基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统Pearson线性相关系数与Granger因果分析法的不足,采用一种特殊的相关性分析方法—Copula函数方法对沪深股市相关结构与相关模式进行研究.首先用核密度估计方法对Copula函数的边缘分布进行估计,再结合秩相关系数对数据拟合较好的Copula函数进行选择,最后用离散L2范数评价方法对其拟合程度进行检验.研究发现,t-Copula可以较好地拟合沪深股市的日收益率序列,沪深股市日收益率序列呈现出较强的相关性以及对称的尾部相关性,当沪深两市出现大幅震荡时,两市收益率的协同作用将大幅增强.
推荐文章
基于Archimedean Copula-GARCH模型的沪深股市相关性分析
Copula函数
ArchimedeanCopula-GARCH模型
相关性
收益率
模型选择
基于藤结构Copula模型的中国股市风格资产相依结构研究
股市风格资产
相依结构
D-vine Copula
C-vine Copula
Pair-Copula
风险估值在沪深股市风险测量中的应用研究
风险估值
指数加权移动平均
置信度
衰减因子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Copula的沪深股市相依结构与相关模式研究
来源期刊 四川理工学院学报(自然科学版) 学科 经济
关键词 Copula 相关性 收益率 模型选择 拟合度检验
年,卷(期) 2016,(2) 所属期刊栏目 数理基础科学
研究方向 页码范围 70-74
页数 5页 分类号 F831
字数 2606字 语种 中文
DOI 10.11863/j.suse.2016.02.14
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 卢俊香 西安工程大学理学院 26 26 3.0 3.0
2 武宇 西安工程大学理学院 6 10 3.0 3.0
3 杜艳丽 西安工程大学理学院 6 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (162)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Copula
相关性
收益率
模型选择
拟合度检验
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
四川理工学院学报(自然科学版)
双月刊
1673-1549
51-1687/N
四川省自贡市汇兴路学苑街180号
chi
出版文献量(篇)
2774
总下载数(次)
3
总被引数(次)
12372
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导