指数分布下的信用风险传染效应——基于时变Copula的实证分析

Phillipp构建指数分布的信用风险传染模型,然而缺乏实证解释是其一大缺点,同时也阻碍理论模型的发展。本文从已有的信用传染模型出发,阐述信用风险传染机制,使用时变copula模型,对指数分布下的信用传染效应进行实证研究。将违约传染因素分为公共因素和特殊因素,通过构建美元指数与美国CDS的时变copula模型,我们发现公共因素在影响信用传染上具有同向性,而特殊因素使得传染效应在大小上有所区别。表现在实证结果上即在危机时期,美国多类CDS指数收益率与美元指数的相关性同向变动,而在波动大小上显示出与大众越直接相关的类别的CDS波动更大,越不相关的则变化较小。

我国金融市场与房地产市场间风险传染效应测度——基于Copula-ARMA-GARCH-CoVaR模型的分析

研究金融市场与房地产市场间风险传染效应,对于优化风险管理措施,防范和抵御系统性风险具有重要意义。本文通过构建Copula-ARMR-GARCH-CoVaR模型,从波动性信息提取、非线性尾部相依结构估计、标准化溢出风险价值计算等方面,测度银行、证券、保险及房地产市场对金融系统以及各自间的风险传染效应。研究发现:各子市场对金融系统都存在明显的风险传染效应,但不同子市场对金融系统的风险传染程度存在差异,房地产市场是最重要的风险传染源,其次是证券市场、商业银行和保险市场;商业银行是最大的风险承受方,最容易受到房地产市场的风险传染;各子市场对房地产市场均有一定程度的风险传染。建议加强房地产企业融资安全性管理;强化银行业逆周期监管;完善金融市场风险预警制度,及时切断风险传染链。

中国碳市场与能源市场间风险传染研究——基于Hurst指数与TVP-VAR模型分析

本文基于2个市场的4个基础原始变量,利用Hurst指数作为风险频度、累积性的度量指标,运用TVP-VAR模型研究各金融市场的时变特征。研究发现:第一,通过Hurst指数研究的2个市场中,碳市场的频度风险最高,累积性风险最低;能源市场的频度风险较低,累积性风险较高;同时得到了两大市场具有明显的非线性混沌特征。第二,TVP-VAR模型的实证分析表明,碳市场对能源市场的风险传染冲击显著,而能源市场对碳市场的短期风险传染冲击影响较小,中长期较大,即碳市场对能源市场的传染是时变的。

基于copula函数的国际证券市场传染效应实证分析

随着国际经济一体化程度和世界贸易自由化程度的不断提高,各国经济相互依赖程度不断加深.一国经济的突发性事件将导致国际金融市场间联动程度的显著增强,并有可能对一定区域乃至世界范围内的经济产生传染效应.鉴于目前传染效应检验方法的不足,提出运用copula函数方法;通过考察危机前后各国金融市场间相关结构的变化,提出了检验金融危机传染效应的新方法,并对亚洲证券市场相关结构进行建模,实证分析了美国次级债危机的传染效应.

基于机制转换混合Copula的股指期货与现货尾部传染性研究

本文运用机制转换混合Copula函数研究了沪深300股指期货与沪深300指数之间的尾部传染,用AR(1)-GJR(1,1)-t模型描述沪深股指期货和现货收益率的边缘分布,以机制转换混合Copula函数对股指期货与现货收益率间的尾部相依结构进行建模,刻画了沪深300股指期货与现货2010年4月16日至2013年2月1日期间的尾部相依结构,并分析了两市之间的尾部传染性。实证结果表明:机制转换混合Copula模型比无机制转换的混合Copula模型更能够准确地描述两个市场之间的尾部相依结构;两个市场上尾的相依关系要强于下尾的相依关系;在整个研究期间内两市发生了明显的尾部风险传染。

对金融危机风险传染效应的比较研究——基于静态与动态copula函数的分析

随着国际经济一体化程度的提高,一国经济的突发性事件导致国际金融市场间关联程度发生变化,甚至对世界范围内的经济产生传染效应。本文运用Skew t-GARCH模型处理了时间序列数据表现出来的尖峰、波动性和厚尾等特性,并结合静态和动态copula函数方法,比较了近20年两次金融危机前后美、中两国三个金融市场间相关结构的变化,从而对金融风险的传染效应和传染途径进行了对比分析。

