基于时变Copula理论的金融危机传染效应存在性研究——以2008年全球金融危机为例

发布时间：2020-06-06 12:29

【摘要】：本文采用非参数-MLE估计方法估计了四个时变Copula函数模型,研究了在2008年全球金融危机时期前后中国与美国、英国金融市场之间的金融危机传染效应的存在性问题,通过估计的时变相关系数和变点检测发现,在金融危机时期,中美、中英金融市场之间相关结构没有显著的变化,因此得出结论在金融危机时期中美、中英金融市场间不存在明显的危机传染效应。
【图文】：

函数图,参数图,动态图,收益率序列

如果这些新的时间序列服从(0，1)均匀分布，那么就说明通过非参数估计得到的核密度函数能够充分描述每个收益率序列的边缘分布，，因此可以用来估计Copula模型的参数和时变相关系数的参数。(3)相关系数时变过程与变点检测。通过第二步得到相关系数的相关参数估计，选择合适的动态相关系数，得到动态相关系数图和序列，通过动态图和变点检测分析在样本期内相关系数是否发生了显著变化来确定是否存在金融危机传染效应。2.模型估计实证研究的第一步是非参数核估计，得到每个资本市场指数收益率的核密度函数，先确定核函数，然后再寻求最优窗宽。如果研究对象样本足够大，核函数可以选取正态核函数，正态核函数具有良好的光滑性。然后再选取合适的窗宽，一般采用Bowman(1997)提出的最优窗宽选择原理来选取最优窗宽。表1给出了各个资本市场指数的最优窗宽结果。表1各资本市场指数收益率最优窗宽LNHS300LNHSILNSP500LNFTSELNKS11LNN225最优窗宽0．005620．005050．004070．003790．004150．00457注:采用Bowman(1997)提出的最优窗宽选择原理来选取最优窗宽。图1沪深300、标普500、富时100核密度函数估计图图1给出了三个资本市场指数收益率的核密度函数估计图，通过观察上述核密度函数估计图可以发现，资本市场指数收益率序列都具有尖峰厚尾的特征，47第2期李堪:基于时变Copula理论的金融危机传染效应存在性研究

Q-Q图,序列,概率积分变换

图2概率积分变换序列Q-Q图检验对概率积分变换后的序列进行经验分布检验和独立性检验，表明序列服从U(0，1)分布，并且具有独立性，可以认为序列是随机序列，因此可以用来构建Copula模型。本文将分别对中国大陆股票市场和各个主要国际股票市场建立四个估计模型，包括两个椭圆Copula函数模型和两个ArchimedeanCopula函数模型，即:t-DCC(tDCC)模型，Gaussian-DCC(GDCC)模型，time-varyingClayton(tvC)模型和time-varyingSJC(tvSJC)模型。表3沪深300指数与标普500指数模型估计结果tDCCGDCCTvCTvSJCλUλLv200(0．448)ω－0．0555(0．058)－2．8348(5．267)－0．2110(0．016)α0．0371(0．021)0．0377(0．021)－0．3202(0．311)－0．8459(23．025)－0．6784(0．004)β0．8789(0．096)0．8766(0．095)－0．9812(0．023)1．7332(2．120)1．0023(0．006)AIC－26．3982－28．9187－27．5702－20．0660SC－11．1006－18．7203－12．2726－10．5292LL16．19916．45916．78516．033注:表中v为t-DCC模型中的自由度，AIC和SC分别为赤池信息准则和施瓦茨信息准则，LL为在最优值处得极大函数值，括号中为估计系数的标准差。49第2期李堪:基于时变Copula理论的金融危机传染效应存在性研究

【二级参考文献】