基于危险率函数变点检测的美国次级债危机传染分析

金融危机传染的分析是近期国际金融研究中的重要问题,大多数传染效应存在性的检验采用相关性方法.应用危险率函数的变点检测方法检验了传染效应的存在性,并给出了传染程度大小的一种度量方法.首次从持续期的角度对危机传染问题进行分析.最后对全球几个主要国家的指数数据进行了金融危机传染的实证研究,分析了美国次级债危机在各个国家的传染效应.     

次贷危机传染渠道的空间计量

本次美国次贷危机通过不同的传染渠道席卷全球,厘清这次危机的传染渠道对深刻认识金融危机意义重大. 选取32个经济体次贷危机前后21个季度中的数据,引入空间面板回归模型对表现金融市场关联程度的Copula传染指数进行传染渠道的实证分析, 结果表明:金融渠道是本次危机的主要传染渠道,国际贸易渠道的重要性弱于金融渠道; 同时, 流动性风险和信用风险加剧了金融传染的程度; 但货币竞争性贬值因素在美国次贷危机的传染过程中作用并不显著. 此外,区域性经济组织之间的传染明显强于地理关系之间的传染.     

基于分位数条件格兰杰因果的东亚股市传染研究

为了分析亚洲金融市场间的传染问题,提出了基于分位数的条件格兰杰因果检验方法,对不同股票市场收益数据进行全面的因果关系检验.选取亚洲三个主要股票市场指数作为研究对象,研究比较了该方法与其它三种方法下的中日韩股票回报率之间的因果关系.实证结果表明,中日韩股票市场一体化,在厚尾极端情况,相互之间具有显著传染效应,其它地区股票市场危机,对我国股票市场价格走势具有显著影响.这一方法和结果,有助于投资者分析我国金融市场风险及其传染规律.     

发达市场对新兴市场危机净传染的特征研究

本文讨论金融危机期间发达市场对亚洲新兴市场的危机净传染现象.本文提出一种新的研究框架,包括:噪声成分提取方法、噪声成分相关性检验方法和资产组合噪声成分方差分解方法.实证研究表明,在次贷危机期间,亚洲新兴市场存在明显净传染现象;美国危机会通过亚洲发达市场向周边新兴市场传导.其中,中国香港市场的危机传导作用最为显著,成为亚洲新兴市场的"风向标",新加坡市场的影响具有明显时变特征,而日本市场对周边市场的主导作用逐步下降.在危机期,由于净传染现象的存在,新兴市场投资组合很难发挥风险分散的功能.     

应用门限分位点回归模型估计条件VaR

在文献中,分位点回归模型是线性的,但是在实际中,这个假设不能很好地满足需要.为此提出了分位点回归的门限模型.用该模型实证分析了单只股票(浦东发展银行)的条件VaR.选择了一种流动性风险指标作为条件,因此该条件VaR也可以看作是流动性调整的YaR(La-VaR).经过实证分析发现,由门限分位点模型得到的结果能够更好地描述实际市场情况,也能更好地预测市场风险.     

人民币汇率的半参数预测模型

利用从2006年1月4日到2008年7月18日人民币对美元汇率中间价的日均数据, 同时运用非参数函数系数模型和GARCH模型来分析人民币对美元汇率收益率与波动率的非线性时间序列特征. 实证结果表明, 半参数组合模型具有较好的拟合以及预测效果, 而且汇率管制政策变动的虚拟变量的估计 系数显著不为0. 跨度为50天的样本外预测显示: 96%的收益率真实值都落在2.5%以及97.5%的非参数分位 数回归预测线区间之内; 参数GARCH(1,1)模型拟合的波动率所显示出的汇率震荡与实际情况一致.     

基于贝叶斯分位数回归的市场风险测度模型与应用

对具有递归或非递归表达形式的一般分位数回归模型,基于不对称拉普拉斯分布提出了贝叶斯推理框架.指出不对称拉普拉斯分布的尺度参数在估计中应该被参数化,否则将导致其方差存在非零最小值的限制.给出选择尺度参数和模型参数先验分布的条件,保证参数后验分布是真实概率分布,并采用马尔科夫链蒙特卡罗模拟方法进行参数估计.对深证成分指数的实证研究表明,不对称绝对值和斜率分位数回归模型比间接GARCH和FIAPARCH模型更好地描述了深证成分指数的风险特征,在不同的置信水平下,深圳股市消息对市场风险具有强度不同的不对称性冲击.动态分位检验和后验测试支持分位数回归模型可以对金融数据进行高置信水平的市场风险测量和探索风险的演化模式.     

投资者买卖观点转换概率的非线性资产价格动态模型及实证研究

基于做市商假设构建了一个二雏离散非线性资产价格动态模型,本文分析了模型中买卖者之间的转换概率同时依赖均值回归战略及传染效应时资产价格的动态稳定性,实证检验了中国资本市场影响投资者买卖观点转换概率的两个主要因素.结果表明,随着传染效应的不断增大,资产价格逐渐呈现出复杂的运动轨迹而难以收敛于均衡点,实证显示中国投资者买卖观点只具有传染效应的价格发散机制而不具有均值回归的价格稳定机制,这是中国资本市场价格现阶段难以通过市场的自我调节达到价值的基本原因.     

金融危机对中国证券市场传染效应的影响

针对交易所债券市场、银行间债券市场和上海股票市场、深圳股票市场四个市场,通过Grarger因果检验分析了金融危机对中国证券市场动态风险传染效应的影响.实证结果发现,无论是债券市场内部和股票市场内部,还是债券市场与股票市场之间,金融危机前市场问的动态风险传染效应总体较弱,而金融危机后市场间的动态风险传染效应明显加强,表明金融危机显著强化了中国债券市场与股票市场动态风险传染效应,关联关系变得更加紧密.     

