股票结构特点_为低合金高强度结构钢的韧性特点

最后更新于：2022-02-11 12:19:33

10384 班级编号：14420051300964 UDC Research TailFeatures ExtremeValue Dependence StockMarkets 名称：金融工程论文投稿日期：2008 证券市场尾部特征和极值依赖性研究国防委员会主席：股票市场尾部特征及其极值研究依赖结构厦门大学论文原创性声明我这里提交的论文是我在导师指导下独立完成的研究成果。我在论文写作中提到的其他个人或团体的研究成果在正文中都有明确的标注。本人依法享有并承担因本论文而产生的权利和义务。声明人（签名）：股票市场尾部特征及其极值依赖结构研究厦门大学学位论文著作权使用声明我完全理解厦门大学关于学位论文保留和使用的规定。厦门大学有权将论文的纸质版和电子版留存并送交国家主管部门或者其指定的机构，为非营利目的少量复制论文，并允许论文在中国境内查阅。学校图书馆。将论文内容编入相关数据库进行检索，并编制论文题目和摘要并发表。本规定适用于解密后的机密论文。

因此，本文继续研究资产收益序列特别是股票市场的尾部特征，并在尾部特征的基础上，进一步研究股票市场之间的极值依赖结构，即急剧下跌的概率和同时大幅上涨为在全球范围内有效配置资产提供了基础。本文采用的主要研究方法是极值理论。基于这一理论，POT模型和BMM模型被用来研究股票市场的收益。率序列，以有效描述其尾部特征和渐近分布形式，并在此基础上，使用 Tawn (2004) 的渐近相关和渐近不相关测量方法和估计方法，研究不同市场之间的极值依赖结构，重点研究中国股市与国际股市之间的极值依赖，得出结论：股市收益率序列呈不对称尾部分布，一般为左尾比右尾粗，也就是说，股市大跌的频率大于大涨的频率。上交所的回报序列也有这个属性；股票市场之间的极值依赖结构也是不对称的。一般来说，左尾的极值依赖性强于右尾的极值依赖性，也就是说，股市同时大幅下跌，大幅上涨的概率高于同时大幅上涨的概率；发达国家之间的极值依赖结构相对稳定，极值的有限相关性大于中国与其他国家或地区之间的有限相关性股票结构特点，具有较强的中国股市与国际间的尾渐近相关性股市有随时间上升的趋势，2001年12月10日以后的实证结果表明，中国股市与香港股市之间存在显着的相关性。的右尾渐近相关。发达国家之间的极值依赖结构相对稳定，极值的有限相关性大于中国与其他国家或地区之间的有限相关性，具有较强的中国股市与国际间的尾渐近相关性股市有随时间上升的趋势，2001年12月10日以后的实证结果表明，中国股市与香港股市之间存在显着的相关性。的右尾渐近相关。发达国家之间的极值依赖结构相对稳定，极值的有限相关性大于中国与其他国家或地区之间的有限相关性，具有较强的中国股市与国际间的尾渐近相关性股市有随时间上升的趋势，2001年12月10日以后的实证结果表明，中国股市与香港股市之间存在显着的相关性。的右尾渐近相关。中国股市和国际股市都有随时间上升的趋势，2001年12月10日以后的实证结果表明，中国股市与香港股市之间存在显着的关系。的右尾渐近相关。中国股市和国际股市都有随时间上升的趋势，2001年12月10日以后的实证结果表明，中国股市与香港股市之间存在显着的关系。的右尾渐近相关。

基于以上结论，可以为我国金融机构的全球资产配置提供一定的依据。关键词：极值依赖；极值理论；尾部分布股票市场尾部特征及极值依赖结构研究抽象年份，Mandelbrot (1963) 已表明资产收益与高斯正态分布非常接近，fattails。mandelbrot 点产生的许多稀有事件已得到很好的证明。fattails 影响了许多方法金融风险管理、投资组合选择、投资对冲策略，此外，近年来一些金融极端事件在世界范围内产生了巨大的影响。因此，成为越来越重要的极端事件。论文继续以资产回报为特征，尤其是股票市场。基础研究，我们深陷极值依赖股市，大变动股价同时狂跌。研究可以提供理论依据有效的资产分配超过纸，极值理论（EVT）主要研究方法。基于EVT，

这些金融资产价值的暴跌，让金融监管机构和投资者更加关注金融风险技术，产生了VaR、RiskMetics等风险计量指标和管理体系。VaR衡量的是在一定时期和置信水平下投资组合价值的最大损失，但VaR只能衡量正常情况下的损失金额，对于异常极端波动可能导致的预期损失不是很好衡量；RiskMetics是一种基于协方差的风险管理方法，也不能很好地衡量极端风险。早在 1963 年，Mandelbrot 的研究就揭示了资产收益率与高斯正态分布并没有很好的拟合，其尾部高于正态分布。在那之后，大量实证研究证明Mandelbrot的观点是正确的，这使得基于正态分布的VaR和RiskMetics方法受到很大挑战。随着我国金融市场的逐步开放，在全球范围内进行资金优化配置已成为当务之急。因此，研究国际金融市场金融工具收益的尾部分布特征和分布形式，对全球资产配置和风险管理具有重要意义。以收益率衡量的融资性资产价格波动是极端收益率，从概率分布的角度看，是收益率概率分布的尾部行为。

