我国金融市场间联动效应研究——基于混频Copula模型北大核心CSCD

目前关于风险联动效应的研究主要是基于微观高频或宏观低频数据进行的,仅采用高频或者低频数据进行分析未能准确刻画市场间的风险联动效应.针对已有研究的不足,充分利用微观高频和宏观低频数据信息,借鉴混频思想,将混频Copula模型与CoVaR模型相结合以研究我国股票市场、金融期货市场、大宗商品期货市场、债券市场以及外汇市场间的风险联动效应.结果表明:GARCH-MIDAS-LI-偏t模型效果最优;金融市场间的相依结构具有时变性和非对称性;金融市场间存在着显著的双向风险溢出,风险溢出均为正值且存在非对称性;股市和期市是风险净溢出者,而大宗商品期市、债市以汇市是风险净接受者.此研究对于投资者的投资决策、监管者的监测风险都具有一定的理论意义和现实意义.     

基于Copula的金融市场相关分析

本文采用连接函数(copula)方法研究上证和深证市场的相关性。对上证指数和深证成指收益率的边缘分布分别用正则逆Gamma分布(Normal inverse gamma mixture)、偏T分布(Skew Student-t,SST)进行拟合,然后在此基础上采用copula函数方法建立两者的联合分布。其中的copula函数分别用Gumbel-Hougaard copula、Frank copula和Clayton copula,相依参数应用推断函数法(method of inference functions,IFM方法)估计。结果表明沪深两证券市场具有相关性。     

金融市场间波动溢出效应研究——基于Gumber的二维CARR模型和生存Copula-CARR模型

基于Gumber的二维指数分布,建立了Gumber的二维CARR模型,采用极大似然估计的两步法,以上证极差序列和深证极差序列为样本,考查了在极端情形下金融市场之间的波动溢出,并与CCC-GARCH模型进行比较,发现Gumber的二维CARR模型的估计更符合实际,能捕捉在极端情况下的波动溢出效应。利用蒙特卡洛方法进行了模拟和分析,进一步证实Gumber的二维CARR模型能合理有效地测度波动溢出效应。最后,对Gumber的二维CARR模型进行了扩展,在CARR模型中引入生存Copula函数,构建了生存Copula-CARR模型,进而建立了一种新的刻画金融波动溢出效应的多维CARR模型。     

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。     

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。     

基于Elliptical Copula函数的相关性模型研究

针对沪深股指构建了两种基于Elliptical Copula函数的相关性模型,并利用参数估计的结果计算其相关性指标.结果表明,Elliptical Copula函数在金融相关性分析中比传统方法合理有效,其中学生氏t-copula函数在服从厚尾分布的相关性模型中比高斯Copula更具实际意义.     

基于混频DSGE模型的石油价格波动及石油消费偏好动态效应研究

本文将石油作为生产原料和消费品分别引入生产和消费过程,构建了包含石油的动态随机一般均衡模型,并基于混频数据对模型参数进行贝叶斯估计,进而考察石油价格冲击和石油消费偏好冲击对中国宏观经济的影响机制。理论分析表明,石油价格上涨推动生产边际成本上升,短期内会引发成本推动型通货膨胀,中期内会导致产出下降,对中国宏观经济具有负向影响。为增强中国宏观经济抵御国际原油市场风险的能力,应当不断增强生产要素间的替代弹性,降低中国经济对石油的依赖度。此外,正向的家庭石油消费需求冲击,不仅对家庭的消费、投资决策产生影响,还通过扩大总需求拉动经济增长。考虑到现阶段石油消费偏好冲击对经济增长仍存在积极效应,在推进中国经济绿色发展的进程中,应妥善处理能源、环境与经济三者间关系。     

基于R-Vine Copula模型的情景模拟研究

相关性分析是多变量分析中的一个中心问题,而压力情景模拟则是确定某变量在多变量系统中重要性的常用方法.文章针对灵活刻画多变量相依结构的R-vine copula模型,提出了R-vine结构下的情景模拟算法,并以德国五公司收益率序列为样本系统,发现了系统内个体相依结构,模拟了个体在上、下尾极值情景下,其他个体及整个系统的响应情况,发现了不同行情下的系统重要性企业,实证结果与现实基本一致.所提出的算法可用于金融管理领域的风险传染、系统重要性机构的识别以及宏观审慎监管等方面的研究.     

基于混合Copula的CDO定价模型

将广受欢迎的,用于CDO定价的大样本同质投资组合近似方法做了推广,其中涉及到的分布是高斯分布和Variance Gamma分布的混合,即G-VG混合分布.提出了厚尾的G-VG混合Copula模型和带有随机相关性的混合模型.这些模型可以有效的模拟CDO定价中的相关性微笑问题.在这些G-VG混合Copula模型中,得到了损失分布函数和期望分券层损失的解析表达式.并且用实际数据做了实证分析,把新模型和高斯模型的结果做了比较.实证表明,新模型的结果不仅与市场报价更贴近,而且为相关性结构带来了更多的灵活性.     

东盟国家货币兑人民币汇率相依性研究——基于Vine Copula模型

分析东盟国家汇率市场的相依性对金融监控、风险管理具有重大意义.选取东盟十国货币兑人民币汇率作为样本数据,首先选择合适的GARCH族模型拟合单个汇率市场,继而采用时变Copula模型研究东盟国家汇率市场两两之间的尾部相依性,最后采用Vine-Copula模型研究汇率市场的整体相依性.实证分析表明:对于市场尾部相依性而言,...     

