基于Vine Copula模型的国际股市风险传染研究

发布时间：2020-05-05 20:33

【摘要】：自上世纪末开始,金融全球化、自由化的浪潮开始席卷全球,世界上一些发达国家积极开展经济贸易合作,这促使了国际资本的快速流动。而股市又作为国际金融市场上资本快速流动的重要渠道,很容易导致一个国家资本的快速流失,甚至发生严重的经济金融危机。且一旦一国发生大面积的金融危机,又会通过股市这个渠道传染给与其紧密联系的其他国家资本市场,所以股市就成为我们的研究重点。回顾世界上几次大的金融危机,在股市上都有很明显的表现,且给国家的经济体系造成很大冲击。本文选取世界上主要影响力较大的16个股票市场,以每个市场的收益率数据为样本。首先对每个市场的收益率数据借助于GPD-GJR-GARCH模型进行拟合及描述分析每个市场的波动特征。其次,利用三种Vine Copula模型研究了上述各市场间的整体、尾部相关性大小及相互的传染结构。再次,采用极大似然变点检验验证了在存在金融大事件时,区域风险传染结构会改变的结论。最后,采用新的风险测度方法Co VaR结合最优的R-Vine Copula模型的相依结构,具体测算了各个股市间相互风险溢出的强度。实证分析表明:第一,国际股市间由于市场间紧密的联系存在不同程度的风险溢出,欧美区域的国家市场间风险溢出强度普遍较其他地区的大,这也与欧美发达的经济体系及高度的自由贸易往来有关。各国股市间存在非对称的风险溢出,在欧美区域,法国市场及美国市场基本是其他国家风险溢出的主导方,溢出强度甚至高达270%之多。亚太地区则是俄罗斯市场与香港市场占据风险传染的中心位置,中国的上证市场只与香港的恒生市场有显著较大的风险溢出关系。第二,风险传染具有很强的区域性,这主要是由于地理位置及存在交易差别等因素。第三,极值理论中的GPD分布可以很好地捕捉金融时间序列的极端值特征,相比之下,更一般化R-Vine Copula模型要优于其他两种模型。
【图文】：

２．３．３邋Ｃ－Ｖｉｎｅ邋和邋Ｄ－Ｖｉｎｅ邋结构逡逑综合来说，Ｃ－Ｖｉｎｅ和Ｄ－Ｖｉｎｅ是Ｒ－Ｖｉｎｅ结构的特殊化。其中，Ｃ－Ｖｉｎｅ结构逡逑呈现出星形状，，每棵树选择一个中心节点与分别其它剩下的节点相连，图２－２逡逑显示的就是五个变量下Ｃ－Ｖｉｎｅ结构分解图。Ｄ－Ｖｉｎｅ结构为平行直线结构，每逡逑一个节点最多与两条边相连，图２－３显示的是Ｄ－Ｖｉｎｅ结构的４棵树的分解图。逡逑下面我们给具体的表达式定义，假定一个ｎ维随机向量＾＝（４，＆，？？？，＆），它逡逑的联合分布概率密度函数按条件概率分布密度函数理论可表示如下：逡逑ｆ｛＿ｘｘ，ｘ２，邋－，Ｘｎ）邋＝逦■邋／（ａｃ２｜Ｘｉ）邋？邋ｆ｛ｘ３＼ｘｌｔｘ２）邋－邋／（ｘｎ｜ｘ１（ｘ２，邋ｘｎ）逡逑又据Ｓｋｌａｒ理论，ｎ维随机向量的联合分布概率密度函数亦可逡逑通过Ｃｏｐｕｌａ密度画数与边缘分布密度函数表示：逡逑／（Ｘｖ邋Ｘ２，邋－，邋ｘｎ）邋＝邋ｃｌｉ２．．．＿ｎ｛Ｆ１（＜ｘ１），邋Ｆ２（ｘ２），邋？？？邋Ｆｎ（ｘｎ））邋？邋／ｉＣＸｉ）邋？邋ｆ２（＿ｘ２）邋－邋？邋／ｎ（ｘｎ）逡逑其中

