基于GAS t-Copula模型的金融市场非对称风险溢出效应测度研究

准确测度金融风险溢出效应对于金融风险管理和构建投资组合具有重要意义,而金融市场之间的非线性及动态相关结构一直是风险溢出效应研究中的难点问题之一。本文通过引入GAS t-copula模型与CoVaR方法,结合能够刻画重要典型事实特征的边缘分布模型,构建了金融市场间的风险溢出效应测度模型,以中国内地等五个股市为研究对象,测度美国股市对中国内地等四个重要股市的风险溢出效应,以检验模型的可靠性与准确性。实证结果表明:中国内地等四个股市与美国股市之间呈现出显著为正且时变相关结构,随着金融危机的爆发,相关系数逐渐增加达到最大值;中国内地等四个股市受到美国股市的风险溢出效应呈现出非对称特征,即下跌风险溢出效应强度显著大于上涨风险溢出效应;中国内地股市受到的金融风险溢出效应显著小于香港、日本以及英国股市。     

贸易战前后中美股市联动性研究

选取标普500指数和上证综指为研究变量,运用ECM模型研究贸易战前后中美两国股市的联动性.将标普500指数和上证综指的历史交易数据分为2个时间段,2018年3月23日(该日特朗普签署总统备忘录,标志中美贸易战正式打响)为分界点.时段1为2017年1月3日-2018年3月22日,该时间段内,中美还没有开始打贸易战;时段2为2018年3月23日-2019年6月7日,为中美贸易战开打后的时间段.分段研究中美贸易战开打之前和开打之后中美两国股市的联动性,研究发现:1)无论贸易战打响之前还是打响之后,我国股票市场都受到美国股票市场的影响,而反过来,中国股票市场的走向几乎不会对美国股市造成影响;2)中美贸易战开打之前,中美股市联动性较强,中国股市走向很大程度上依赖于美国股市行情;而贸易战开打之后,中美两国股市联动性降低,我国股市对美国股市的依赖性减弱.     

中国A股市场收益波动的非对称性研究

本文运用ARMA—EGARCH及ARMA-TARCH模型,以1993年1月以来沪深两市的A股指数的日收益为研究样本,检验中国股票市场是否存在波动的非对称性,结果表明:无论是上证还是深证A股市场,收益率波动的非对称性都表现出阶段性特征,股市发展早期,市场表现为反向的非对称性或非对称不明显,随着时间的发展,股市收益的波动则存在非对称性,且表现为杠杆效应。     

中国股票市场的非对称动态相关性研究

基于沪深A、B股1994.1.3到2012.7.31的四组日回报率数据,本文研究了中国股票市场间条件波动率和相关系数的动态性与非对称性,分别建立了EGARCH模型和非对称形式的动态条件相关模型(DCC)进行分析。研究表明,我国股票市场的条件波动率在利空消息冲击时普遍表现出很强的非对称性,其中深B股市场的波动率非对称性表现为市场受利好信息冲击时的反应更强而不同于其他三个股票市场;尽管股票市场间条件相关系数存在着不同的非对称表现形式,但是无论是A股市场还是B股市场,其条件相关系数都表现出显著的动态非对称性。     

金融危机前后中英美股票市场间波动溢出效应比较

为研究波动溢出效应是否存在于中英美股市问,若存在,波动溢出效应传导机制如何,截取2005年7月22日至2009年6月30日的标准普尔500指数、伦敦金融时报100指数、沪深300指数共1045个日收盘数据,时间段分为金融危机前后,分别构建三元MGARCH-BEKK模型,实证结果表明:(1)金融危机发生前,中英美股市间存在波动溢出效应,传导机制为:先从英国到美国再到中国;(2)金融危机发生后,中英美股市间仍存在波动溢出效应,但传导机制变为:先从美国到英国再到中国。通过比较分析实证结果,得出如下结论:(1)美国是全球股票市场风险的主要来源国,特别是金融危机之后更加明显;(2)中国是全球股票市场风险的主要接受国。     

