基于Copula房地产与金融行业的股票相关性研究.pdfVIP

管 理 工 程 学 报 V01．25．No．1 JoumalofIndustrial Engineering／Engineering Management 2011年第1期 基于Copula房地产与金融行业的股票相关性研究 刘琼芳1’2，张宗益1 (1．重庆大学经济与工商管理学院，重庆400044；2．重庆大学数学与统计学院，重庆400044) 摘要：房地产市场和金融市场的关系多数文献从相互影响的角度研究，而本文以房地产与金融行业的股票收 益率数据，引入copula方法定量刻画两个行业股票之间的相关关系。实证结果表明，双参数结构的copula拟合度 普遍高于单参数结构的c叩ula；如果仅考虑单参数或双参数c叩ula函数结构，可能会得出错误的结论。本文同时 选取单参数和双参数的copula拟合房地产与金融行业的股票收益率之间相关性结构。通过AIc、BIC最小原则应 为BB3 c叩ula，说明两个行业股票在市场低迷时期的尾部相关性高于活跃时期的尾部相关性。因此，在投资股票 时，不能通过对这两个行业股票的组合投资降低风险。 关键词：Copula；峰度法；GPD；尾部相关系数 中国分类号：F830文献标识码：A 文章编号：1004枷62(2011)0l_0165．05 1 引言 性，适合于股票数据的尖峰厚尾特征。最早将copula理论引 房地产市场与金融市场是国民经济发展中重要的两个 J。 市场。一般而言，房地产市场的发展，离不开金融市场的参 Patton利用Copula分析了股票市场的厚尾、偏斜、非对称的 与和支持，同时房地产市场的发展也促进金融市场的发 论研究了意大利的资本市场，检验结果表明基于极值理论和 展”。1。0kuney，Wilson和zurbmegg利用美国1972年至 Copula模型优于多元条件正态分布假设下的传统VaR模 1998年房地产市场与S＆P股票市场的月度数据研究两个市 场的关系，实证结果表明美国的房地产市场与s＆P股票市场 之间存在动态的关系旧J。陆磊，李世宏以两阶段动态优化模 在确定阈值时采用平均超出量函数图，该方法对阈值的选取 型研究了居民的房地产投资决策和泡沫的形成与爆裂，预期 具有不确定性。 收入与实际收入的偏离直接导致居民部门破产和银行不良 鉴于上述，本文以房地产与金融行业的股票收益率，运 贷款上升H1。皮舜，武康平以我国商品房的交易额和金融机 用C叩ula方法中的EVCopulas，ArchimedeanCopulas和 构的贷款额为样本，基于误差修正模型(EcM)的线性 布函数，采用峰度法定量确定阈值，对房地产市场和金融市 Gmnger因果检验，发现中国房地产市场的发展与金融市场 的发展在长期和短期都存在着双向线性因果关系，说明它们 场的相关性进行研究。在此基础上，提出相应的政策建议。 具有一定程度的共生性：但没有发现两者间的非线性 2 Copula理论及方法 Granger因果关系¨]。常用的相关性分析方法有线性相关系 数和Granger因果分析方法，但它们都存在一定的局限性：线 copula建立了连接单变量边缘分布和多变量联合分布 性相关系数无法捕捉变量间非线性的相关关系；Gmnger因的函数。有如下熟知的定理： 果关系检验通常只能给出定性的结论，不能给出定量的描 sklar定理[”]：设H是变量x、Y的二维联合分布函数， 述。因此，针对现有的文献主要是从房地产市场和金融市场 其边缘分布为F(茗)和G(，，)，对所有的z，，，∈R，存在一个 之间的相互影响因素来研究，