黄金期货与白银期货的动态相关性研究——基于GJR-MRS-SJC-Copula模型的分析

金银期货具有“尖峰厚尾”、波动聚集、有偏和非对称等特征。文章通过构建ARMA(p,q)-GJR-SkT模型刻画金银期货的边缘分布,接着引入Markov状态转换的MRS-SJC-Copula模型考察上期所金银期货主力合约间的动态相关性及结构。结果表明,金银期货间存在有偏和非对称等特征,同时都具有负向“杠杆效应”,其相依结构是动态变化的,且持续存在高低两种不同状态的概率转换;利空消息对当期金银期货的冲击较大,且下跌带来的冲击要大于上涨产生的影响;动态联动性的内部结构显示金银期货收益率受过去信息的持续影响,同时各自的基差变化对动态相关性影响显著;突发事件的冲击会使金银期货的上下尾发生结构突变,引发风险传染。

中国债券市场与股票市场间波动溢出效应——基于SJC-Copula模型的分析

本文基于SJC-Copula模型分析债券市场和股票市场间的波动溢出效应,并以此进一步分析波动溢出效应对债券市场风险规避能力的影响。研究选取2003年3月31日至2009年8月31日中信标普国债指数日数据和上证指数日数据,验证了两市波动溢出效应的存在性,同时发现波动溢出效应显著增强了债券市场规避风险的能力。

基于SJC-Copula的商业银行汇率风险的度量及对策分析

自2005年人民币汇率制度改革以来,人民币汇率弹性越来越大,各类金融机构对汇率风险的重视程度也在与日俱增。在此背景下,构建了商业银行汇率风险度量的SJC Copula模型,并以国内商业银行数据进行了实证研究,结果表明商业银行汇率风险的下尾风险较为显著,而上尾相关系数则会因不同的汇率而表现出一定的差异性。基于此,我国商业银行应该加强风险监测,提高风险管理的战略地位,引进汇率风险管理专业人才以及调整银行的币种结构等。

我国债券市场收益波动溢出效应研究——基于BEKK-GARCH模型和SJC-Copula模型

有效辨识债券市场间的波动溢出效应,有助于不同的金融市场间资源的有效配置,实现收益最大化和规避风险的目的。本研究选取银行间债券市场、交易所债券市场交易日国债指数数据,采用BEKK-GARCH模型和SJCCopula模型对波动效应进行实证检验,研究发现:二者存在双向的波动溢出效应,且该波动溢出效应对利率、债券期限的变化非常敏感。

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.

次贷危机对亚洲股市尾部极值风险传导的影响研究

本文针对股市日收益率序列的自相关、波动聚集性和杠杆效应等典型事实特征,首先运用AR(1)-GJR(1,1)模型捕获各股指收益率的标准残差序列;在此基础上,应用极值理论构建边缘分布模型,并运用时变Symmetrized Joe-Clayton Copula函数估计股市间的尾部极值动态相依系数;最后结合格兰杰因果检验的结果,对比分析了美国次贷危机爆发后,股市间极值风险传导强度以及风险传导方向的变化,从而得到次贷危机对亚洲股市尾部极值风险传导效应的影响作用。

基于Copula-GARCH模型的上证股指行业板块相关性研究

基于现代Copula理论,选用上海股票市场各行业板块指数,包括:工业股指数(SHGY)、商业股指数(SHSY)、地产股指数(SHDC)、公用事业股指数(GYSY)的组合为研究对象,构建了多元Copula-GARCH模型.同时考虑到相关参数的动态变化性,选择时变相关SJC-Copula模型较全面地研究各行业板块指数之间的相关性.通过对比多元正态分布、多元t分布与加入copula的多元正态copula模型、多元t-copula模型以及时变相关SJC-Copula模型的拟合情况,结果表明:①Copula函数具有比多元分布更为灵活的形式,它能更好地适应和刻画现实金融序列的分布.②上海股票市场各行业板块指数收益率序列之间均有较强的正相关关系.③时变相关的SJC-Copula函数考虑到了相关参数的动态变化性,可以更好地描述随着外部环境的不断变迁,变量间的相关性也在随时间而不断变化.