国内外股市波动溢出效应——基于多元GARCH模型的实证研究

通过对多个股票市场间波动溢出效应的研究,可以了解波动风险在市场间的传导路径和方向,以及在股市因外部冲击动荡前做出短期预测。本文以美国、日本、香港和我国沪市作为研究对象,采用多元GARCH模型对国内外股市波动溢出关系进行了研究。结果表明:只有香港股市对沪市具有显著的波动溢出,美、日股市对沪市的波动溢出则不显著,但由于美、日股市波动均对香港股市具有传染效应,它们可以借助对香港股市波动的影响间接地引起我国沪市的波动。所以,对我国沪市外部波动风险的把握在短期上应主要关注香港股市波动,其次还必须关注日本和美国股市的波动,尤其是美国股市的波动。     

股指期货对股票市场的波动性影响研究:基于正反馈交易角度的分析

理论上,股指期货的推出可以抑制正反馈交易行为,从而平稳市场价格剧烈波动,为投资者提供了新的风险管理工具.我国沪深300股指期货推出至今,其对股票市场的影响,及其是否真的发挥降低证券市场波动性的作用等问题成为学术界研究的热点之一.以沪深300股指为研究对象,从正反馈交易行为是否减少的角度出发,使用非对称GARCH(1,1)模型,对比研究沪深300股指推出前后我国股票市场波动性的变化情况.研究结果发现沪深300股指尚不能很好发挥抑制市场波动的作用,仍需对股市进行长期持续的观察、验证,全方位发展我国的资本市场,提供多元化的投资工具,促进资本市场的发育成熟.     

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。     

我国股指期货与现货市场的波动溢出效应研究——基于HAR-CAW模型

沪深300股指期货与现货波动溢出问题的研究对于风险管理具有重要的理论和现实意义。本文旨在基于高频数据,利用异质金融市场驱动的HAR-CAW模型研究我国股指期货和现货市场之间及其自身的短期、中期和长期波动溢出问题。研究结果表明,沪深300股指期货与现货市场之间整体上存在着双向波动溢出效应,但是溢出效应不对称,期货对现货的溢出效应占主导地位;在相互间各期溢出研究上,两市场间的各期溢出表现各不相同;在自身溢出效应上,各期整体而言现货市场存在溢出,而期货市场不存在。     

中国股票市场的分形结构——股票收益长期记忆特征的实证研究

股票市场收益的长期记忆特征对于系统非线性结构的确定以及市场有效性的研究具有重要的意义.针对上海和深圳A股算术加权和流通市值加权市场指数的周收益序列以及上证180指数和深圳成份指数中选取的12只代表性股票的周收益序列,采用重标级差分析(R/S分析)和ARF IM A模型对其进行了实证研究.从统计结果来看,样本序列呈现出尖峰和肥尾等有偏特征,明显不满足正态分布的假设,表明收益序列可能具有长程相关或记忆性.进一步的研究发现,沪深两市A股市场指数收益序列和大多数个股(10只股票)存在明显的长期记忆特征,收益分布表现出持久性.从划分不同时段的分析结果来看,中国股票市场渐进趋于弱势有效.     

股票市场的长记忆及其动态结构

本文提出了结合平均小波系数法和自回归原始自助法的稳健长记忆检验,蒙特卡罗模拟显示该方法对于短期记忆过程具有稳定性。基于该方法对2005年4月8日至2015年6月30日的中国、美国、香港和德国股市进行了实证分析。全局检验结果表明仅中国的股票市场存在显著的长记忆,并且风险因素无法对长记忆解释,而美国、德国和香港的股市不存在长记忆。基于递增窗口的动态Hurst指数分析显示,金融危机时期4个股市都存在显著的长记忆。2010年后,除中国股市外,其余三个股市几乎不存在长记忆现象。     

上海股票市场和国际主要股票市场之间波动溢出效应的实证研究

使用BEKK—二元GARCH(1,1)模型,对于我国股票市场和国际主要股票市场之间的波动溢出效应进行了实证研究.分析结果表明,上证综指和标准普尔500指数、日经225指数之间存在单向波动溢出效应,而上证综指和香港恒生指数之间存在双向波动溢出效应,上证综指和新加坡海峡时报指数之间不存在波动溢出效应.     

