基于Copula函数的投资者情绪与证券市场关联性研究.doc

  • 需要金币1000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2018-12-21
  • 论文字数:14101
  • 当前位置论文阅览室 > 论文范例 > 工商管理 >
  • 课题来源:(Yangbaobao)提供原创文章

支付并下载

摘要:随着行为金融学的发展,传统金融理论的完全理性人假设备受质疑。投资者情绪理论认为,在实际生活中,人们的投资行为会受到非理性因素的驱动。证券市场受此影响,时常会出现传统金融理论无法解释的异象。近年来,投资者情绪越来越受到金融学者的关注。本文基于BW指数和CICSI指数的构建方法,选取封闭式基金折价率、A股市场换手率、新增开户数、IPO数量、IPO首日收益率以及消费者信心指数为投资者情绪的代理变量,剔除宏观经济因素的影响后,采用主成分分析法得到投资者情绪指数,然后分别用Gaussian Copula、t-Copula、Gumbel Copula、Clayton Copula以及Frank Copula函数对投资者情绪指数和上证指数进行拟合并分析,结果表明Clayton Copula函数能很好地刻画投资者情绪指数和上证指数之间的相关结构,即两者之间存在较强的下尾相关性。

【关键词】Copula函数;投资者情绪;证券市场

 

目录

摘要

Abstract

一、引言-1

(一)研究背景及意义-1

(二)文献综述-1

1. 关于投资者情绪的文献综述-1

2. 关于Copula函数的文献综述-3

(三)本文的创新之处-4

(四)研究内容和论文框架-4

二、研究方法概述-6

(一)投资者情绪指数的构建-6

1. 主要方法简介-6

2. 本文方法概述-7

(二)Copula函数理论-9

1. 二元Copula函数的定义及性质-9

2. 基于Copula函数的相关性测度-10

3. 常用的二元Copula函数-12

4. 二元Copula模型的评价-14

三、实证分析-15

(一)数据说明-15

(二)投资者情绪指数的构建-15

1. 描述性统计-15

2. 平稳性检验-16

3. 筛选提前或滞后变量-16

4. 构建投资者情绪指数-17

5. 剔除宏观经济因素的影响-18

(三)基于Copula函数的相关性分析-19

1. 确定随机变量的边缘分布-19

2. Copula函数的拟合-21

3. 相关系数分析-24

4. 模型评价-25

四、总结-27

(一)研究成果-27

(二)研究展望-27

【参考文献】-29