危机下汇率市场与股市间的风险传染效应研究

当前各金融市场之间的联系日益深入,使得他们之间发生风险传染事件的概率显著提高,因而有必要厘清各金融市场之间的相依关系,以防范金融风险在各金融市场之间的传染,维护金融稳定。文章运用ARMA-GJR模型对市场风险因子进行滤波,针对风险因子的有偏胖尾分布特征,运用GPD的全参数极值模型对风险因子的尾部进行建模,随后基于时变SJC-Copula模型,分析中国汇率市场与股票市场间的风险传染。实证结果表明,中国股票市场与汇率市场之间更倾向于具有对称的相依性;在尾部风险传染上具有非对称效应,且下尾的传染效应强于上尾的传染效应。

基于多种Copula函数的沪新股市尾部相关性比较分析

投资组合理论要求在尽可能多的市场上进行投资组合,因而研究两个股票市场之间的尾部相关关系对全球投资组合和风险管理具有重要的意义。采用基于秩的极大似然估计法,分别采用静态和动态Copula函数对比研究上证综指和新加坡海峡时报指数收益序列的尾部相关关系,结果发现时变的SJC Copula函数较其他3种静态Copula函数的拟合效果好;两市股指收益序列的尾部相关关系不对称,存在显著的下尾相关,而上尾相关不明显,而且上证综指和海峡时报指数收益序列的下尾相关系数是不断变化的,并呈现出日益上升的趋势。

中国沪市A股与东亚主要股市间相依性结构研究——基于半参数copula方法的实证分析

鉴于协整分析、线性格兰杰因果检验和多元相关性分析在研究大陆股市与世界其他股市间相依性时存在的缺陷,从而可能造成研究结果的分歧,运用半参数copula方法研究发现,沪市A股与东亚主要股市间存在明显的相依性。特别是在次贷危机中,沪市A股与东亚主要股市间还呈现一定程度的感染,这种感染表现为市场间的一般相依性的增强。另外,在异常事件发生时,沪市A股与恒生指数、日经指数及韩国综合指数的尾部相依性存在非对称性,它们间发生同跌的可能性更高,而沪市A股指数与中国台湾加权指数及海峡时报指数的尾部相依性基本对称,它们间发生同涨、同跌的概率几乎均等。

危机传染背景下多元资产组合风险模型测度效果研究

本文以香港恒生指数、德国法兰克福DAX指数和美国S&P500指数为对象,将三个股指收益组成资产组合。分别以次贷危机和欧债危机爆发为界限,将样本划分为三个时间区间。基于时变SJC-Copula-EVT模型,分别构建VaR和ES风险模型,并通过后验分析方法对比研究风险模型在各个时段的测度精度。研究表明,危机爆发后,VaR模型对资产组合多头头寸的风险测度精度有所提高;而时变SJC-Copula-EVT-ES模型则对资产组合极端风险测度表现出良好的预测效果。

网络视角下金融机构风险传染效应的动态演化

随着我国混业经营的趋势越来越明显,金融机构业务结构也向着多元化的方向发展。在此背景下,风险传播渠道随之扩大,系统性风险发生的可能性也逐渐增加。为此,基于尾部风险相依性测算的视角,本文采用时变SJC-copula模型对金融机构间的尾部风险结构进行建模,以分析其非对称性、时变性等复杂特征,并在此基础上采用阈值法构建我国上市金融机构尾部风险相依性阈值网络,通过网络分析法对我国金融系统中各机构风险传播的途径以及演化过程进行分析。结果显示,2015-2019年间,我国金融机构的总体风险呈上升趋势,银行和证券机构的风险主要在其部门内部传播,而保险和信托机构的风险则有跨部门传播的趋势。本文还发现2016年我国金融机构的总体风险明显增加,考虑到2015年我国金融市场的动荡,本文认为,市场的不确定性增加了系统性风险发生的可能性,但是在时间上表现出一定的滞后性。该文的研究意义在于,为我国宏观审慎政策框架的构建提供相应的依据与支持。

基于Pair-Copula模型金融市场风险传染的相关性分析

2007年美国次贷危机波及全球金融市场,市场间的协同性越来越强。本文以美国普尔指数、日经指数和上证综指的日收益率为研究对象,先用GARCH模型构建边缘分布,然后选择出由Symmetrized Joe-Clayton Copula构成的Pair-Copula模型来测度金融市场间的风险传染关系,最后采用极大似然法对Canonical藤分解结构下的SJC-Copula函数进行参数估计并求出尾部相关系数,分析三个股指之间的风险传染相关性。结果显示美国普尔跟亚洲股市之间的风险传染下尾相关,且相对地与上证综指间的尾部相关性变化较小,说明我国与国际间金融市场的关联相对较弱,经济危机对我国的影响程度相对较小。