我国股指期货市场与股票市场风险传导机理研究——基于双变量CAViaR方法

本文基于日内和日度数据使用双变量CAViaR模型估计了沪深300股指期货和标的指数的风险价值,并基于沪深300股指期货市场日内交易行为角度分析了股指期货和现货市场间日内与日间风险传导作用的差异。结果发现,期货市场日内风险的自相关特征显著高于现货市场,而两个市场的日间自相关性相差甚小,期货市场向现货市场的单向风险溢出效应仅体现在日内信息的传递过程中。与现货市场相比,期货交易的杠杆性以及当日回转交易便利了日内投机、套利交易,因而期货市场日内信息传递效率更高。     

我国大类资产信息溢出机制研究——基于方差分解的网络拓扑分析

采用广义溢出指数法对2011年至2017年我国股票、期货及债券三个市场之间的信息溢出机制进行了研究,结果发现:股市对期市和债市均有收益率溢出影响,而股市和期市对债市均有波动率溢出影响;三个市场的整体溢出指数值偏低,表明我国不同资产市场之间的关联性相对来说较小;时变特征也表明股市大多数情况处于溢出状态,期市方向不明确,债市则大多数情况处于被溢出状态;对溢出值的非对称检验发现,正向波动比负向波动的溢出值更大,但是统计上并不显著。对2015年6月股灾前后三个市场的波动率溢出情况进行分析后发现,股市的极端风险更容易向期市传染,而债市相对更为稳定,不容易被极端风险感染。     

基于R-vine-copula-CoVaR模型的金融市场风险溢出效应研究

为了挖掘国际金融市场与中国金融市场的风险溢出效应,本文首先通过ARJI-GARCH模型捕捉单个市场收益率的跳跃等典型事实特征,然后采用最大生成树(Maximum Spanning Tree,MST)算法优化的R-vine来刻画多维金融资产的复杂相依结构;最后构建R-vine-copula-CoVaR模型,测度了国际原油市场、国际黄金市场、美国股票市场与中国股票市场、外汇市场之间的风险溢出效应。实证结果表明:各市场之间均存在双向风险溢出效应,但溢出程度差别很大,国际黄金市场是风险溢出的最大爆发源,仅有中国外汇市场与中国股票市场、国际黄金市场间存在负向风险溢出;市场之间的双向风险溢出效应呈非对称性,国际原油市场与黄金市场的风险溢出效应远大于中国股票市场与外汇市场风险溢出效应;Rosenb-Latt检验表明基于R藤的CoVaR风险溢出测度更具有灵活性和有效性;后验测试结果表明R-vine-copula-CoVaR模型能有效地测度国际金融市场对中国金融市场风险溢出效应,而对中国金融市场风险溢出效应的CoVaR测度存在被高估的可能。     

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。     

股灾背景下中美股市风险溢出的结构转换研究

选取中美股票市场的上证综指、恒生指数和标普500指数作为研究对象进行风险溢出效应研究,结果表明,总体而言上海市场与香港市场之间双向风险溢出效应最为显著,香港市场和美国市场次之,而上海市场与美国市场之间的双向风险溢出效应最不显著;从风险溢出方向与强度方面分析,无论牛熊市,香港市场对上海市场在极端风险时刻的风险溢出要显著强于上海市场对香港市场的溢出,而香港市场与美国市场之间在牛市行情下双向风险溢出效应相对均衡,在熊市行情下香港对美国的风险溢出相对更大,与常理不一致的结果是上海市场在牛市期间对香港市场的风险溢出效应要大于熊市,围绕这一点进一步采用Chi-plot相关图进行分析表明中国市场还未达到“中国打喷嚏,世界经济感冒”的状态;从风险溢出效应的动态趋势分析看出两个牛市阶段各市场的风险溢出呈现不同特征。美国市场对中国市场的风险溢出效应总体平稳,而中国市场对美国市场的风险溢出效应存在一定差异,在低分位数水平相差较大,随分位数水平提高两个牛市阶段的风险溢出趋于一致。但上海市场对香港市场的风险溢出随时间变化在牛市阶段逐步增强,而香港市场对上海市场的风险溢出则逐渐下降。     

沪深港股市相关性的小波分析

主要使用离散小波变换(DW T)对沪深港股市的相关性进行研究.小波可以把方差和相关系数在不同尺度上进行分解,以便更仔细地研究时间序列的波动性在不同尺度上的相关程度.研究发现:三地股票市场的波动性都随着小波尺度的变化而变化;沪深股市与香港股市相关性非常低,而且在不同尺度上相关程度有较大差别.