收藏本站
《西南财经大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

基于金融波动模型的Copula函数建模与应用研究

李伟  
【摘要】:随着金融市场的不断发展与创新,对全面、准确地刻画金融资产之间复杂的波动特征和相依结构提出了更高的要求,这是金融资产组合构建、风险管理和资产定价等的核心任务。传统的多元统计模型在描述多元变量的联合分布方面往往存在着一定的缺陷:一方面随着维数的增加将有可能导致严重的“维数灾难”问题,另一方面常用的多元正态分布或其它分布假设往往无法全面、准确地刻画多元金融资产复杂的相依结构特征,如厚尾相依性、非对称、非线性和非正态等统计特征。 近年来,Copula函数的理论性质与应用研究逐步受到重视。Copula函数可以将多元变量的联合分布函数分解为各变量的边缘分布函数和一个Copula函数。从统计建模的角度上看,Copula函数的引入使得对多元变量的联合分布建模可以分为如下两个方面:第一方面是准确地选择边缘分布模型以更好地拟合各变量的边缘分布统计特征,第二方面是选择合适的Copula函数刻画变量之间的相依结构。由于具备优良的统计性质,Copula函数近年来在金融市场各领域如市场风险和信用风险计量、金融市场相依结构分析、金融衍生商品和结构型金融商品等的定价和风险管理等均得到了广泛地应用。 本文的主要思路是以统计学、计量经济学和金融学理论为基础,尝试将金融波动模型与Copula函数有机地结合,利用金融波动模型刻画金融资产的波动特征,利用Copula函数刻画金融资产之间的相依结构特征,这样即可以较好地刻画多元金融资产的波动特征,又能够较好地刻画它们之间的相依结构,从而使得改进后的模型更好地拟合多元金融资产的统计特征。这是对传统多元金融波动模型的一个有益扩展与补充,具有一定的理论与现实意义。 本文主要包括以下内容: 第一章是全文的绪论,首先介绍了本文研究的主要经济、金融和统计理论背景,分析了传统多元统计模型存在的主要缺陷。然后结合Copula函数的统计性质阐述了本文所研究内容的理论和应用价值,最后总结了本文的主要内容和创新点。 第二章总结和扩展已有的金融波动模型。本文中Copula函数的建模是基于金融波动模型基础之上的,第二章系统、全面地比较研究了各类金融波动模型的特点和性质,并利用上海股市的数据进行了实证研究。本文所讨论的一元ARCH模型族包括:ARCH模型、GARCH模型、EGARCH模型和TARCH模型等,一元随机波动模型族包括:SV模型、SV-HS模型、SV-JPR模型和马尔可夫转换SV模型(MSSV)等。实证研究结果表明:ARCH模型族和SV模型族都可以较好地刻画金融资产波动的动态时变和波动聚集特征,而考虑厚尾特征和杠杆效应的金融波动模型绩效更佳。同时,上海股市具有明显的波动状态转换和周期性特征,MSSV模型可以较好地刻画这种特征。最后分析了多元GARCH模型的性质和分类,并指出了传统多元GARCH模型存在的主要缺陷。 第三章研究Copula函数的性质、概念和特点,并探讨了如何结合金融波动模型和Copula函数构建新的多元金融波动模型。在对Copula函数性质的研究中,重点研究了几种常见的Copula函数的概念、特点和性质,并结合图形予以说明。接着分析了Copula函数常用的估计方法和拟合优度检验方法。最后分析了结合传统金融波动模型和Copula函数构建多元金融波动模型的两种思路。 第四章主要对静态、动态和马尔可夫转换等三种Copula函数建模方法进行比较研究。从国内外已有的文献看,目前对于Copula函数的研究主要集中于静态Copula函数建模方法。如果样本期较长的话,或者在样本期内金融市场的相依结构发生了明显的结构性变化,那么传统的静态建模方法就可能存在着一定的模型设定偏误。本文着重探讨了动态Copula函数和马尔可夫转换Copula函数的性质、特点和估计方法,并给出了这三种建模方法拟合优度检验的PIT方法。