在极值理论中，本文估计了收益序列的尾部特征，并在此基础上研究了各个股票市场之间的极值依赖性。本文的结构主要分为五个部分：第一部分：绪论。这部分给出了本研究的基本背景，并大致说明了本文的研究方法，以及研究的意义；第二部分：文献综述。本部分主要介绍了国内外极值理论的理论、极值理论的应用以及极值依赖的研究成果。第三部分：理论概述。本部分主要介绍本文所使用的理论和方法。首先简要介绍了粗尾分布和尾指数的概念，以及尾指数的估计方法。然后，详细描述了极值理论的BMM模型、POT模型和POT模型。模型中阈值的确定方法，以及股票市场尾部特征及其极值依赖结构、广义极值分布和广义帕累托分布参数估计方法的研究；解释了这个概念，并给出了它的测量和估计方法。第四部分：证据。本部分主要基于第三部分所述的理论和方法，研究了标准普尔500指数、巴黎CAC40指数、伦敦金融时报100指数、法兰克福DAX指数、日经225指数、恒生指数和上证指数7个指数。证券交易所指数。

第五部分：结论和展望。这部分给出了本研究得出的结论、本研究的不足之处以及进一步研究的方向。2、文献综述极值理论的理论研究最早由Fisher & Tippett开创，他提出了一种为最大阶统计标准化的广义极值分布，为极值理论奠定了基础；而Galambos(1978)Leadbetter(1983)系统地研究了极值理论，给出了独立同分布序列的标准化最大阶统计量非退化分布的充要条件，并证明了序列满足一定的依赖关系最大阶统计量的归一化极值分布服从广义极值分布，提出了超出阈值的随机点过程的极值分布，为POT模型提供了理论依据. 讨论了三种广义极值分布情况下 Gumbel、Frechet 和 Weibull 分布的尾部特征。针对极值理论在尾部估计中的应用研究，Resnick(1997)对Hill估计和de Haan矩估计进行了仿真研究，讨论了smooth Hill Meter等尾指数的估计方法，变换尺度法、图、deHaan矩估计等。Embrechts (1998) 回顾了保险和金融领域的极端时间建模问题，并讨论了ARCH模型的极端时间模型。价值和尾部行为。

分别关注股票市场现货和期货的收益序列）对ARMA-AGRACH的尾部特征进行研究，过滤上证和深证指数收益序列，得到第10个股票市场的尾部特征及其极值依赖性结构体。残差序列近似独立同分布，然后用极值理论研究尾部行为，进一步计算VaR和ES值。刘慧珍（2005)）利用已建立的 GARCH 模型的残差研究了创新的尾指数和收益的尾指数，POT 法的最大似然估计结果表明，创新的尾指数EGARCH 模型与原收益率的尾部指数基本一致。

并且相关性在熊市中增强，但在牛市中没有。Blake LeBaron RitirupaSamanta ( 2004) 区分发达国家和发展中国家，研究不同类型国家股票指数的尾部特征，研究同一区域内不同国家股票市场的极值相关性，向某扩大亚洲和拉丁美洲的金融危机。

国内对极值依赖的研究相对较少。魏艳华和张世英（2005)）针对金融市场之间的非线性和不对称尾部相关特性，提出了一类具有可变尾部结构的Copula函数。GARCH模型，构建了具有尾部变量结构特征的RS-Copula-GARCH模型，并结合中国股市开展了相关实证研究。韩高峰、鲍建平（2005)结合极值理论和极值依赖）。的计量方法和估计方法，研究了商品期货市场（伦敦铜期货和上海铜期货）的尾部相关性。3、理论概述3. 1 厚尾分布很多金融研究文献都证实，金融收益数据有比正态分布更粗的尾巴，即极端收益的概率大于正态分布预测的概率。因此，如果用正态分布来拟合收益数据的概率分布，可能会严重低估极端收益的风险，因此对11日股票市场尾部特征及其极值依赖结构的研究为更重要的是研究回归序列的尾部特征。(x)eP{X>x}~=xx2π 价值论研究表明，极端数据具有帕累托分布的性质，其尾部特征为：P{X>x}=x,α>0,x>1这种分布的尾部是功率衰减，并且尾部比正态分布更粗。一般来说，如果把随机变量X称为尾指数（tailindex），尾指数就是用来衡量尾巴粗细的参数。正态分布的尾指数为 0，其尾指数函数衰减。

如果尾指数大于0，则分布的尾部作为幂函数衰减，即为厚尾分布，尾指数越大，尾越粗。尾指数是广义 Pateto 分布的形状参数。如何判断一个概率分布是否具有厚尾特性，如何估计尾指数α成为尾分布研究中的一个重要问题。一般来说，可以使用以下方法，其中大部分是基于希尔估计和图表。3.1.1 Hill 统计量假设 {X} 是服从 F(x) 分布的独立同分布随机变量序列，i?X>X>...>X 是阶统计量, 那么尾部概率分布 P(X>x)=1?F(x)=F 帕累托分布，F=1?F(x)=x,x>1 logX,logX, ...,logX 只有 12n?1? 1 是同分布的，并且服从参数为 α 的指数分布。其分布的均值为α，因此可以得到αnn^11的估计量，H=logX，即α=1/H=1/(logX)。nin()(i)nni=1i=1?α不完全符合帕累托分布，则假设1?F(x)=xL(x)，条件?F(tx)?αlim=x为满足，即在t条件下，尾部分布的行为接近Pareto，那么我们可以用?tF(t)kk^XX11(i)(i)Hill来估计H=log()，=1/ H=1/(log())。

提出一种平滑希尔估计方法来处理希尔图的波动性问题。平滑希尔估计，uk10.10.2Smooth_H=H，其中 Danielsson,de Haan, Peng, k,nj,n( u?1)kj=k+1and de Vries(199 8)提出的MSE(mean squared error)方法股票结构特点，使用bootstrap方法选择k，从而最小化Hill估计的均方误差。3. 1.2改变坐标