基于DAG的Pair-Copula分解方法及其在股市相关性中的应用

采用图形建模工具中的有向非循环图(DAG)方法对高维随机变量进行Pair-Copula分解,并提出非正态的PC算法对DAG进行识别,最后应用于国际股市分析主要股指的尾部相依结构。数值模拟表明,若变量不服从椭圆分布,新的非正态PC算法要优于传统的PC算法。经AR(1)-GARCH(1,1)模型过滤后的残差DAG分析,股市信息流动具有明显的区域效应,欧洲股市主要通过美国与美洲其它股指存在信息传导。英国和香港是欧洲和亚洲股市信息联系的纽带,中国内地只与香港存在直接的信息流动。基于SJC-Copula实证结果表明,欧洲德国和英国股市间的尾部相关性较强,亚洲股市间下尾相关系数要大于上尾,不同区域联结股市间的上尾相关性强于下尾。

基于Copula和多成分GARCH的股市高频波动溢出研究

使用多成分GARCH模型作为边缘分布模型,使用时变SJC-Copula模型刻画多变量之间的上下尾相关关系,对上海证券市场主要行业指数的10分钟高频数据进行了研究。实证发现:工业指数、商业指数和公用事业指数之间有较强的上下尾相依性,且这种相依性呈现出较为恒定的状态。但在地产指数与其它指数之间,则呈现出相对较弱的时变上下尾相依性。在研究的所有指数之间,上下尾相依性呈现出不对称特点,都表现出下尾相依性比上尾相依性更大的特点。

危机背景下汇率市场与股市之间的风险传染效应研究

运用ARMA-GJR模型对两市场风险因子进行滤波,并运用基于GPD的全参数极值模型对具有有偏胖尾分布特征的风险因子的尾部进行建模,进而运用时变SJC-Copula模型考察中国汇率市场与股票市场之间的风险传染情况。实证结果表明,中国股票市场与汇率市场之间更倾向于具有对称性的相依性,在尾部风险传染上具有非对称效应,且下尾的传染效应强于上尾的传染效应。

基于SJC-Vine-Copula函数的保险业上市公司风险的关联度研究——系统性风险的视角

关联度风险是导致系统性风险的主要原因。研究保险公司的关联度风险需要考虑风险增加的相关性和风险降低的相关性,即关联度的非对称性。本文使用市场导向的KMV模型测度保险公司的风险并形成时间序列,之后使用SJC-Vine-Copula函数研究分析保险公司风险之间的关联度。实证分析结果表明,保险公司在风险增加和风险降低之间的关联度具有非对称特征。一些保险公司之间风险增加的关联度高于风险降低的关联度;一些保险公司之间风险降低的关联度大于风险增加的关联度。此外,从各个年份的关联度风险来看,保险公司之间的关联度呈现出时变的特征和异质性特征,不同年份以及不同保险公司之间的关联度特征较为复杂,但非对称性明显。基于关联度视角来看,中国保险业在2013年系统性风险最高。整体而言,新华保险和中国平安、中国人寿和中国太保关联度较强,监管应重点关注中国平安。

沪深300股指及期货波动率聚集性研究——基于Markov机制转换SJC Copula模型

选取沪深300指数及沪深300股指期货当月连续合约日内5 min高频交易数据为研究对象,研究我国股票期现货市场波动率聚集性及尾部动态特征。结果显示:三状态Markov机制转换SJC Copula模型比其他模型能更好地刻画波动率的相关性结构,沪深300指数和股指期货波动率的尾部均存在明显非对称特征及动态特征,上尾相关性均大于下尾相关性,股指期货的高波动率聚集比沪深300指数高波动率聚集具有更高的发生概率,而低波动率聚集具有相反的发生概率。

宏观经济不确定性与系统性金融风险的相依性研究

宏观经济不确定性冲击是导致系统性金融风险积累和传染的重要因素。为全面分析宏观经济不确定性对系统性金融风险的影响,本文首先采用因子增广向量矩阵(FAVAR)模型以中国132维大维经济信息集合构建中国宏观经济不确定性指数;其次,选择金融机构极值风险、金融机构间的传导效应、金融市场的波动性和流动性以及信用风险四个层面分别度量系统性金融风险;再次,通过不同Copula模型研究二者之间的尾部相依性关系。研究表明:宏观经济不确定性和系统性金融风险之间存在相依性,上下尾相关性具有很大差异,上尾相关性显示宏观经济不确定性和系统性金融风险较强的正向相依结构,下尾分布则相关性较弱;上尾相关性呈现出随时间逐渐减弱的变化趋势。

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。