| 基于高频数据的金融市场风险溢出研究 |
| |
| 作者姓名： | 党聪 卢俊香 |
| |
| 作者单位： | 西安工程大学 理学院,陕西 西安 710600;西安工程大学 理学院,陕西 西安 710600;西安理工大学 经济与管理学院,陕西 西安 710054 |
| |
| 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 |
| 本文献已被 万方数据 等数据库收录！ |
|
