基于Copula函數的深證100指數成分股證券網絡分析.pdf

1、股票市場是投機者和投資者雙雙活躍的地方，里面蘊含有大量的經濟信息。不管是從國家經濟發(fā)展的角度，還是從管理層進行股票市場管理、監(jiān)管層進行市場監(jiān)督以及普通投資者進行投資的角度，股票市場的研究都具有重要的意義。證券網絡是研究金融市場標的資產之間相關性的有效工具。用最小生成樹的方法來構建證券網絡，通過對網絡中股票的聚類以及網絡拓撲性質的研究，可以有效的了解股票市場局部和整體的性能。但傳統(tǒng)線性相關系數不能描述變量間的非線性相關關系和極值狀態(tài)時的相

2、關性，本文基于Copula理論，通過深證100指數成分股的實證分析說明了該理論方法的有效性。
　　首先，采用線性相關系數Pearsonρ、秩相關系數kendallτ、t-Copula函數表示的kendallτt、高斯Copula函數表示的kendallτG以及Gumbel Copula函數表示的kendallτGum五種相關測度定義了歐幾里德距離。其次，用最小生成樹的方法構建了深證100指數成分股靜態(tài)證券網絡，描述了其聚類情況、網

3、絡度分布、網絡距離和中間中心性情況。最后，基于t-Copula函數表示的kendallτt，利用滑動時間窗口方法，構建了深證100指數成分股的動態(tài)變化的股票關聯網絡并對其進行了分析。
　　研究結果表明，基于t-Copula函數表示的kendallτt得到的靜態(tài)網絡結構圖聚類效果較好，網絡的節(jié)點度分布滿足冪律分布，且網絡中股票與股票之間的聯系更緊密，總體整合程度更高。而且還發(fā)現，基于t-Copula函數表示的kendallτt構建的