以上证A股指数和B股指数为样本的实证研究发现:动态和马尔可夫转换Copula函数建模方法较静态建模方法更好地拟合了金融市场之间的相依结构。这说明考虑了Copula函数动态时变和状态相依特征的建模方法更适合于描述金融变量之间复杂的相依关系。 第五章利用Copula函数和Hoeffding引理的性质对传统的多元GARCH模型进行了改进。在Lee Long(2008)模型(比较模型组一)的基础上,利用Copula函数的性质和Hoeffding引理,将其由正态分布的情况推广到t分布的情况(比较模型组二)。同时利用相关系数矩阵为单位矩阵的正态Copula函数是独立Copula函数的性质构建了新的多元GARCH模型(比较模型组三)。基于上海A股指数、B股指数和香港恒生指数的实证研究表明:比较模型组一、二和三均较各基准模型有了一定的改进和提高,这为扩展已有的多元金融波动模型提供了有益的借鉴。 第六章利用Copula函数分析研究了几个具有重要实际意义的现实金融问题。首先我们利用在第四章和第五章构建的Copula函数模型分析了股票指数期货和现货组合的避险问题,并与传统的避险模型进行了比较,基于香港恒生指数的实证研究表明:(1)利用股指期货可以有效降低投资组合的风险;(2)按照1:1比例进行避险的天真避险模型绩效低于其它避险模型;(3)相较于传统的避险模型和其它的Copula函数模型,马尔可夫转换Copula函数可以更好的描述在不同相关状态下股指现货与期货相关系数的差异,其表现无论在样本内还是样本外都较佳。接着利用Copula函数分析了一种常见的信用衍生品--CDO商品的定价及其影响因素。蒙特卡洛模拟研究发现CDO商品各分券的公平信用价差较好地体现了收益与风险的均衡关系,作者还利用VaR方法分析了各分券可能面临的极值风险,并探讨了资产之间相关性、资产违约率、违约强度和各分券的上下限设置等因素对CDO商品定价的影响。最后总结了Copula函数在其它统计建模和金融领域方面的应用。 第七章为全文结论和展望。该部分对全文的研究结论进行总结,并指出了未来可能的研究方向。 本文作者在吸收和借鉴国内外已有研究成果的基础上,尝试将金融波动模型和Copula函数相结合以更好地研究金融数据的实际统计特征,主要创新之处如下: 1.在第五章利用Copula函数的性质和Hoeffding引理等对传统的多元GARCH模型(BEKK、DCC和VC模型)进行了改进。目前国内外仅有Lee Long(2008,比较模型组一)对此问题进行了探讨,本文在其研究基础之上,利用Copula函数的性质和Hoeffding引理,将其由正态分布的情况推广到了t分布的情况(即比较模型组二)。利用相关系数矩阵为单位矩阵的正态Copula函数是独立Copula函数的性质提出了比较模型组三。同时,本文除了使用AIC和BIC等指标比较各模型绩效外,还使用了概率积分转换方法(PIT)分析Copula函数对金融市场之间相依结构的拟合程度,这克服了Lee Long (2008)研究的缺陷。基于上海A股、B股和香港恒生指数的实证研究表明:比较模型组一虽然较基于多元正态分布假设的多元GARCH模型有所改进,但其对Copula函数的实际拟合效果仍然较差。而本文提出的比较模型组二对各组数据的拟合效果都较优,比较模型组三在刻画变量的边缘分布方面也有了一定的改进。这三组建模方法还可以推广到其它多元统计模型之中。同时本文研究也表明Archimedean Copula函数不同的组合形式对模型的绩效存在着一定的影响,NAC组合方法较EAC方法拟合效果更佳。 2.在第四章比较研究了静态、动态和马尔可夫转换等三种Copula函数建模方法的的特点和绩效。以往对于Copula函数的研究主要集中于静态建模方法,但是金融市场的相依结构往往体现出动态时变和状态转换等特征。为了更好地刻画多元金融资产之间的相依结构特征,本文还研究了动态和马尔可夫转换Copula函数建模方法,重点给出了马尔可夫转换Copula函数建模方法的估计思路和步骤。同时本文还给出了动态和马尔可夫转换Copula函数建模方法拟合优度检验的PIT方法,这具有一定的创新性。