基于FIDC模型变点检测的美国次贷危机传染分析

现有文献主要讨论单个市场收益的长记忆性质或者市场间收益的相依性,但都没有将上述两个问题联系起来进行研究.与以往研究不同,文章将研究多个国家的股票市场收益与美国股票市场收益之间尾部相依性的长记忆问题.这不仅能检验市场的有效性,还有助于刻画国际市场间的相依结构,观察危机传染的特征并做出预警.为了刻画市场间尾部相依长记忆性的动态变化结构,文章对现有模型加以改进,提出了长记忆性的变点检测方法.从变点的角度实证分析了中国、日本、德国和法国股市与美国股市之间尾部相依的长记忆性,进而研究了次贷危机的传染现象.实证结果表明,文章提出的模型在分析金融传染方面是有效的,在不同的股市之间的实证结果具有相似性.第一变点和第二变点的时刻分别与次贷危机的结束和开始时间相对应,基于两个变点将数据分为三段对估计结果进行分析发现,下尾相依系数在危机传染期间明显变大,而且相依性的长记忆性也明显增强,说明次贷危机对所分析的国家具有传染效应.     

次贷危机下中国股市与国外股市相依性分析——基于Markov机制转换模型

文章通过选取2004年1月1日到2009年6月30日中国、香港、日本、英国和澳大利亚五个股票市场日收盘价的道琼斯数据,采用三状态Markov机制转换模型研究这些股市间相依性结构的变化。通过对目标股市结构变化的研究,可以描述并预测股市的波动性,从而指导风险管理。实证分析表明,在有机制转换条件下,澳大利亚与英国、日本股市间的相依性比无机制转换条件下均有所下降,而中国与香港股市间相依性却大幅上升。同时,本文采用总体拟合效果法来选取合适的copula函数并运用基于copula理论的相关系数法进行对比研究,发现次贷危机后各股市间的尾部相依性出现不同的变化,市场收益率呈现下降趋势,波动性均有所增加。其中,澳大利亚与英国股市间的尾部相依性最强,而中国股市与其他股市之间的相依性较弱,说明受到影响的程度较小。     

基于时变t-Copula的次贷危机前后亚洲股市相关结构的比较分析

将时变t-Copula函数与GARCH模型结合起来刻画金融市场间的相关结构并用于亚洲股市作实证研究.结果表明,次贷危机加剧了亚洲股市的波动溢出效应,提示次贷危机是亚洲股市相关结构的一个结构性变点.     

欧元区国家系统风险占比的演化分析

采用Shapley值法,分别从债券市场和股票市场组成的金融体系对欧元区主要成员国进行风险贡献程度的分析,考察各单个市场对相应的金融系统的风险贡献的变化情况.实证发现,两个金融系统均表现出危机程度较严重的国家,其风险贡献占比较大,且它们的风险贡献占比沿着危机前、次贷危机时期、欧债危机时期的演变而逐渐上升,相应地其他国家的风险贡献占比呈下降趋势.特别地,欧债危机爆发后,债券金融系统各国的风险贡献占比出现极端化现象,受危机影响较小的国家则在危机中扮演了稳定市场的角色.     

次贷危机中国际大宗商品期货中的国际热钱走向

基于波动率调整后的回归模型,对比研究次贷危机爆发前的非危机阶段以及危机爆发后的危机Ⅰ、Ⅱ三个阶段,代表套期保值的商业交易商以及代表国际热钱等投机资本的非商业交易商在农产品、牲畜、能源、金属、软商品、金融期货6类国际大宗商品期货间的流动方向。研究发现:相比危机前的套期保值资金投资规模减少,国际热钱投机规模增加,比危机前更热衷于参与国际大宗商品期货市场投资;在危机中,代表套期保值者的商业交易商投资原油期货的同时,也增加了对收益率更稳定的黄金、十年期国债期货的交易.而代表国际热钱等投机者的非商业交易商并没有转向持有收益率更稳定的黄金、十年期国债等金融期货,反而投机于能源期货市场以及代表生物能源的农产品、软商品期货市场.在欧洲主权债务恶化的危机Ⅱ期比危机I期,套期保值者的投资行为变化不大,而投机者的投机行为变化较大,资金流向流动性高,收益快的三个月欧洲美元期货.     