基于Copula模型的尾部相依性长记忆效应研究

在已有动态Copula模型基础上,提出可同时描述尾部相依性的非对称和长记忆特征的Copula模型.基于沪深股市数据,首次从尾部相依性的角度检验了沪深股市的长记忆效应.研究发现,沪深两市在重大利好或利空消息冲击时的相关性(即尾部相依性)都具有长记忆效应,极端事件对尾部相依性的影响比对未来收益和波动的影响更加持久.而且,样本外分析结果表明,相比已有Copula模型,具有长记忆性的Copula模型能更准确地预测未来1周至1年的市场间相关性.     

基于混合Copula模型的投资组合风险分析

金融市场或股票之间的相关关系变化灵活多样,针对现实中往往需要考虑的是多个市场、股票的结构,采用Mixture-Copula模型来分析多元市场的相关性结构,进而构建了Multivariate-GARCH-Mixture-Copula,模型,并选取2002年1月1日至2011年12月31日上证工业指数、商业指数、地产指数三个行业指数序列的2425组数据利用该模型进行实证分析.分析表明,Multivariate-GARCH-Mixture-Copula模型能有效地应用于实际金融市场潜在结构的分析,对投资组合的风险研究有一定的参考意义.     

基于Copula函数的组合资产条件相依性模型研究

条件概率分布常用来研究马尔科夫序列相依模型的构建,组合资产的相依结构受多方面的影响,资产之间的相互影响与时间上的记忆效应是组合资产两类主要的相依关系.结合条件概率的理论建立基于Copula函数相依关系模型,研究组合资产之间同期相依关系及时间上的短期相依关系,提出了模型参数的三阶段极大似然估计方法.     

基于时变扭曲混合Copula模型的股票市场间风险传染分析——以中美贸易争端为背景

在扭曲混合Copula和时变Copula理论基础上构建了时变扭曲混合Copula模型,并利用该模型对中国内地、美国、中国香港三地股票市场之间尾部风险传染效应在中美贸易争端前后是否发生显著变化进行了分析.实证研究结果表明:在中美贸易争端发生后三地之间的下尾相关系数都出现了增大的趋势,特别是中国内地与香港的下尾相关性在该事件之后急剧增强,说明中美贸易争端加大了两国三地股票市场之间发生风险传染的可能性;时变扭曲混合Copula模型相比于其他混合Copula模型具有更好的数据拟合效果.     

操作风险计量研究——基于贝叶斯Copula方法

商业银行操作风险的计量存在两个重要的问题,一个问题是损失数据缺乏,另一个问题是各部分之间的风险相关问题.结合Bayes估计和Copula函数解决了上述两个问题并基于中国商业银行操作风险的损失数据对对操作风险的计量进行了实证分析.实证分析的结果表明无论考虑风险相关与否,基于极大似然估计的VaR与基于Bayes估计的VaR具有一定的差距.     

我国股市的对外溢出效应与国际影响力研究——基于Copula-DCC-GARCH模型

随着经济全球化与中国经济的不断发展,我国在世界经济中的地位和影响力日益提升,在此背景下本文旨在考察我国资本市场的溢出效应与国际影响力.文章基于CopulaDCC-GARCH模型和一种新的结构变点检测方法,对于入世以来我国股市国际影响力的总体特征、结构特征、时变性及突变性进行了全面考察,结论如下:1)总体上而言,我国股市对于国际股市的影响力是逐步提升的;从国别结构上看,与亚洲股市的联动最为紧密,其次是金砖国家,对于欧美股市也有比较显著的影响力.2)我国股市的溢出效应和国际影响力具有时变性,并存在3-4个变点,这些特征与我国的经济金融基本面因素相关.这表明我国股市承载了经济体的相关信息,并具有影响国际市场的能力.     

基于不同角色下的做市商制金融市场模型研究

本文建立了一类做市商制金融市场模型,在该模型中,做市商扮演了投资者和供应商的两种角色。通过利用离散动力系统的稳定性、分支理论,考虑了不动点的存在性,以及重要参数对系统稳定性的影响,尤其是做市商在角色转换中对系统稳定性的影响。得出通过适当调整库存调节速率,对防止市场价格的剧烈波动有一定的作用。     

基于变结构Copula模型的相依关系分析

本文首次从Spearman的rho出发,提出了一种检验Copula模型是否存在变结构特征的方法,并通过蒙特卡洛模拟验证了这种方法的有效性。在此基础上,利用分阶段建模技术和Spearman的rho对沪深股市的相依关系是否存在变结构进行了分析。结果证实,利用Spearman的rho能捕捉序列之间相依关系是否存在变结构的信息,具有一定的优越性。     

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STR模型的人民币利率汇率联动研究

在利率平价理论框架下,根据我国1999年1月—2011年9月的经验数据,应用平滑转换模型研究人民币利率和汇率之间的联动关系.实证分析结果发现:人民币利率和汇率之间的联动具有非线性和不对称特征.当国外利率低于阈值水平时,汇率水平变动对利率的影响程度较大;当国外利率水平低于阈值水平时,汇率水平变动对利率的影响程度较小;当国外利率水平处于阈值水平附近时,汇率水平变动对利率的影响将在两个机制之间平滑转换,并且机制转换速度非常快.