基于上海A股和B股指数的实证研究表明,动态和马尔可夫转换Copula函数建模方法的绩效要优于静态建模方法。这说明考虑了Copula函数动态时变和状态相依特征的建模方法更适合于描述金融变量之间的复杂的相依关系。 3.注重将Copula函数理论与中国金融市场实践相结合。目前国内对Copula函数应用研究的范围仍主要局限在市场风险(VaR)计量方面,本文尝试拓宽Copula函数在中国金融市场的应用范围,利用各种建模方法深入研究了一些对中国金融市场具有重要理论与应用价值的问题:(1)利用金融波动模型和Copula函数比较研究了香港恒生指数期货和现货避险模型的绩效。本文利用在第四章和第五章构建的模型扩展了传统的避险模型,不仅比较了样本内的拟合绩效,还比较了样本外的预测绩效。从结果来看,马尔可夫转换Copula函数模型在样本内和样本外的综合绩效优于其它Copula函数和常规避险模型。这为内地QDII基金在海外市场的投资和今后内地股指期货的投资与避险提供了借鉴。(2)利用Copula函数模拟研究了一种常见信用衍生品--CDO商品的定价问题及其影响因素。根据已经发行过公司债券的六家内地上市公司的历史数据,本文利用Copula函数模拟研究了在不同条件下CDO商品各分券的公平信用价差。同时利用VaR方法分析了各分券可能面临的极值风险,并探讨了影响CDO各分券信用价差的因素。这对我国信用衍生品市场的风险管理提供了有益的借鉴。 4.Copula函数的构建是基于金融波动模型基础之上的,本文在第二章系统总结和比较了各金融波动模型的建模方法和特点。从基本的ARCH模型和SV模型出发,本文系统总结了具有杠杆效应(EGARCH、TARCH、SV-JPR,SV-HS模型)和基于厚尾t分布(GARCH-t和SV-t)的金融波动模型。以往国内对于金融波动模型的研究主要集中于对ARCH模型族的研究,对于另一类金融波动模型--随机波动模型的研究则相对较少,更鲜有公开文献探讨具有厚尾分布特征(SV-t模型)和杠杆效应(SV-JPR和SV-HS模型)的随机波动模型,也鲜有文献探讨具有状态转换特征的随机波动模型(MSSV-Normal模型和MSSV-t模型)。基于上证指数的实证研究发现:考虑厚尾效应和杠杆效应的金融波动模型更适合于描述上海股市的波动特征,上海股市具有一定的波动转换现象和周期特征。在第二章作者也全面比较了传统的多元GARCH模型,指出了其缺陷与不足,并据此利用Copula函数对传统多元GARCH模型进行了有效地改进。
【学位授予单位】:西南财经大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:F224;F830.9

手机知网App
【引证文献】
中国博士学位论文全文数据库 前3条
1 彭选华;金融风险价值量化分析的模型与实证[D];重庆大学;2011年
2 劳川奇;会计准则国际趋同的会计文化背景研究[D];西南财经大学;2011年
3 范国斌;股票市场尾部风险与尾部相关性特征研究[D];电子科技大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 黎实,彭作祥,庞皓;金融时序数据建模中的模型设定问题[J];财经科学;2005年03期
2 李悦;程希骏;;上证指数和恒生指数的copula尾部相关性分析[J];系统工程;2006年05期
3 韦艳华,张世英;金融市场非对称尾部相关结构的研究[J];管理学报;2005年05期
4 唐勇,刘峰涛;金融市场波动测量方法新进展[J];华南农业大学学报(社会科学版);2005年01期
5 刘乐平,袁卫;现代贝叶斯分析与现代统计推断[J];经济理论与经济管理;2004年06期
6 汪炜,文勇;ARCH类模型与金融经济学的技术化取向[J];经济社会体制比较;2003年06期
7 洪永淼;;金融计量的新近发展[J];经济学(季刊);2002年01期
8 洪永淼;林海;;中国市场利率动态研究——基于短期国债回购利率的实证分析[J];经济学(季刊);2006年01期
