加密货币指数与原油价格之间的动态相关关系研究开题报告
2022-01-12 22:35:16
全文总字数:7818字
1. 研究目的与意义及国内外研究现状
选题目的:本文运用svar模型与dcc-garch模型分析了加密货币指数与原油价格之间的动态相关关系,研究二者之间的动态传导机制问题,旨在丰富加密货币市场与国际原油市场理论,为投资者提供投资建议与进行风险规避,同时为各国宏观政策部门提供政策建议,完善监管框架,以应对全球加密货币市场与原油市场不确定性带来的风险。
理论意义:首先丰富加密货币市场研究理论。目前关于加密货币市场的研究主要集中在对加密货币本质及流通机制的探讨,特别是对比特币发行与监管的研究,缺乏关于加密货币价格的影响因素的研究,不够深入。因此本文基于加密货币指数分析加密货币市场与原油价格的传导机制,探究二者之间的动态相关关系,丰富加密货币市场与国际原油市场的理论研究,并提供相关经验证据,获得更完整的加密货币市场信息。其次,丰富国际原油市场理论。本文研究了国际原油价格与加密货币指数的动态传导机制,补充了原有的原油市场理论分析,有助于挖掘更多国际原油市场的信息含量,可以对国际原油市场影响有新的认识。
现实意义:本文的研究存在迫切的现实意义。首先,有利于投资者更好判断以比特币为首的加密货币价格走势,了解加密货币与原油价格之间的相关关系,可以有利于投资者选择金融资产与投资时机,进行风险规避与追求效应最大化。其次,有助于政府相关部门出台新框架下的监管措施与政策建议。我国金融监管部门对待加密资产一直持保守态度,近几年比特币价格的暴涨暴跌使得加密资产的处境更加岌岌可危,许多比特币投资者无所适从,影响金融经济的发展。本文研究原油价格与加密货币价格的溢出效应,有助于我国宏观政策部门全面系统了解原油市场与加密货币市场的相关关系,建立新的政策建议框架,应对国际原油市场与加密货币市场不确定性带来的风险,防止其多方面的风险传染。
2. 研究的基本内容
本文首先介绍加密货币的含义以及各国对加密资产的监管态度,介绍加密货币市场与国际原油市场的特征,让读者对本文的研究对象有一个大致的了解。
然后分三个章节进行实证分析,研究加密货币与原油价格的动态传导机制与动态相关关系。首先介绍数据来源,并对选取的时间序列做出描述性统计分析、pearson相关性分析、平稳性检验与格兰杰因果关系检验等,考察数据的基本特点与联系。之后建立svar模型研究加密货币指数与原油价格的动态传导关系,并进行脉冲响应分析与方差分解,考察加密货币市场与国际原油市场的动态传导机制。最后构建dcc-garch模型,更加深入地探讨二者之间的动态相关关系。通过一系列的分析检验对加密货币市场与国际原油市场的动态传导关系有一个清晰的把握与结论。
最后在前文实证研究结果的基础上总结全文,得出结论,并为各国金融监管部门提出几点政策建议,为全球加密货币投资者与原油市场投资者提供投资指导。
3. 实施方案、进度安排及预期效果
实施方案:
首先通过大量阅读国内外文献,掌握国际流行的量化分析方法,了解国内外学者对加密货币指数与原油价格的研究现状;然后搜集加密货币指数与国际原油价格等相关数据,并对搜集的数据进行简单的预处理,考察数据的基本特点与联系;之后基于预处理后的数据建立svar模型和dcc-garch模型,并进行模型的优化;然后对建立的模型进行参数分析,得出加密货币指数与原油价格之间的动态相关关系;最后在实证分析的结果上提出相应的政策建议,总结归纳本文结论。
进度安排:
4. 参考文献
[1] al-yahyaee k h, mensi w, al-jarrah imw, hamdi a, kang s h, volatility forecasting, downside risk, and diversification benefits of bitcoin and oil and international commodity markets: a comparative analysis with yellow metal,the north american journal of economics and finance,2019.
[2] bali t g, engle r f,the intertemporal capital asset pricing model with dynamic conditional correlations,journal of monetary economics,volume 57, issue 4,2010,pages 377-390.
[3] engle r f. dynamic conditional correlation: a simple class of multivariate garch models.journal of business and economic statistics, 2002, 20: 339-350.