基于小波的非参数回归模型均值变点的Bootstrap监测

本文首次考虑非参数回归模型均值函数结构变点的在线监测问题. 首先对回归函数的局部线性估计值进行小波变换， 基于得到的小波系数构造监测统计量， 并在原假设和备择假设下推导出监测统计量的渐近分布； 为提高监测效果， 进一步构造了Bootstrap在线监测方法， 定义了停时； 模拟结果和实例分析显示该方法可以很好地监测到变点， 并具有较短的检测延迟.     

基于非参数回归的金融传染检验

本文借助特征函数的优良性质,基于非参数回归构造了金融传染的检验统计量.与现有文献相比,该统计量不仅避免了模型设定偏误问题,而且能够同时捕获线性和各种形式的非线性传染效应.在原假设成立时,该统计量渐近服从于标准正态分布.数值模拟结果表明,该统计量具有良好的有限样本性质,能够识别多种形式的非线性金融传染.本文进一步应用该统计量探讨了中国金融市场与东亚、拉丁美洲、新兴市场国家之间的传染效应,捕获了传统基于线性测度方法无法刻画的非线性传染效应,说明我国与这些金融市场之间存在显著的非线性传染效应.     

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.     

Return and Volatility Spillovers Effects:Study of Asian Emerging Stock Markets

This paper examines the extent of contagion and interdependence across the six Asian emerging countries stock markets(e.g., Bangladesh, China, India, Malaysia, the Philippine, and South Korea) and then try to quantify the extent of the Asian emerging market fluctuations which are described by intra-regional contagion effect. These markets experienced both fast growth and key upheaval during the sample period, and thus, provide potentially rich information on the nature of border market interactions. Using the daily stock market index data from January 2002 to December 2016(breaking the 15 years data set into three sub periods; pre-crisis, crisis, and post crisis periods);particularly make attention to the global financial crisis of 2007~2008. The return and volatility spillovers are modeled through the GARCH(generalized autoregressive conditional heteroscedasticity),pairwise Granger causality tests, and the forecast error variance decomposition in a generalized VAR(vector auto regression) models. This paper shows that volatility and return spillovers behave very differently over time, during the pre-crisis, crisis, and post crisis periods. Importantly, Asian emerging stock markets interaction is less before the global financial crisis period. The return and volatility spillover indices touch their respective historical peaks during the global financial crisis 2007~2008,however Bangladeshi market faces this condition in 2009~2010.     

门限分位数自回归模型及在股市收益自相关分析中应用

门限分位数自回归模型(threshold quantile autoregressive model,简记为TQAR)是一种非线性分位数回归模型,主要用于讨论系统中的门限效应.在TQAR模型中,自回归阶数与门限值的确定等,都会影响模型分析效果.为此,本文给出模型定阶、门限值估计及门限效应检验等方法.数值模拟结果表明,TQAR模型在门限值估计、回归系数估计的有限样本表现方面都优于传统的门限均值自回归模型(threshold autoregressive model,简记为TAR)及门限均值自回归条件异方差(TAR-GARCH)模型.最后,将TQAR模型应用于中国股市收益的自相关性研究,实证结果证实收益序列的自相关性呈现出明显的门限效应和异质效应.这一发现,有助于准确刻画股市收益动态变化规律,为重新认识金融市场运行机制提供了一个实证基础.     

基于分位数回归的金融市场稳定性度量

基于系统风险视角,通过分位数回归技术,提出了金融市场稳定性度量的新方法,在论述金融市场稳定性度量原理的基础上,设计出可行的 计算步骤,并据此实证分析了我国金融市场的动态特征. 实证结果显示,本文提出的金融市场稳定指数在数值上和趋势上都与金融市场的现实情况相符,能够有效检测出市场不稳定的时间区间,且具有稳健性,是监测金融市场运行状态的有效定量指标,可为金融监管提供技术支持.     

基于马尔可夫毯时序回归模型的房地产板块指数预测

房地产板块是中国股市的核心行业板块，房地产板块股价指数走势的分析有助于对中国股市态势的正确把握. 针对行业板块之间的相关性难以发现和房地产板块股价指数难以有效预测的问题，基于股市行业板块之间指数波动的相关性，利用马尔可夫毯学习算法选择与房地产板块相关的行业板块，通过因果分析避免现行方法中选取相关板块的主观性；进而，利用Granger因果检验从中选择与房地产板块存在时序因果关系的板块，从而构建房地产板块的向量时序回归模型，实现对房地产板块股价指数的有效预测；最后，通过脉冲响应和方差分解对模型进行分析. 对于上证股市所进行的实验比较和实证分析的结果表明，该方法能有效预测房地产板块股价指数的走势.     

基于Markov-vine copula的我国网贷平台对传统金融机构风险传染效应研究

近年来,网络借贷发展迅速,并且随着互联网技术的运用和网络借贷自身所蕴含的独特风险方式,使得其局部风险更容易蔓延至整个网贷市场,有可能会迅速波及,传染到其他类型的金融市场.本文将Markov区制转换模型和vine copula相结合,用来研究我国网络借贷平台对传统金融机构的动态风险传染效应.研究结果表明:我国网络借贷平台和相应的传统金融机构在不同阶段呈现出不同的"杠杆效应";我国网络借贷平台以及相关的传统金融机构均具有较为明显的区制转换特征;比较三个阶段的情况,网络借贷平台对商业银行的风险传染效应要大于其他的传统金融机构,其次是网络借贷平台对信托业的风险传染效应;在各阶段,网络借贷平台对传统金融机构的风险传染效应不对称,下尾相关系数基本大于上尾相关系数.     

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。