分形波动率,通过对标准化收益率的一系列统计检验表明,多分形波动率是本文所考察的波动率模型中精度最高的,为接下来进一步的研究提供了实证上的支持。第二阶段通过多种静态和动态Copula方法分析了中美两个市场之间的相依关系及其变化规律。进一步的统计检验表明金融危机之后,美国与中国股市之间的相依关系显著增强,根据金融传染的定义和相关前提假设可知,金融危机对中国市场存在显著的传染效应。其次,在定性检验的基础上进一步对金融传染进行了定量的测度。由于下尾相依关系才是金融风险管理中重点关注的问题,因此进一步分析了两个市场之间的下尾相依关系。为了避免在选择“危机期”和“非危机期”两个子样本区间时的主观性和随意性,因而运用马尔科夫机制转换模型来描述在不同状态下两个市场的动态下尾秩相关系数的变化,从中精确地选出两个子样本的时期。经过仔细研究和分析发现,中美两个市场之间的下尾秩相关系数在“危机期”和“非危机期”具有显著的差异性。总的来说,在金融危机期两个市场之间的下尾秩相关系数是非危机期间的1.87倍,即在金融危机期间金融传染效应平均增加了87.39%。最后,进一步将上述结果用于对投资组合进行优化。第一,在借鉴期货市场避险模型的基础上,以降低投资组合的方差为优化目标,对由两种资产组成的投资组合进行优化,分别计算出投资于每种资产的比例；第二,将对两种资产的优化拓展为对多种资产的优化,且在效用最大化的原则下进行优化。实证结果表明,结合了非线性领域的多分形波动率和Copula理论的新方法在对投资组合的风险管理应用中取得了比较理想的实证效果。
【关键词】：分形市场假说 金融传染定量测度 金融危机 投资组合优化
【学位授予单位】：西南交通大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F832.5
【目录】：

• 摘要6-7
• Abstract7-12
• 第1章 绪论12-26
• 1.1 问题提出12-13
• 1.2 国内外研究现状13-16
• 1.2.1 用相关性方法的早期研究13
• 1.2.2 相关性方法的进一步发展13-14
• 1.2.3 Granger-causality检验方法14-15
• 1.2.4 传统方法面临的挑战15
• 1.2.5 “金融传染”研究的新方法15-16
• 1.3 对现有研究的分析16-19
• 1.4 研究目标19
• 1.5 研究内容19-21
• 1.6 研究方法21
• 1.7 技术路线与可行性分析21-25
• 1.7.1 技术路线21-23
• 1.7.2 可行性分析23-25
• 1.8 研究的创新性25-26
• 第2章 金融传染研究的理论框架26-38
• 2.1 相关概念界定26-27
• 2.2 金融传染机理分析27-30
• 2.3 分形市场假说与分析方法30-36
• 2.3.1 分形理论简介30-32
• 2.3.2 分形市场假说32-34
• 2.3.3 分形市场分析方法34-36
• 2.4 Copula方法与金融传染36-38
• 第3章 基于Copula-MFV的金融传染定性检验38-57
• 3.1 传染性再检验：一种新方法Copula-MFV的提出39-41
• 3.2 数据选取与分析41-48
• 3.2.1 样本选取与数据处理41-42
• 3.2.2 日收益率的描述性统计与分析42-43
• 3.2.3 基于多分形谱分析计算多分形波动率43-46
• 3.2.4 去趋势互相关分析46-48
• 3.3 静态Copula与相依结构建模48-52
• 3.3.1 Copula函数简介48-49
• 3.3.2 实证结果与统计检验49-52
• 3.4 时变参数的动态Copula与传染效应52-56
• 3.4.1 时变参数的动态Copula方法与估计结果52-53
• 3.4.2 “危机期”和“非危机期”样本的选择与传染效应的检验53-56
• 3.5 本章小结56-57
• 第4章 基于动态Copula-MFV的金融传染定量测度57-72
• 4.1 金融传染定量测度的方法58-59
• 4.2 数据样本与描述性统计59-61
• 4.3 改进的动态Clayton-copula模型及其检验61-66
• 4.3.1 改进的动态Clayton-copula模型61-64
• 4.3.2 对改进的时变Clayton模型的拟合效果检验64-66
• 4.4 传染效应强度的定量测度66-71
• 4.4.1 “危机期”和“非危机期”样本区间的选择66-69
• 4.4.2 对传染效应强度的静态定量测度69-70
• 4.4.3 对传染强度的动态测度70-71
• 4.5 本章小结71-72
• 第5章 Copula-MFV在两种资产配置优化中的应用72-87
• 5.1 两种资产的投资权重计算方法73-76
• 5.1.1 相关问题与理论回顾73-74
• 5.1.2 风险最小化原则下资产配置比例的计算74-76
• 5.2 资产配置优化方法76-79
• 5.2.1 优化效率的计算76-77
• 5.2.2 投资策略的选择77-79
• 5.3 实证研究结果79-85
• 5.3.1 静态投资策略的实证结果及分析79-81
• 5.3.2 半动态投资策略的实证结果及分析81-83
• 5.3.3 动态投资策略的实证结果及分析83-85
• 5.4 本章小结85-87
• 第6章 Copula-MFV的多元拓展及在多资产投资组合优化中的应用87-104
• 6.1 Copula的多元拓展：Regular-vine(R-藤)87-89
• 6.2 基于效用最大化的多种资产投资组合优化89-91
• 6.3 实证研究结果与分析91-99
• 6.3.1 风险厌恶系数的估计92-93
• 6.3.2 多种资产配置的样本内优化结果93-95
• 6.3.3 多种资产配置优化的样本外预测结果95-99
• 6.4 稳健性检验99-102
• 6.4.1 数据选择99-100
• 6.4.2 实证结果与分析100-102
• 6.5 本章小节102-104
• 结论104-109
• 致谢109-110
• 参考文献110-121
• 攻读博士期间发表的论文121

  本文关键词：分形市场下金融传染的定量测度及应用研究，由笔耕文化传播整理发布。

，

本文编号：422428