9 刘金全;郑挺国;;利率期限结构的马尔科夫区制转移模型与实证分析[J];经济研究;2006年11期
10 陈守东;胡铮洋;孔繁利;;Copula函数度量风险价值的Monte Carlo模拟[J];吉林大学社会科学学报;2006年02期
中国硕士学位论文全文数据库 前2条
1 龚金国;Copula与非参数核密度估计[D];四川大学;2005年
2 杜承栎;最优套期保值比率确定模型研究[D];西南财经大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 何朝林;投资者的有效资产组合选择的数理分析[J];安徽工程科技学院学报(自然科学版);2005年02期
2 刘兆鹏;费时龙;晋守博;;基于O-U过程具有随机寿命的奇异期权定价[J];安庆师范学院学报(自然科学版);2011年01期
3 江红莉;何建敏;李超杰;;社保基金投资组合的动态风险测度研究[J];北京航空航天大学学报(社会科学版);2012年03期
4 周荣喜;;基于BGM模型的具有可变执行利率的利率期权定价[J];北京化工大学学报(自然科学版);2006年04期
5 胡秋灵;张苏凤;王宁;;可转债市场与股票市场间的溢出效应研究[J];北京理工大学学报(社会科学版);2011年03期
6 江红莉;何建敏;庄亚明;张岳峰;;投资组合风险测度——基于FIGARCH-EVT-Copula方法[J];北京理工大学学报(社会科学版);2012年01期
7 傅强;喻建龙;;再装期权定价及其在经理激励中的应用[J];商业研究;2006年11期
8 田玲;王正文;许潆方;;基于经济资本的我国保险公司投资风险限额配置研究[J];保险研究;2011年11期
9 胡志伟;李依能;;BLACK-SCHOLES微分方程及期权定价公式[J];才智;2009年08期
10 赵伟;徐云;;连续敲定价债券期货期权定价[J];成都大学学报(自然科学版);2010年02期
中国重要会议论文全文数据库 前10条
1 刘维奇;张茜;;股指收益率与利率的关系研究——基于状态转移ARCH的异方差识别法[A];第十三届中国管理科学学术年会论文集[C];2011年
2 赵建忠;;亚式期权定价的Monte Carlo模拟方法研究[A];第二届中国CAE工程分析技术年会论文集[C];2006年
3 吴慧;林锦国;李为相;;ARCH族模型对国债指数的实证分析[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年
4 崔建国;党耀国;;基于价值函数的GARCH修正模型研究[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年
5 周峥;葛耀君;;缆索承重桥梁颤振的风险分析和决策[A];第十三届全国结构风工程学术会议论文集(下册)[C];2007年
6 叶萍华;唐湘晋;;基于Copula方法的股票相关性分析[A];第十届中国青年信息与管理学者大会论文集[C];2008年
7 王宗润;吴伟韬;;基于Copula-EVT模型的人民币汇率组合风险测度[A];第三届(2008)中国管理学年会论文集[C];2008年
8 徐运保;陈奕播;;基于Copula函数的股市、房市与GDP相关性的实证分析[A];第三届(2008)中国管理学年会论文集[C];2008年
9 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届(2009)中国管理学年会——金融分会场论文集[C];2009年
10 王周伟;;中国股指期现货的投资风格权变相关套期保值研究[A];第四届(2009)中国管理学年会——金融分会场论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 万九文;国际原油海运运费市场波动特征研究[D];大连海事大学;2010年
2 方媛;中国股市波动问题研究[D];华中科技大学;2010年
