發(fā)布時間：2025-02-14 21:07

　　在不同的宏觀環(huán)境背景下,金融資產(chǎn)之間的關系多變復雜,非對稱性現(xiàn)象普遍存在.非對稱性現(xiàn)象對于股票資產(chǎn)來說,表現(xiàn)為在熊市中,股票資產(chǎn)間的相關性會增強,而在牛市中,股票資產(chǎn)間的相關性會減弱.考慮到實際金融投資中我們所要考慮的不僅僅是股票資產(chǎn),還有其它種類的金融資產(chǎn),而不同資產(chǎn)由于屬性不同,產(chǎn)生的非對稱性特征可能與股票資產(chǎn)并不一致,如表現(xiàn)為在熊市中,資產(chǎn)間的相關性會減弱,反而在牛市中,資產(chǎn)間的相關性會增強.因此本文借鑒潘志遠[1]對于非對稱性的表述,即非對稱性可被描述為在不同的宏觀經(jīng)濟條件下,資產(chǎn)之間的相關性出現(xiàn)明顯變化的現(xiàn)象[1].在金融市場中,如果忽略金融資產(chǎn)間的非對稱相關性,可能會造成收益率的降低或者風險成本的提高,因此對金融資產(chǎn)相關性的非對稱研究,有利于資產(chǎn)組合的合理配置,減少金融投資風險,在金融市場中有重要的研究意義.本文針對多個金融資產(chǎn)間的相關關系,提出了多元變量相關性的非對稱檢驗方法.該方法相較于其它對變量間相關性的非對稱研究方法有以下優(yōu)點:首先本文提出的方法是不依賴于模型的,不受模型選擇是否有誤的影響;其次能針對多元變量的相關性進行非對稱檢驗,而不是只能針對二元變量進行非對稱性檢...

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【部分圖文】：

圖４－１：各指數(shù)的對數(shù)收益率的時序圖．??

Ｔｉｍｅ??圖４－１：各指數(shù)的對數(shù)收益率的時序圖．??２００８－２０１７年的部分數(shù)據(jù)進行分析，圖４－２為２００８年１－５月各指數(shù)的對數(shù)收益率的??時序圖，從圖中可以看出各指數(shù)收益率序列的走勢存在不一致的情況，相關性可能??發(fā)生變化．從而可能存在非對稱現(xiàn)象．因此，下節(jié)對各市場指數(shù)收....

圖4-2:200$年1-5月各指數(shù)的對數(shù)收益率的時序圖

價）、上證基金指數(shù)，以及香港恒生指數(shù)和道瓊斯工業(yè)指數(shù)的對數(shù)指數(shù)收益率標準??化．根據(jù)多元變量相關性的非對稱檢驗理論，ｃ的選擇必須使得Ｔｅ＋?＞?ｏ，ｒｅ－?＞?０，??且為減少ｃ的取值對檢驗結果的影響，本文針對實證數(shù)據(jù)的非對稱檢驗，選擇了??ｃ?＝?（０，０．３，０．６，０．９）....

圖１．?１研究框架圖??Ｆｉｇ．?１．１?Ｒｅｓｅａｒｃｈ?Ｆｒａｍｅｗｏｒｋ??－１１?－??

?第一章引言???研宄背景與意義??－國內(nèi)外文獻綜述??弓Ｉ言?＾＝＝??－研宄思路與方法??＿本文創(chuàng)新點?「股價崩盤風險??ｒ相關概念＝＿非效率投資??媒體關注??相關概念與理論基勝??礎????「委托代理理論??＿理論基礎＝－信息不對稱理論??「樣本選取?Ｌ行為金融理論??－....

本文編號：4034078