典型事实下基于混合Copula函数的能源期货市场极端风险传染研究

发布时间：2020-05-29 04:23

【摘要】：金融风险管理历来便是学术界和实务界关注的重点,随着经济全球化的不断推进,在推动了不同国家与地区市场相互发展的同时,也让金融风险的传染日益加剧,即当一个金融市场发生风险危机事件时,其他金融市场很可能会受到其传染而发生风险危机事件,给社会经济发展带来危害,因此,研究金融风险的传染至关重要。尽管现有研究较少关注能源期货市场的金融风险传染问题,但是能源期货作为金融市场的重要组成部分,在全球一体化的背景下同样容易受到风险传染,从而对能源期货市场的风险传染展开研究同样至关重要。此外,相对于一般风险而言,极端风险传染一旦发生,将给经济带来毁灭性打击,所以在研究风险传染的时候,要更加关注极端风险传染。进一步,要对极端风险进行管理,首先需要对风险传染进行测度,然而在对风险传染进行测度时,要考虑典型事实对其的影响,只有将典型事实特征考虑之后风险传染的测量结果才会准确,基于此,本论文以典型事实约束下的能源期货市场极端风险传染为研究主题便具有理论价值和实践意义。要在典型事实特征约束下研究能源期货市场的极端风险传染,首先需要在典型事实特征约束下计算金融市场收益率的残差,其次根据所计算的残差,拟合其边缘分布,最后以边缘分布为依据来测度金融市场之间的相依关系。即首先需要对金融市场的典型事实特征进行挖掘和计量,为金融收益率残差建立模型,其次根据典型事实特征的结果来确定一个能够准确描述能源期货市场之间相依结构的模型,最后根据这些模型来对实际数据进行一个实证研究。针对以上问题,本论文在逐一对上述问题的研究基础之上,得到的主要结论如下:首先,本文用基本的统计检验方法来测量能源期货市场的典型事实特征,发现能源期货市场存在着诸如尖峰厚尾、有偏、自相关和异方差等多种典型事实特征,然后用AR(1)-GARCH(1,1)-t对能源期货收益率残差进行建模,得到了标准的收益率序列。在对标准收益率序列进行概率积分变换后,使用K-S检验其是否服从[0,1]均匀分布,检验结果表明标准收益率序列服从[0,1]均匀分布,因此采用AR(1)-GARCH(1,1)-t模型对于能源期货收益率建模是合适的,能够很好地描述能源期货收益率序列中重要的典型事实特征。其次,通过对典型事实特征的检验和刻画,本文发现这些典型事实特征使得能源期货市场之间呈现出非线性特征以及复杂的尾部相依关系,而混合Copula恰好能刻画金融市场之间的这些特征,因此本文将采用混合Copula来研究能源期货市场之间的极端风险传染。本文运用混合Copula函数分别测度出次贷危机发生前后国际能源期货市场与国内能源期货市场相应的尾部相依系数,经过比较次贷危机前后的尾部相依系数,得到了次贷危机发生后国际能源期货市场和国内能源期货市场的极端风险传染特征。实证结果表明,在次贷危机爆发后,国际能源期货市场与国内能源期货市场之间的下尾部相依系数显著增加,说明次贷危机的发生增加了能源期货市场之间的极端下跌联系,即国际能源期货市场和国内能源期货市场之间发生了极端风险传染。
【图文】：

技术路线图

自相关检验,期货,能源,收益率

SHRY图 4-1 能源期货收益率自相关检验图由上图得知，三个能源期货市场收益率序列存在自相关性，基于此，需要在下文的研究中把自相关性特征考虑进去。通过三个能源期货收益率序列基本描述性统计结果可知，三个能源期货市场拒绝正态分布假设，具有显著的尖峰厚尾特征。接下来，本文将根据 QQ 统计量分析法作出三个能源期货市场收益率序列 QQ 图，，进一步挖掘收益率分布的尾部特征，如下图 4-2：
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F224;F724.5;F764

【相似文献】