3 魏红刚;下跌风险约束下的投资组合选择研究[D];南开大学;2010年
4 肖教燎;土地政策传导机制与路径的分析与仿真[D];南昌大学;2010年
5 陈近;反向抵押贷款风险定价模型的机理研究[D];浙江大学;2011年
6 张相贤;基于极值理论的金融资产配置研究[D];东华大学;2011年
7 陈丽娟;中国开放式基金组合的市场风险度量[D];东华大学;2011年
8 张北阳;上市公司信用风险、公司治理和企业绩效关联研究[D];吉林大学;2011年
9 谢凤杰;作物保险定价模型与实证研究[D];大连理工大学;2011年
10 黄苒;基于跳跃行为的中国上市公司股票资产收益和违约风险研究[D];华中科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 贾东芳;离散模型下的美式期权定价[D];河南理工大学;2010年
2 杨希;Copula函数的选择方法与应用[D];山东科技大学;2010年
3 孙勇;股票市场波动性及股票市场与GDP、汇率间的相关性分析[D];山东科技大学;2010年
4 郭婧;内地股市与香港股市的联动效应研究[D];山东科技大学;2010年
5 徐元华;隔夜信息对中国股市影响研究[D];大连理工大学;2010年
6 袁铨强;商业银行经营风险预警系统研究[D];辽宁工程技术大学;2010年
7 陈晔;证券投资组合问题研究[D];长沙理工大学;2010年
8 唐太送;中国A股市场和H股市场之间的联动性分析[D];长沙理工大学;2010年
9 邹永成;我国商业银行集团客户信贷风险研究[D];湘潭大学;2010年
10 吴波兵;分数布朗运动环境中基于风险偏好的期权定价[D];湘潭大学;2009年
【同被引文献】
中国期刊全文数据库 前10条
1 曹大为 ,曹文柱;关于中国文化史学科建设的若干构想[J];北京师范大学学报;1988年06期
2 赵德武;会计计量的要素及其组合[J];财经科学;1995年03期
3 李纲,杨辉耀,郭海燕;基于极值理论的深市Value-at-Risk和Expected Shortfall度量[J];财经科学;2002年S2期
4 孙翯;;公允价值信息的市场反应——基于企业会计准则国际趋同背景的经验研究[J];财经问题研究;2011年01期
5 王跃堂,张莉,赵子夜;会计国际化与经济环境研究——基于中国资本市场的实证分析[J];财经研究;2004年12期
6 郝振平;陈武朝;;会计准则国际趋同与公司业绩:一项经验检验[J];财经研究;2010年03期
7 张肖飞;张霞;;会计准则趋同性检验研究——基于1994—2004年A、H股上市公司的实证研究[J];财会通讯(学术版);2006年12期
8 赵德武;企业财务政策选择理论[J];财会通讯;2001年03期
9 刘金星;;国际会计准则趋同:进程与现状[J];财会学习;2009年05期
10 周海涛;中美文化差异对两国会计模式的影响及启示[J];财会月刊;1998年04期
中国博士学位论文全文数据库 前10条
1 樊智;分形市场理论与金融波动持续性研究[D];天津大学;2003年
2 王运传;会计政策选择研究[D];厦门大学;2003年
3 韦艳华;Copula理论及其在多变量金融时间序列分析上的应用研究[D];天津大学;2004年
4 邵欣炜;基于VaR的金融风险度量与管理[D];吉林大学;2004年
5 陈瑜;我国会计准则国际协调研究——历程及对策[D];厦门大学;2004年
6 田萍;金融风险存在与度量最新进展研究[D];吉林大学;2005年
7 马笑芳;我国会计国际协调效果及其影响因素分析[D];厦门大学;2008年
8 张运鹏;基于GARCH模型的金融市场风险研究[D];吉林大学;2009年
9 赵丽琴;基于Copula函数的金融风险度量研究[D];厦门大学;2009年
10 王晨;我国金融市场波动的区制关联性与风险度量研究[D];吉林大学;2010年
中国硕士学位论文全文数据库 前4条
1 彭选华;金融资产收益波动的多尺度GARCH模型研究[D];重庆大学;2007年
