基于非线性相依的市场间金融传染度量——测度2015年中国股灾对重要经济体的传染效应

针对真实市场间所具有的非线性、尾部极值相依性及时变性等相依特征,本文以2015年6月中国爆发的股灾为背景,从传染效应的存在性、传染强度、传染方向三个视角深入研究中国股市对日本、美国、韩国三个重要经济体股市的金融传染效应.首先,将极值理论(extreme value theory,EVT)与时变Clayton Copula函数相结合构建时变Clayton Copula-EVT模型,估计下尾极值动态相依系数,并进行统计检验,发现中国股市对日本、美国股市存在风险传染效应,而对韩国股市不存在风险传染效应;进一步地,量化中国股市对日本、美国股市的风险传染强度,发现中国股市对日本、美国股市的传染强度都较大,且中国股市对美国股市的传染强度明显强于其对日本股市的传染强度;最后,利用基于时间延迟的去趋势交叉相关性分析方法研究中国股市与日本、美国股市之间的风险传染方向,发现股灾后市场间风险传导方向发生了改变,风险主要由中国股市传染至日本、美国股市.上述实证结果为深入研究市场间金融风险传染的非线性相依特征机理提供了有益的参考.     

国际股市联动条件下中国股市与汇市的非线性相依性关系研究

与以往仅对市场间相依关系进行静态、孤立的研究不同，基于全局化视角，在国际股市联动条件下研究中国股市与汇市间的相依关系。选取2006-01-04~2019-02-28沪深300指数、人民币兑美元汇率中间价、美国S&P500指数、欧洲STOXX50指数、香港恒生HSI指数、日本N225指数、英国FTSE100指数以及全球股市MSCI指数为研究样本，聚焦于2008年全球金融危机和2015年中国股灾两次极端波动事件，采用R-vine Copula方法研究国际股市联动条件下中国股市与汇市间的非线性相依关系，并构建参数动态化的动态R-vine Copula方法进行稳健性检验。研究结果表明：国际股市与中国股市和汇市之间分别存在着正向联动关系；在国际股市联动条件下，中国股市对汇市具有引导作用，且两者间的相依关系可以由资产组合平衡模型解释；中国股市与汇市在国际股市联动条件下间的相依关系弱于不考虑国际股市联动条件时的相依关系，且这种偏差在金融危机、股灾等极端波动后会显著增加。本研究对国际投资者合理配置资产规避风险、政府监管部门制定相关政策具有重要参考意义。     

基于尖峰厚尾、有偏GARCH-copula模型的风险测度

考虑到证券投资组合中资产收益分布的尖峰厚尾属性和波动率集聚效应以及金融资产变量间的非线性相依结构,假设资产收益率分布服从广义误差分布(GED),以尖峰厚尾、有偏的GJR-GARCH-GED模型刻画资产收益率的边际分布,以copula函数描述变量间的相依性,构建起改进的GARCH-copula模型。以研究GED分布的GJR-GARCH模型与不同copula函数耦合对金融序列的拟合能力,进而测度投资组合风险。实证研究发现,沪深收益波动存在明显的非对称性,适宜采用GJR-GARCH-GED模型处理收益率的尖峰厚尾性,波动率的集聚性。考察上述模型与Clayton copula、Gumbel copula、Frank copula以及t copula耦合下的实际拟合表现,进而对投资组合风险VaR和CVaR检验发现,Clayton copula刻画风险相依性的效果最佳,适合应用于风险管理。     

基于机制转换混合Copula模型的我国股市间极值相依性

通过构建机制转换混合 Copula 模型, 考察了沪、深股市与港、台股市间的尾部相依特征, 研究发现:它们间的尾部相依性呈非对称动态过程, 在低风险状态下, 右尾部相依性普遍高于左尾部相依性; 而在高风险状态下, 左尾部相依性普 遍高于右尾部相依性. 相对于沪、深股市与台股而言, 沪、深股市与港股间的尾部相依性更强, 其 尾部相依性对外来冲击更敏感; 相对于沪市与港、台股市而言, 深市与港、台股市间的尾部对外在 冲击更敏感. 在此次次贷危机中, 沪、深股市与港、台股市间极值风险显著增加, 并呈现明显的金融感染. 而且各尾部相依性的两个结构变化几乎同时发生并分别对应于危机的第一、二阶段, 这表明:沪、深股市与港、台股市间的风险呈系统性特征, 而危机的第三阶段对沪、深股市与港、台股市间的影响较有限.     