基于混合Copula函数的金融市场非线性极端风险传染研究

本文在金融市场典型事实约束下,运用ARFIMA和FIAPARCH模型分别对金融收益率与波动率进行建模,以排除金融市场典型事实对风险传染效应的影响,进而运用极值理论(EVT)对标准收益的极端尾部建模,并运用由Clayton、Frank和Gumbel组成的混合Copula模型对金融风险传染进行实证研究。研究结果表明:次贷危机的爆发对于股市的长记忆性具有一定的影响;在次贷危机后,中国大陆股市与香港股市、日本股市以及新加坡股市发生了显著的极端风险传染,而香港股市与日本股市、新加坡股市以及日本股市与新加坡股市之间未发生显著的极端风险传染。

基于R藤copula变点模型的金砖四国金融传染性与稳定性检验

从所分析国家与全球系统性风险相依关系的角度对金融传染性与稳定性进行刻画,以MSCI全球指数代表全球系统性风险因子,分析新兴市场代表国家——金砖四国(中国、俄罗斯、印度、巴西)的主要股指与MSCI全球指数之间的相依结构,进而对金砖四国的金融传染与稳定进行实证分析.为了分析系统性风险对金砖四国影响的结构性变化,对R藤copula进行变点检验,分析金砖四国金融传染性与稳定性受金融危机及金砖国家会议等事件的影响,并采用以MSCI指数为条件的相关系数度量金砖国家间的金融传染性与稳定性.实证结果表明,系统性风险可控后金砖国家股市独立性增强,金融危机过后金砖国家所受系统性风险冲击变大,通过金砖国家会议各国合作加强后有助于降低金砖国家之间的风险传染.

基于R_Vine Copula方法的上证行业指数相关性研究

以中国上海证券交易所的金融地产、原材料、工业、可选消费、主要消费、公用事业、能源、电信业务、医药卫生和信息技术十大行业指数为研究对象,运用能够同时考察多市场相关关系的Vine Copula方法,对这十大行业指数间的净相关关系进行实证分析。主要结果表明:中国上证行业指数之间具有显著的非对称和厚尾相关特征;非条件下两个行业指数之间以及条件下一些3个或者4个行业指数之间有较强的相关性;而5个或5个以上行业指数之间的条件相关性表现出相互独立,因而在熊市时选择5个及以上不同行业同时投资,能够达到有效分散风险的目的;与D_Vine Copula及C_Vine Copula模型相比,R_Vine Copula模型更适合于刻画中国行业指数之间的相关关系。

有色金属板块指数与期货价格相关性研究——基于Copula函数的实证分析

对有色金属板块指数与期货价格相关性研究,旨在度量其相互影响的程度,而Copula函数可以准确地反映变量间的相关结构,尤其是尾部特征.在收益率序列存在异方差的情况下引入EGARCH模型,再进行Copula建模,实证结果表明,T-Copula函数和Gumbel Copula能很好地刻画两者的相关性.

基于变结构Copula模型的金融危机传染效应实证分析——以中美股票市场为例

为检验美国金融危机的传染效应,根据中美股市指数日收益率,进行Granger因果检验,并运用变结构Copula模型实证分析金融危机前后美国股市和中国股市的相关性变化。结果表明:美国金融危机加大了中美两国股市的相关性,但影响程度呈现出阶段性变化。在危机发生后的第一阶段美国金融危机对中国股市存在传染效应,在金融危机发生后的第二和第三阶段传染效应没有证实。

股指期货与现货指数收益率序列相关性研究——基于Copula函数的实证分析

沪深300股指期货推出后,其与沪深300指数的关系就引起投资者和研究者的关注。以沪深300指数和沪深300股指期货的日收益率数据为基础,运用Copula函数建立Copula-GARCH(1,1)-GED模型对两者进行相关性分析,结果表明:沪深300指数与股指期货收益率序列之间相关程度非常高,而通过比较秩相关系数的拟合情况,二元正态Copula函数更接近实际情况;在平方欧式距离的标准下,二元t-Copula模型能够更好地描述沪深300指数与沪深300股指期货日收益率序列的相关结构;两序列的尾部相关程度非常高,表明当股票市场大幅度波动时,沪深300指数与沪深300股指期货的相关程度显著提高。

基于混合Copula函数的行业指数投资组合风险度量

考虑金融时间序列出现非正态性及非线性相关的特征,构建了基于混合Copula函数的投资组合风险度量及优化模型。采用GARCH模型对各个金融时间序列缘分布进行建模,并利用可以灵活反映上、下尾部相关和对称相关的混合Copula连接各个边缘分布。运用BFGS算法和极大似然估计相结合的方式对模型进行参数估计,通过数学优化和Monte Carlo模拟方法求得投资组合的最优权重,以及相应的Va R和CVa R值。最后,利用中国股市四个行业指数的数据进行实证分析,检验了模型的可行性和有效性,为高维非线性相关的投资组合决策提供有价值的参考。