2 李慧;我国上市公司会计政策选择动机分析[D];合肥工业大学;2009年
3 路丽丽;我国上市公司会计政策选择研究[D];兰州商学院;2009年
4 陈功;金融资产动态相关性模型及其实证研究[D];中国科学技术大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 王国刚;中国股市走势与经济走势的异动机制探析[J];财贸经济;2000年01期
2 赵振全,苏治,丁志国;中国证券市场波动的区制关联性[J];财贸经济;2005年11期
3 范龙振;上交所债券利率期限结构与两因子Vasicek模型[J];复旦学报(自然科学版);2003年05期
4 余素红,张世英;SV与GARCH模型对金融时间序列刻画能力的比较研究[J];系统工程;2002年05期
5 韦艳华,张世英;金融市场的相关性分析——Copula-GARCH模型及其应用[J];系统工程;2004年04期
6 张碧琼;中国股票市场信息国际化:基于EGARCH模型的检验[J];国际金融研究;2005年05期
7 孙志宾,顾岚;Copula理论在金融中的应用[J];广西师范大学学报(自然科学版);2004年02期
8 黄海燕;中国股票市场与宏观经济[J];宏观经济管理;2004年02期
9 司继文,蒙坚玲,龚朴;国内外股票市场相关性的Copula分析[J];华中科技大学学报(自然科学版);2005年01期
10 余素红,张世英,宋军;基于GARCH模型和SV模型的VaR比较[J];管理科学学报;2004年05期
中国重要会议论文全文数据库 前1条
1 张杰;杨振海;;连接函数在投资组合风险值计算中的应用[A];2003中国现场统计研究会第十一届学术年会论文集(下)[C];2003年
中国博士学位论文全文数据库 前1条
1 韦艳华;Copula理论及其在多变量金融时间序列分析上的应用研究[D];天津大学;2004年
中国硕士学位论文全文数据库 前1条
1 王玉刚;基于非线性组合的最小方差套期保值模型研究[D];大连理工大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 周宏山;李琪;;中国通货膨胀率及其波动关系分析[J];经济问题;2006年12期
2 罗林;;上海期货市场流动性研究[J];世界经济情况;2007年02期
3 余波;罗辉;;关于人民币汇率波动的研究——基于GARCH模型的分析[J];当代经济;2009年13期
4 陈治;牛彦入;;中小企业板块股价指数变动规律研究[J];价格理论与实践;2009年07期
5 徐珊;;股指期货对股票价格指数波动性影响——对日经225指数的实证分析[J];中国证券期货;2009年04期
6 张宏伟;徐赐文;宋晓琴;;上证指数日收益率的特征分析及GARCH模型的建立[J];中国商界(下半月);2009年08期
7 郑振龙;黄薏舟;;波动率预测:GARCH模型与隐含波动率[J];数量经济技术经济研究;2010年01期
8 肖岚;马占利;;人民币汇率波动规律研究——基于GARCH模型[J];企业导报;2010年10期
9 万猛;;基于GARCH-t-M模型的我国股市周内效应实证研究[J];新闻天地(下半月刊);2010年12期
10 余素红,张世英;SV与GARCH模型对金融时间序列刻画能力的比较研究[J];系统工程;2002年05期
中国重要会议论文全文数据库 前10条
1 谢赤;吴雄伟;;基于GARCH模型的CHIBOR行为实证分析[A];2003中国现场统计研究会第十一届学术年会论文集(上)[C];2003年
2 杜子平;;金融系统市场风险协同持续性分析——关于沪深股市的实证分析[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年
3 李汉东;张世英;;随机波动模型的波动持续性研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
