| 基于高频数据的金融市场风险溢出研究 |
| |
| 引用本文： | 党聪,卢俊香.基于高频数据的金融市场风险溢出研究[J].宁夏大学学报(自然科学版),2022(3):254-260. |
| |
| 作者姓名： | 党聪 卢俊香 |
| |
| 作者单位： | 1. 西安工程大学理学院;2. 西安理工大学经济与管理学院 |
| |
| 基金项目： | 国家自然科学基金资助项目(11601410)；;陕西省自然科学基础研究基金资助项目(2017JM1007)；;中国博士后科学基金资助项目(2017M613169)； |
| |
| 摘 要： | 近年来，金融市场间的联动现象日趋频繁，跨市场的风险溢出进一步增强.2015年以来，中国股票市场迅速发展，但也出现了大幅度的波动.因此，在维护金融稳定、防范金融风险的背景下，加强对中国股市的风险监控，降低外部冲击的影响具有重要的现实意义.建立EGARCH-Copula模型研究沪市与港市之间的相关结构，计算谱风险和VaR值以度量波动溢出效应.选取每隔5 min的上证综合指数和香港恒生指数收益率序列，进行小波降噪后，构建EGARCH模型拟合其边缘分布，选择Copula函数刻画它们之间的相关结构，Monte Carlo模拟计算谱风险和VaR值.实证结果显示，t-EGARCH-Gumbel Copula模型能够较好地描述沪市与港市之间的尾部相关结构；谱风险值随着风险厌恶系数的增大而增大，比VaR值更能捕捉尾部的极端风险，降低投资者的损失.
|
| 关 键 词： | 高频数据 Copula函数 时间序列模型 谱风险度量 |
|
