论文目录 | |
摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第一章 引言 | 第12-20页 |
1.1 选题背景与意义 | 第12-16页 |
1.2 研究内容 | 第16-17页 |
1.3 论文结构 | 第17-18页 |
1.4 主要创新点 | 第18-20页 |
第二章 COPULA理论和动态COPULA模型文献综述 | 第20-46页 |
2.1 COPULA理论 | 第20-32页 |
2.1.1 Copula函数的定义 | 第20-22页 |
2.1.2 Copula函数的性质 | 第22-23页 |
2.1.3 几种常见的Copula函数 | 第23-29页 |
2.1.4 Copula模型的估计方法 | 第29-32页 |
2.2 动态COPULA模型的相关文献综述 | 第32-45页 |
2.2.1 动态Copula模型的分类及相关文献 | 第33-38页 |
2.2.2 长记忆Copula模型的相关文献综述 | 第38-39页 |
2.2.3 混频Copula模型的相关文献综述 | 第39-41页 |
2.2.4 高维Copula模型的相关文献综述 | 第41-45页 |
2.3 本章小结 | 第45-46页 |
第三章 基于随机COPULA模型的风格股票指数相依性研究 | 第46-70页 |
3.1 问题的提出 | 第47-48页 |
3.2 随机COPULA模型 | 第48-52页 |
3.2.1 随机Copula模型设定及其改进形式 | 第48-50页 |
3.2.2 改进的随机Copula模型估计方法 | 第50-52页 |
3.3 实证分析:风格股票指数间的相依性研究 | 第52-68页 |
3.3.1 数据说明及描述性统计 | 第53-54页 |
3.3.2 边际分布模型的估计结果 | 第54-56页 |
3.3.3 Copula模型的估计结果 | 第56-61页 |
3.3.4 样本外分析:风格股票指数随机动态相依性的经济意义 | 第61-68页 |
3.4 本章小结 | 第68-70页 |
第四章 基于长记忆COPULA模型的铝期货市场相依性研究 | 第70-98页 |
4.1 长记忆性的定义和问题的提出 | 第71-73页 |
4.2 长记忆COPULA模型 | 第73-77页 |
4.2.1 长记忆Copula模型设定 | 第73-75页 |
4.2.2 长记忆Copula模型估计方法 | 第75-77页 |
4.3 蒙特卡洛模拟研究 | 第77-83页 |
4.3.1 模拟研究设计 | 第78-80页 |
4.3.2 Monte Carlo模拟结果分析 | 第80-83页 |
4.4 实证分析:中外铝期货市场尾部相依性的长记忆效应研究 | 第83-95页 |
4.4.1 数据说明及描述性统计 | 第84-85页 |
4.4.2 边际分布模型的估计结果 | 第85-88页 |
4.4.3 Copula模型的估计结果 | 第88-94页 |
4.4.4 模型样本外预测能力比较分析 | 第94-95页 |
4.5 本章小结 | 第95-98页 |
第五章 基于混频COPULA模型的股票债券市场相依性影响因素研究 | 第98-128页 |
5.1 问题的提出 | 第98-101页 |
5.2 混频COPULA模型 | 第101-104页 |
5.2.1 混频Copula模型设定 | 第101-104页 |
5.2.2 混频Copula模型估计方法 | 第104页 |
5.3 实证分析:股票和债券市场相依性的影响因素研究 | 第104-127页 |
5.3.1 变量选取和数据说明 | 第105-106页 |
5.3.2 描述性统计 | 第106-107页 |
5.3.3 边际分布模型的估计结果 | 第107-109页 |
5.3.4 Copula模型的估计结果:股债市相依性影响因素分析 | 第109-119页 |
5.3.5 各经济变量在解释股债市相依性的贡献度分析 | 第119-121页 |
5.3.6 样本外分析:混频Copula模型研究股债市相依性的经济意义 | 第121-127页 |
5.4 本章小结 | 第127-128页 |
第六章 基于多元动态偏T COPULA模型的高维变量相依性研究 | 第128-162页 |
6.1 问题的提出 | 第129-133页 |
6.2 多元动态偏T COPULA模型 | 第133-136页 |
6.2.1 多元动态偏t Copula模型及其改进形式 | 第133-135页 |
6.2.2 偏t Copula模型估计方法 | 第135-136页 |
6.3 蒙特卡洛模拟研究 | 第136-139页 |
6.4 实证分析:多个金融资产的相依性研究 | 第139-160页 |
6.4.1 数据说明及描述性统计 | 第139-143页 |
6.4.2 边际分布模型的估计结果 | 第143-146页 |
6.4.3 Copula模型的估计结果 | 第146-155页 |
6.4.4 样本外分析:模型预测能力和投资组合表现比较 | 第155-160页 |
6.5 本章小结 | 第160-162页 |
第七章 总结与展望 | 第162-168页 |
7.1 文章主要结论 | 第162-166页 |
7.1.1 基于随机Copula模型的风格股票指数相依性研究 | 第162-163页 |
7.1.2 基于长记忆Copula模型的铝期货市场相依性研究 | 第163-164页 |
7.1.3 基于混频Copula模型的股票债券市场相依性影响因素研究 | 第164-165页 |
7.1.4 基于多元动态偏t Copula模型的高维变量相依性研究 | 第165-166页 |
7.2 未来研究展望 | 第166-168页 |
7.2.1 关于动态Copula模型设定的假设检验 | 第166页 |
7.2.2 关于混频数据相依性的研究 | 第166-167页 |
7.2.3 关于时间序列相依性的研究 | 第167-168页 |
参考文献 | 第168-179页 |
附录 | 第179-187页 |
附录1 超位相关系数的定义 | 第179-180页 |
附录2 OHANISSIAN等(2008)检验“伪长记忆”过程的统计量 | 第180-182页 |
附录3 预测似然函数、RC检验及SPA检验的计算方法 | 第182-185页 |
附录4 50个ETF的名称和代码 | 第185-187页 |
致谢 | 第187-189页 |
攻读博士学位期间已发表或录用的论文 | 第189-191页 |