证券市场指令流与收益的非线性依赖性研究:混合连接函数(Mixed Copula)在流动性及流动性黑洞问题上的应用

高频环境下,研究流动性黑洞问题的关键在于理清净指令流与价格变化在极端情况下的动态关系。混合Copula能够帮助我们理解它们之间的非线性依赖关系。本文利用混合Copula模型,分别研究在一般状态下及发生持续的流动性冲击状态下,净指令流对收益的尾部依赖性(Tail Dependence)。研究表明,无论是沪深300指数,还是沪深300股指期货,净指令流与收益均存在明显的非线性依赖性,并且在极端情况下(发生流动性黑洞时)它们之间的非线性依赖性会发生很大的变化,并研究了股指期货推出前后,这种非线性依赖性的变化。研究表明,当沪深300股指期货推出后,沪深300指数净指令流与价格变化的尾部依赖性出现明显的非对称性,这很有可能是由于现货市场存在有限做空机制所引起的。文章进一步证实了指令簿信息对净指令流与收益的非线性依赖性具有一定的解释能力。我们建议在政策上,继续鼓励各单位落实融资融券及转融通业务,进一步加大其业务的推广范围,逐渐消除沪深300现货市场的净指令流与收益的尾部非对称依赖性,从而改善市场流动性。

开放进程中人民币汇率间相依性研究——基于动态Copula-GJR-t模型的分析

构建动态Copula-GJR-t模型对汇改后人民币兑美元、欧元和日元汇率间的相依结构进行考察。研究表明:人民币兑美元与兑欧元、兑日元汇率间存在负相依性,人民币兑欧元与兑日元汇率整体上呈现正相依性;在极端事件下,各汇率间相依性较正常时期发生很大变化,但不像股票市场那样呈现增强的正相依性;人民币兑美元与兑欧元、兑日元汇率的上、下尾相依性基本为零,说明它们不存在同时大涨或大跌的可能性,而人民币兑欧元与兑日元汇率有波动较大的上、下尾相依性,说明两者存在汇率风险传染关系。

风险相依、风险溢出与保险机构系统重要性评估

本文基于中国人寿、中国平安、中国太保和新华保险等4家保险机构和保险行业的日收益率数据,对保险机构和保险业之间的风险相依度和风险溢出效应进行了研究。通过AR(1)-GJR(1,1)-有偏模型刻画了保险机构收益率序列的边际分布,使用GJR-SJC-Copula模型分析了各个保险机构和保险业之间的极端风险相依度,并使用GJR-DCC-CoVaR模型测度了各个保险机构对保险业的动态风险溢出效应。结果表明,各个保险机构和保险业之间均存在显著的下尾非对称相关关系,保险机构对保险业的风险溢出效应次序为中国人寿>中国太保>中国平安>新华保险。最后,相关的风险防控建议可以为金融监管部门提供有益借鉴。