结项报告书.docVIP

项目编号：________________ 兰州大学学生创新创业行动计划 项目结项报告书 项目名称： 相依随机变量的 及其在金融时间序列中的应用 作者单位： 兰州大学数学与统计学院 指导教师： 焦桂梅 类别： ■自然科学类 □社会科学类 共青团兰州大学委员会 一、作者资料登记表 申报者情况 项目名称 相依随机变量的GARCH分析与建模 及其在金融时间序列中的应用 项目负责人 李奇航 所属学院 数学与统计学院 专 业 数学基地班 年 级 2012级 联系电话及邮件 1838914827，liqh2012@l zu.edu.cn 指导教师 焦桂梅 所在学院 数学与统计学院 其他合作者情况 姓 名 学 院 专 业 年 级 王颢钦 数学与统计学院 数学基地班 2012级 李嘉旭 数学与统计学院 数学基地班 2012级 罗丹 数学与统计学院 数学基地班 2012级 黄摇 数学与统计学院 数学基地班 2012级 项目摘要 对多元时间序列建模并描述相关性是多元统计学中的一个难题，针对该问题我们将混合Copula函数与利用ar定理有关使用标准化的作为系数将GARCH模型分析了上海证券交易市场两支股票民生银行 及其在金融时间序列中的应用 作 品 分 类 （C） A．机械与控制（包括机械、仪器仪表、自动化控制、 工程、交通、建筑等） B．信息技术（包括计算机、电信、通讯、电子等） C．数理（包括数学、物理、地球与空间科学等） D．生命科学（包括生物、农学、药学、医学、健康、 卫生、食品等） E．能源化工（包括能源、材料、石油、化学、化工、 生态、环保等） 项目的目的 和基本思路 对于多元情况下理论很好地随机变量希望这一出一定改善因此Copula函数对相依性进行，并Copula-GARCH模型混合Copula-GARCH模型，从而时间序列一定Copula函数可以地描述变量之间的相关关系GARCH模型则可以较好地时间序列的波动情况Copula-GARCH模型过程，单一变量的GARCH模型多种Copula函数它们起来得到混合Copula函数从得到了混合Copula-GARCH模型对原模型作出一定改进我们实例混合Copula-GARCH模型金融时间序列良好效果，可以对已有的时间序列数据进行分析进一步出一定的预测风险评估。同时模型也可以其他时间序列分析团队研究一定，可行，结果比较符合实际情况，在数据处理方面可以再做一定的改进，总体来说地完成了课题计划。相依随机变量的混合-GARCH模型及在金融时间序列中的应用 本文将混合Copula函数与利用ar定理有关使用标准化的作为系数将GARCH模型分析了上海证券交易市场两支股票民生银行 关键词: 混合Copula-GARCH模型; Kendall秩相关系数 1 引言 时间序列通常具有非平稳性和异方差性，对于非平稳性，Box和JenkinsEngle建立了ARCH模型后取得较大进展。对于一元情况，GARCH模型可以很好地刻画序列的波动情况，但对于多元情况，无论是ARCH模型还是GARCH模型及其扩展，都假设模型中的变量为独立同分布的随机变量，因此无法刻画变量间的相关性，而现实中很多问题中的变量是相关的，因此需要对变量进行相关性分析。 大量学者对Sklar提出了Copula理论后，经过不断发展，使得变量间的相关关系可以准确地描述。结合Eric Jondeau等人首次使用上述方法，构建了Copula-GARCH模型并应用到国际股市分析[1][2] [3] [4]。赵小伟在其论文中对GARCH模型做了较为详尽的介绍[5]，杨希比较系统地介绍了Copula函数[6]。然而Copula函数具有不同的性质，若只用一个的Copula函数描述变量间的相关性，则可能造成变量间相关结构的缺失，因此学者们提出混合Copula函数，黄雁勇简要介绍了如何构造混合Copula函数[7]。 本文将混合Copula函数首先对多个相依随机变量分别建立单变量模型然后利用了ar定理endall秩相关系数GARCH模型分析了上海证券交易市场两支股票民生银行 2 混合Copula-GARCH模型 2.1 GARCH模型的建立 模型为： 其中，是一个： 我们利用模型的和的残差 2.2 混合 2.2.1 Copula函数的定义 定义2.1 (Nelsen 1998): 维函数==，如果满足如下条件： （1）对任意的，如果至少有一个分量为0，则=0 （2）对所有，； （3）对每一个，是递增