国际主要股票市场联动性——基于藤Copula-HAR-RV模型

随着经济一体化和金融全球化进程的不断加快,世界各国股市间的联动效应越发显著。针对已有研究的不足,利用HAR-RV模型将高频信息和不同频率已实现波动纳入到边缘分布建模过程,基于藤Copula刻画五个国际主要股市间的相依结构,构建了描述股市联动的藤Copula-HAR-RV模型。结果表明:R藤Copula-HAR-RV模型在拟合优度和投资组合分位数预测方面表现最优;国际主要股市相依结构呈现区域集聚特征,香港股市占据中心地位;藤结构中条件市场的加入能够大幅降低股市联动,R藤Copula-HAR-RV相依结构下构建的投资组合具有较好的避险效果。此研究对于市场监管政策制定、风险管理、资产配置等一系列金融实践活动具有理论参考价值和现实意义。     

SV-GED模型在中国股市的VaR与ES度量及分析

从分析中国股市指数收益率的统计特征入手,以SV模型为基础,在多种分布情形下测算了沪深两市时变风险值V aR及ES。结果表明:基于GED分布的SV模型(SV-GED模型)较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,并对两市指数进行较准确的预测,ES相比V aR能够较准确地估计尾部风险。     

基于Copula函数模型的股市交易量与股价相依关系

股市交易量与股价变化的相依关系一直是学术界和投资分析人士所研究的热点问题。研究交易量与股价的相依关系不仅要研究它们之间的相依程度而且还要研究它们之间的相依结构。应用ARMA(2,1)模型对交易量变量的序列相关性进行修正,基于Copula函数模型研究三个股票市场的交易量与股市指数收益率的相依程度和相依结构。通过χ2检验研究发现:混合Copula函数模型能够刻画交易量与股价之间的相依结构,通过了假设检验;交易量与股价之间存在上尾高下尾低的非对称相依关系且混合有负相依现象,但它们之间的负相依程度较弱。     

股市风险VaR与ES的动态度量与分析

首先描述金融时间序列的一般特性，从收益率的波动性与分布两方面进行考虑，建立起计算时变风险值VaR和ES的模型，并在多种分布情形下动态测算上证综合指数的风险，结果表明基于GED分布的VaR模型能够较好地刻画高频时间序列的尖峰肥尾性及杠杆效应等特性，而ES模型则有效地弥补了VaR模型的不足之处。     

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。     

金融危机对中国股市各行业板块间相依结构的影响

利用GARCH-Copula模型探究了2008年世界金融危机对中国股市各行业板块间相依结构的影响。选用沪市各行业板块的股指数据,把时间序列分为危机前和危机后两个时期进行分析。实证结果表明,尽管经验copula显示尾部相依具有非对称性,但依据AIC准则,t-Copula和混合Gumbel Copula相对更适合于拟合序列对间相依结构;各市场间都倾向于联动,且危机后相依性增强。     

基于非线性Granger因果检验的中国大陆和世界其他主要股票市场之间的信息溢出

采用线性及非线性Granger因果检验的方法,对中国大陆股票市场和世界其他主要股票市场之间不同阶段的信息溢出现象进行了实证研究.通过比较Granger (1969)线性因果检验和 Hiemstra and Jones(1994)非线性因果检验, 发现中国大陆市场和世界其他主要股票市场之间存在非线性信息溢出效应;随着中国大陆市场改革的深入和全球经济一体化的发展,信息溢出的程度也在提升; 在建立风险预警机制时,需要充分考虑其他市场的信息.     