4 李汉东;方福康;;波动持续性与金融资产风险分析[A];Data Analysis, Econo-physics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年
5 傅冬绵;黄赜琳;;证券市场股票收益的GARCH模型[A];计算机模拟与信息技术会议论文集[C];2001年
6 梁锐;温乐;;基于GARCH类模型的深圳股市波动性分析[A];第七届中国不确定系统年会论文集[C];2009年
7 王幽然;李好好;;利用GARCH族模型对股权分置改革前后上海股市的波动性研究[A];第十一届中国管理科学学术年会论文集[C];2009年
8 李智;黄荣坦;;GARCH框架下经理股票期权的定价[A];2004年中国管理科学学术会议论文集[C];2004年
9 康宇虹;孙德鹏;郜中华;;KMV模型在我国上市公司信用风险度量中的实证研究[A];第三届(2008)中国管理学年会论文集[C];2008年
10 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届(2009)中国管理学年会——金融分会场论文集[C];2009年
中国重要报纸全文数据库 前6条
1 杨艳军 王永锋;基于GARCH模型的VaR方法在保证金设计中的应用[N];期货日报;2004年
2 裴勇;诺贝尔奖得主恩格尔自回归条件异方差模型在期货研究中的应用(1)[N];期货日报;2004年
3 周世一;QFII如何投资中国资本市场[N];中国石化报;2004年
4 清华大学经管学院 潘慧峰 郝晓红;石油期货设立 刻不容缓[N];证券日报;2005年
5 中国人民大学 胡乃武 教授 美国加州大学 龙向东 博士;诺贝尔经济学奖得主 恩格尔、格兰杰贡献及理论[N];金融时报;2003年
6 华泰长城期货 高贇;做空波动率的风险与收益[N];期货日报;2011年
中国博士学位论文全文数据库 前10条
1 李伟;基于金融波动模型的Copula函数建模与应用研究[D];西南财经大学;2008年
2 郝立亚;基于蒙特卡洛模拟的贝叶斯随机波动模型及应用研究[D];湖南大学;2011年
3 苏卫东;金融波动模型及其在中国股市的应用[D];天津大学;2002年
4 陈志斌;对冲基金流动性风险的计量与应用研究[D];同济大学;2008年
5 许磊行;我国证券市场开放的风险与控制研究[D];中国矿业大学;2009年
6 郭晓亭;证券投资基金风险分析与实证研究[D];重庆大学;2004年
7 楼迎军;我国期货价格行为与市场稳定机制研究[D];浙江大学;2005年
8 李汉东;多变量时间序列波动持续性研究[D];天津大学;2000年
9 梁风波;我国证券投资基金市场功能与绩效研究[D];吉林大学;2009年
10 吴武泽;基于ACD-GARCH模型的股票流动性分析[D];对外经济贸易大学;2002年
中国硕士学位论文全文数据库 前10条
1 田睿睿;沪铜收益率波动性实证研究[D];青岛大学;2009年
2 王振东;股指期货推出对股市波动性影响探究[D];中央财经大学;2008年
3 宋丽娜;股指期货对我国股票现货市场影响的实证研究[D];中南大学;2007年
4 朱敦赣;中国大豆期货市场的有效性分析[D];厦门大学;2009年
5 汪桂敏;基于GARCH模型的VAR方法在期货交易保证金设计中的应用[D];华中科技大学;2005年
6 刘莉娜;电力期货市场理论研究[D];华北电力大学(北京);2006年
7 潘方卉;我国股票收益率与通货膨胀率之间的关系研究[D];吉林大学;2007年
8 尹波;我国认购权证上市对标的股票影响的实证分析[D];厦门大学;2008年
9 杨显;基于误差修正和GARCH模型的铜套期保值比率研究[D];河南大学;2009年
10 邓兴东;股指期货市场的信息效率优势[D];厦门大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026