基于Copula理论的金融资产传染效应研究

某一突发性金融事件可能使整个金融市场间的联动程度显著增强,并对一定区域乃至世界范围的经济体系产生传染效应。对此,采用Copula函数方法,通过t-GARCH(1,1)模型对资产收益时序进行过滤,运用非参数估计,分析多变量之间相关结构及尾部相关性的变化进而考察变量间的传染效应。通过对美国次贷危机前后多国证券市场的实证分析,结果表明次贷危机后,美国标准普尔指数与代表性的亚洲证券市场间的联动性显著加强,次贷危机对亚洲股市存在传染效应。

基于Copula-GARCH模型的新兴产业与上证指数相依性研究

文章利用Copula-GARCH模型对2005年1月1日至2014年4月30日上证交易所新兴产业指数和上证综合指数进行建模,然后运用ARMA(1,1)-GARCH(1,1)-t模型,将边缘分布概率积分变化后的2个服从均匀分布的序列作为Copula模型的边缘分布,得到了较好的拟合效果。通过建立正态Normal Copula函数、t-Copula函数、Gumbel Copula函数、Clayton Copula函数和Frank Copula函数的5个二元Copula模型,并采用AIC法、BIC法、切比雪夫距离和欧式距离4种检验拟合优度的方法选择最优的t-Copula模型。同时利用GPD法对2个指数做了尾部相关性分析,发现下尾比上尾具有更好的相依性,说明极端情形(如金融危机)下两指数的涨跌幅度较大。

欧洲主权债务危机传染效应研究——基于时变Copula方法

文章研究了欧洲主权债务危机的传染机制,并以10年期国债收益率价差为研究对象,采用非参数-MLE估计方法分别估计了四个时变Copula函数模型,研究了当希腊爆发债务危机时与其他国家是否存在危机传染效应的问题。通过估计的时变相关系数和结构性变点监测发现,希腊与爱尔兰之间存在着显著的债务危机传染效应,与西班牙、意大利、葡萄牙、比利时以及奥地利之间不存在显著的危机传染效应。该结论对于不同国家选择合理的救助方案和政策干预手段十分重要。

基于Copula函数的系统重要性银行的传染性研究

本文从资本市场的角度出发,运用Copula函数方法对中国14家上市银行之间的风险传染性进行分析,使用尾部相关系数作为度量风险传染性的指标,通过已经确定的4家系统重要性银行与其余10家银行之间次贷危机前后该值变化,确定6家银行是系统重要性银行,并且论证这些系统性重要银行对其他银行的风险传染性很大,一旦发生冲击,将对经济造成不可估计的影响,因此这些银行是"大到不能倒"的,必须要加强对这些银行的监管。

时滞传染病模型的指数稳定性

利用分析技巧研究了一类SEIRS传染病模型的动力学行为.结论表明如果再生数小于1,则带变时滞的传染病模型的无病平衡点是全局指数渐近稳定的,如果再生数大于1,得到传染病平衡点局部指数稳定的充分条件,同时给出了例子说明结论的有效性.

基于Copula函数的证券基金与股价指数的尾部相关性分析

利用Granger因果检验考察上证基金指数及股票指数间的联动特征,发现股票指数是基金指数的Granger成因.分别对基金指数及股票指数的收益率建立时间序列GARCH模型,引入Archimedean Copula族的函数研究基金与股票收益之间的尾部相关性,研究表明基金指数和股票指数尾部相关性较高,基金市场随股票市场的涨跌而发生变化,且相关性在熊市期间强于牛市期间.

中国股市情绪与农期指数的风险传染和溢出测度

为测度中国股市投资者情绪对农期指数的风险传染与溢出效应,采用一个基于Markov转换的混合Clayton copula模型进行实证分析,结果显示:(1)中国股市投资者情绪指数与连豆、豆粕、郑棉、玉米、豆油、郑糖、菜油、棕榈的期货价格指数之间存在Markov转换的两种相关结构状态,在主要状态下呈现弱时变正相关关系;(2)中国股市投资者情绪对上述8种农产品期货价格指数有显著的正向风险溢出效应,并且这些风险溢出效应具有显著的非对称性。这些结果有助于理解中国股市投资者情绪和农期指数之间的风险传染机制,并能够为国家政策以及投资者投资决策的制定提供重要参考。