Copula模型在沪深股市相关性研究中的应用

本文利用沪深股票市场数据,研究了二者之间的相关结构,尤其是尾部相关情况。由于股票收益率序列存在着条件自相关和条件异方差,为避免这些对Copula参数估计的影响,我们先对收益率序列进行AR(4)-GJRGARCH(1,1)-t建模,得到的标准化残差经BDS检验为独立同分布(i.i.d.)序列,再进行Copula建模。实证结果表明,沪深股市存在很强的正相关性,以及对称的尾部相关。这与大多数国外学者认为股票市场之间存在非对称相关现象的结论不同。本文通过图形检测和解析方法相结合来选择对数据拟合最好的Copula函数,结果表明学生t-Copula可以很好地刻画沪深股市的相关性。     

基于MRS-SJC-Copula模型对A股与港股的动态联动性研究

由于经济增长周期变化,导致不同股票市场存在高低状态转换的现象,在研究不同股票市场之间联动性的研究时,需要考虑股票波动均值和方差两种结构变化。基于具有马尔可夫状态转换的动态SJC-Copula,结合修正ICSS算法对我国内地股票市场和香港股票市场之间的联动性进行方差结构突变点的检验。实证结果表明:国内和香港股票市场之间存在非线性非对称的时变相依性,并持续存在高低两种不同状态的概率转换。股票指数由于动态联动受到负面消息的下跌幅度大于正面消息的变化幅度,且上下尾部均受上期信息的持续影响。“沪港通”、“深港通”、中美贸易战等因素使得其上下尾部发生结构突变,内地与香港股票市场的联动性增大和市场波动幅度趋强。     

金融海啸浪高上市公司险象

次贷危机从华尔街演变成全球性的金融海啸，世界主要国家很少能独善其身。全球汇率市场、大宗商品市场、股票市场或瞬息万变或大幅下挫，各参与主体身不由己，均被这一巨大的旋涡裹挟进来，损失惨重。     

基于Copula函数和极值理论的金融传染度量——测度美国次贷危机对重要经济体的传染效应

基于Copula函数和极值理论研究美国次贷危机对重要经济体的传染效应,首先根据信息准则来选取Copula函数,然后用Cvm和Ks统计量来检验Copula函数的拟合程度,确保选取合适的Copula函数,并在此基础上计算一般相关系数和尾部相关系数;实证发现使用尾部相关系数度量金融传染并不可靠,因此基于Copula函数和极值理论的POT模型,构造了尾部附近相关系数并通过实证分析了其用于金融传染的有效性.结果表明发达国家所受传染较重,中国所受传染较轻.     

次贷危机再警示

“次贷危机正在走向终结”——此时此刻，面对美国史上第二大银行破产案，面对房利美、房地美两大房贷巨头的技术性破产危机，大约两个月前的这类乐观评论显得格外讽刺，美国次贷危机的新发展不仅对美国经济构成了新的重大冲击，对中国的直接冲击也前所未有。     

Measuring the subprime crisis contagion: Evidence of change point analysis of copula functions

In this paper, we first determine the existence of structural changes in the dependence between time series of equity index returns of two markets using the change point testing method. The method is based on Archimedean copula functions, which are able to comprehensively describe dependence characteristics of random variables. The degree of financial contagion between markets is subsequently estimated using the tail dependence coefficient of copula functions before and after the change point. We empirically test our method by investigating financial contagion during the subprime crisis between the US S&P 500 index and five Asian markets, namely China, Japan, Korea, Hong Kong and Taiwan. Our results show that a statistically significant change point exists in the dependence between the US market and all Asian stock markets except Taiwan. The upper tail dependence is larger after the time of change, implying the existence of contagion during the banking crisis between the US and the Asian economies. The degree of financial contagion is also estimated and found to be consistent with market events and media reports during that period.     

金融风险在股票市场的传染效应及联动行为分析

近年来金融危机频发并表现出了易传染性,引起了众多学者的高度关注。以动态条件相关模型研究美欧股市与中、日、韩股市间的时变相关性,并结合内生多重结构突变模型划分危机传染阶段,选用溢出指数模型分析股市间的风险溢出特性;随后,定义股市间相互影响的联动模式并构建不同传染阶段的加权有向网络图分析股市间的联动行为。研究表明:美欧股市对中日韩股市有明显的传染效应,被传染的速度和持续时间均不相同;金融传染和风险溢出展现出一定的不一致性,危机期间日股的风险溢出效应强于美股;传染效应在联动网络中表现为联动模式的高聚类性和高联动性,相比欧债危机,次贷危机时期股市间展现出更强的联动行为;日股与美欧股市在两次危机中均表现出最强的联动性,其所受影响也最大。     

