基于半参数Copula-ARMA-GARCH模型的能源业与银行业动态相依性研究

能源市场与银行市场的关系一般都是从宏观经济层面对两者做定性研究,而本文从微观金融层面出发,采用WIND二级行业数据中的能源业与银行业指数序列,运用半参数Copula-ARMA-GARCH建模,对两者相关性做定量研究。实证结果显示,能源业和银行业具有较大的、长期的动态相依性,而且能源业与银行业的下尾相关性要大于上尾相关性。对其相依关系做进一步研究发现时变性与能源行业的经济形势紧密相连,当行业繁荣时,两个序列相关性较大;当行业萧条时,两个序列相关性明显降低。此外,还得出了时变发生的"政策效应"和"雾霾效应"。由于效应不具有持久性,真正可以促进能源行业繁荣的是对能源行业进行转型升级,迎接"供给侧改革"的春风,使能源行业可以满足消费者的需求。

基于SJC Copula模型的银行业与房地产业动态相依性及其结构突变

引入SJC Copula模型来刻画中国房地产业与银行业在2000~2013年的的动态相依性,并进一步分析这种动态相依性的结构突变特征。研究结果表明:SJC Copula函数相比常见的其他Copula函数能更好地刻画房地产和银行业之间的动态相依结构;房地产业与银行业之间存在具有显著持续性的上(下)尾相依性,而且随着收益率的变化而呈现出非对称和非线性变化特征,主要表现为随着收益率的上升,条件上尾(下尾)相关系数将减小,但上尾相依性系数的下降幅度比下尾相依性系数要大,这说明房地产业和银行业之间的相依性的变化显著依赖于过去的收益的变化并且存在反向关系。房地产业与银行业之间的上(下)尾时变相关系数均具有"自相关、有偏、ARCH效应"的非正态分布特征,而且存在多个结构突变点;这些突变点发生日期附近往往伴绥着我国重大房地产金融调控政策的出台,具有明显的政策效应,但不具有持久性。

中国房地产业与金融业动态相依性及结构突变特征研究

采用中国房地产业和金融业在2000-2012年期间的行业指数收益率数据,引入动态Copula函数对两个行业之间的动态相依结构进行研究,结果表明:SJC Copula函数相比常见的其他Copula函数能更好地刻画中国房地产和金融业之间的动态相依结构;房地产业和金融业之间的相依性缺乏持续性,随着收益率的变化而呈现出非对称性变化,主要表现为随着收益率的上升,条件上尾(下尾)相关系数将减小,但上尾相依性系数的下降幅度比下尾相依性系数要大,这说明房地产业和金融业之间的相依性的变化显著依赖于过去的收益的变化并且存在反向关系,过去收益的波动越大,两者之间的关系越密切,反之亦然。房地产业与金融业之间的上(下)尾时变相关存在多个结构突变点,而且这些突变点发生日期附近往往伴随着影响这两个行业的重大政策的出台或意味着股市走势拐点的发生。

基于中心Copula函数相似性度量的时间序列聚类方法

针对现实中广泛存在的非线性时间序列数据,提出了一种适用于具有一般相依结构的时间序列聚类的新方法。该方法基于中心Copula函数可以有效度量随机变量之间独立性的特性,采用中心Copula过程捕获时间序列的动态相依结构,采用Cramér-von Mises统计量构造了一种新的时间序列聚类的相似性度量,并给出了该度量的一致性非参数估计及其便于计算的等价形式。实验结果表明,基于新的相似性度量的层次聚类算法不仅适用于非线性时间序列数据,对具有线性相依结构的时间序列数据和实际数据也有较高的聚类质量。

沪、深、港股市相依状态转换及其危机传染效应研究

本文采用上证综指、深证成指和恒生指数在1991-2015年期间的指数收益率数据,通过构建含有状态转换特征的动态MS Copula模型来全面刻画沪、深、港三地股票市场之间的动态相依性状态转换特征及其危机传染效应。研究结果表明:沪、深股市之间存在非对称和非线性的动态相依性,相依性水平较高;沪、港两市、深、港两市间存在对称且线性的动态相依性,相依性水平较低;三地股市间均存在高、低的两种相依性状态且可持续较强;状态转换概率具有时变性;外部金融危机的发生促使三地股市向高相依性状态转换,说明存在显著的危机传染效应。