金融市场相关程度与相关模式的研究

分析了几种常用的Copula函数及它们在相关性分析上的应用特点，构建了M—Copula—GARCH模型．运用Copula技术，对上海和深圳股市进行实证研究发现，单个Copula函数只能反映相关性变化的某个方面，而M—Copula函数则更灵活，对金融市场相关性的描述也更全面．运用M—Copula—GARCH模型，可将金融市场之间相关程度和相关模式的研究更好地结合在一起，能够更准确、全面地捕捉到各个时期股市间相关性的变化．正确地反映两个市场之间非对称的相关模式．     

基于Lévy测度的动态操作风险度量

依据我国商业银行1994-2012年操作风险历史数据,本文引入Lévy测度描述操作风险损失所具有的非连续跳跃行为,利用稀疏序列法产生动态操作风险损失过程,采用了同时考虑损失频率相关性和强度相关性的Lévy Copula模型,给出了具有时变参数和时变相关性结构的动态操作风险度量模型和数值实验技术,计算了不同置信水平上的VaR与CVaR.实证结果表明:Lévy Copula模型能在减少模型设定风险的同时,较好地描述风险单元间的相关性结构;Lévy Copula模型相比于传统Copula模型对相关性结构刻画更为细致,能降低风险资本,并且通过稳健性检验;动态Lévy Copula模型能捕捉到风险的变化趋势,减少由于时变参数导致的风险资本估计偏差.     

相关风险函数VaR的界

以VaR作为风险测度，利用Copula的有关理论给出美元／英镑和加元／英镑两支汇率的风险函数在一定水平下的VaR的最优边界。在比较不同类Copula的相关性时，用Kendall τ作为比较的依据。本文的方法对其他风险测度和由更多金融产品组成的组合投资同样适用。     

金融市场组合风险的相关性研究

研究了上海、深圳两股票市场的相关模式.文章根据Copula函数的意义和广义帕累托分布(Generalized Pareto Distribution,GPD),建立了上海、深圳股票市场组合风险的相关结构模型.用GPD和Copula函数分别刻画了上海、深圳股票市场收益率序列的边缘分布以及变量间的相关信息.在此基础上构造了比较灵活的Copula-GARCH-GPD模型.实证研究表明沪深股市的相关模型为Clayton-GARCH-GPD.进一步用蒙特卡洛方法模拟的投资于两股票市场的组合风险表明,联合正态分布模型所得到的组合风险VaR明显地低于用Copula拟合的结果;在较高的置信水平下,Clayton Copula显示的结果更加安全.     

金融市场的相关性分析--Copula-GARCH模型及其应用

作为一种全新的分析方法，Copula技术不仅可以有效地捕捉金融时间序列间的相关性，还可用于研究整个金融市场的特性、投资组合的选择及风险分析等其他金融问题。结合t-GARCH模型和Copula函数，建立Copula-GARCH模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明，不同板块的指数收益率序列具有不同的边缘分布，各序列间有很强的正相关关系，条件相关具有时变性，各序列间相关性的变化趋势极为相似。     

基于高维R-vine Copula的金融市场投资组合优化研究

为优化国际金融市场的投资组合,本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表:首先运用较为灵活的APARCH模型来刻画股票指数收益序列的"典型事实"特征,其次针对投资组合优化模型中变量之间复杂相依关系,采用最大生成树MST (maximum spanning tree,MST)算法选择的R-vine Copula来刻画七个股票市场的相依结构,进而测度R-vine Copula相依结构下组合风险CVaR,最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型,并实证对比了Mean-VaR,Mean-CVaR和基于R-vine Copula相依结构下的MeanCVaR模型的拟合效果.实证结果表明:考虑资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率;基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型,而Mean-VaR模型较其它两种模型表现相对较差.     

基于Copula-ASV-EVT的QFII和HS300指数相关性风险度量

以ASV-EVT模型为边缘分布函数,运用三种Copula簇方法研究了QFII和HS300指数之间的相关关系.研究结果表明:BB1 Copula较好地刻画了两指数尾部相关的非线性、非对称特征,且较好地拟合了相关结构,表明两指数在低迷时期的相关性明显高于其活跃时期的相关性.同时回测检验显示Copula-ASV-EVT模型能有效测度两指数组合的市场风险.进而,基于2006-2012年样本实证得出QFII一直坚持价值投资的有力证据.同时,随着QFII数量的增长和上市公司分红制度的完善,中国证券市场面临价值投资理性回归的极好机遇.