聚类法分析美国次贷危机对全球股市的影响

研究以全球具有代表性的37种股指的周收益率作为资料来源,以爆发一年多来的美国次贷危机为背景,将2007年4月～2008年11月的数据分为五个阶段,用聚类分析方法研究美国次贷危机对全球股市的影响.实证结果表明:1)欧美大部分国家的股市与美国股市密切相关,在次贷危机经历的第三个阶段和第五个阶段,亚洲一些国家的股市也受到美国股市的影响,且第五个阶段的影响范围是最广的.2)中国大陆股市在整个过程中都保持着相对较独立的走势.     

基于时变SJC-Copula对商品期货市场间风险传染的探究

分别选取WIND商品指数和CRB指数作为衡量我国商品期货市场及国际商品期货市场综合价格的指标,利用时变SJC-Copula模型构建两者之间的动态相依结构,通过动态的尾部相关系数来探究我国商品期货市场与国际市场间的尾部相关性.实证结果表明,我国商品期货市场与国际市场间的上尾相关性要强于下尾相关性,即当商品期货价格上涨时,两个市场间更易发生风险传染.     

股指极端波动下中国股市复杂网络结构及中心性分析

基于复杂网络理论,以2015年、2008年国内两次股灾为背景,分别构建股灾发生前、中、后的中国股市网络,通过度、度分布、平均路径长度等基本拓扑指标,分析中国股市网络特性及网络结构的变化,综合利用度中心性、介数中心性及接近度中心性,筛选出各时期网络中的核心股票、核心行业并分析其变化情况,基于网络特征向量中心性分析股市的系统性风险及变化情况,通过仿真实验分析股市网络的鲁棒性。研究表明:两次股灾背景下的中国股市复杂网络均具有小世界性和无标度性;与2008年国际金融危机相比,2015年国内股灾对中国股市的影响强度更大,且2015年中国股市对金融风险的弹性更大;股灾期间各行业版块具有明显的风险传染性,指出各行业板块对稳定股市、修复股指的作用;股指极端波动时,股灾的外生冲击会使股市的系统性风险加大,与2015年国内股灾时期相比,2008年国际金融危机时期的股市系统性风险更大;中国股市网络对随机攻击具有一定鲁棒性,但对蓄意攻击具有脆弱性,股灾的外生冲击会降低中国股市网络的鲁棒性。研究为把握股市极端波动风险下的市场结构特征、股市风险管理提供了参考。     

基于Copula-EVT模型的我国股票市场流动性调整的VaR和ES研究

结合相依结构函数Copula和极值理论EVT,构建了我国股票市场经流动性调整的La-Copula-EVT风险价值模型,并用沪深收益序列的分笔高频数据进行了实证分析,发现我国沪深股市收益序列的上尾和下尾都存在较高相关性,后验测试结果表明构建的模型能够对实际损失进行很好的拟合;然后在该模型的基础上进一步分析了我国沪深股市的风险价值和预期不足在不同置信区间的敏感度差异,确定了适合La-Copula-EVT模型的最优置信度区间。     

沪深股市收益率的尾部相关函数

尾部相关性是相关性分析中重要的一类,利用度量尾部相关性的指标χ,χ-以及尾部相关函数ρ(θ)来分析尾部相关性,并给出ρ(θ)的一种非参数估计方法.通过这两种方法研究上证综合指数和深证成分指数日收盘指数对数收益率在损失情况下的尾部相关性,结果表明两市指数日对数收益率具有很强的尾部相关性.     

Modelling dependence structure with Archimedean copulas and applications to the iTraxx CDS index

In this paper we model the dependence structure between credit default swap (CDS) and jump risk using Archimedean copulas. The paper models and estimates the different relationships that can exist in different ranges of behaviour. It studies the bivariate distributions of CDS index spreads and the kurtosis of equity return distribution. To take into account nonlinear relationships and different structures of dependency, we employ three Archimedean copula functions: Gumbel, Clayton, and Frank. We adopt nonparametric estimation of copula parameters and we find an extreme co-movement of CDS and stock market conditions. In addition, tail dependence indicates the extreme co-movements and the potential for a simultaneous large loss in stock markets and a significant default risk. Ignoring the tail dependence would lead to underestimation of the default risk premium.