逦Ｔ４逡逑图２－１邋Ｒ－Ｖｉｎｅ分解结构图逡逑２．３．３邋Ｃ－Ｖｉｎｅ邋和邋Ｄ－Ｖｉｎｅ邋结构逡逑综合来说，Ｃ－Ｖｉｎｅ和Ｄ－Ｖｉｎｅ是Ｒ－Ｖｉｎｅ结构的特殊化。其中，Ｃ－Ｖｉｎｅ结构逡逑呈现出星形状，每棵树选择一个中心节点与分别其它剩下的节点相连，图２－２逡逑显示的就是五个变量下Ｃ－Ｖｉｎｅ结构分解图。Ｄ－Ｖｉｎｅ结构为平行直线结构，每逡逑一个节点最多与两条边相连，图２－３显示的是Ｄ－Ｖｉｎｅ结构的４棵树的分解图。逡逑下面我们给具体的表达式定义，假定一个ｎ维随机向量＾＝（４，＆，？？？，＆），它逡逑的联合分布概率密度函数按条件概率分布密度函数理论可表示如下：逡逑ｆ｛＿ｘｘ，ｘ２，邋－，Ｘｎ）邋＝逦■邋／（ａｃ２｜Ｘｉ）邋？邋ｆ｛ｘ３＼ｘｌｔｘ２）邋－邋／（ｘｎ｜ｘ１（ｘ２，邋ｘｎ）逡逑又据Ｓｋｌａｒ理论
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F831.51

【相似文献】

相关期刊论文 前10条

1 王保华;王占海;月永昌;;Copula函数在洪潮遭遇分析中的应用研究[J];珠江现代建设;2017年06期

2 黄康迪;陈璐;郭生练;周建中;杨振莹;;基于Copula熵方法的河流之间的相关性研究[J];水资源研究;2017年05期

3 刘文雷;;动态Copula模型在金融相关领域运用的文献综述[J];中南财经政法大学研究生学报;2017年01期

4 杜懿;麻荣永;;不同Copula函数在洪水峰量联合分布中的应用比较[J];水力发电;2018年12期

5 周全;陈振龙;;基于C藤Copula模型的混业经营下聚合风险的度量[J];湖南科技大学学报(自然科学版);2018年04期

6 李亚威;徐付霞;;一种新型双参数复合扰动Copula的相关性质[J];哈尔滨商业大学学报(自然科学版);2019年02期

7 李晓康;;基于Copula函数的沪深股市相关性分析[J];陕西理工大学学报(自然科学版);2017年06期

8 杜梦颖;章溢;温利民;;基于Copula相依模型的指数保费预测[J];江西师范大学学报(自然科学版);2018年01期

9 叶五一;董筱雯;缪柏其;;c-D-Copula模型构建及其在金融风险传染中的应用[J];系统科学与数学;2018年05期

10 陈振龙;郝晓珍;;基于藤Copula分组模型的金融市场风险度量研究[J];统计研究;2018年06期

相关会议论文 前10条

1 张伟;黄锐;康良国;;基于Copula理论的地域性事故发生规律机理研究[A];第30届全国高校安全科学与工程学术年会暨第12届全国安全工程领域专业学位研究生教育研讨会论文集[C];2018年

2 应益荣;王颖;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三届中国智能计算大会论文集[C];2009年

3 李永奎;周宗放;彭选华;;Copula模型在金融风险管理应用中的评述[A];Proceedings of the Third Symposium of Risk Analysis and Risk Management in Western China[C];2013年

4 叶萍华;唐湘晋;;基于Copula方法的股票相关性分析[A];第十届中国青年信息与管理学者大会论文集[C];2008年

5 王作春;甘仞初;;基于copula函数的相关异类风险的综合风险测度方法研究[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

6 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届（2009）中国管理学年会——金融分会场论文集[C];2009年

7 杜红军;王宗军;;基于时变Copula模型的金融市场风险度量与分配[A];第八届（2013）中国管理学年会——金融分会场论文集[C];2013年

8 张绿原;林明裕;稂冠平;;基于GAS动态藤copula的国际指数组合风险分析[A];2017年（第五届）全国大学生统计建模大赛获奖论文选[C];2017年

9 安宗文;高建雄;刘波;;基于嵌套混合Copula函数的机械系统失效相关性建模[A];2014年全国机械行业可靠性技术学术交流会暨可靠性工程分会第五届委员会成立大会论文集[C];2014年

10 周金宇;韩文钦;孙奎洲;朱福先;;基于高斯Copula的冗余结构系统疲劳失效概率分析[A];2010年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第二次全体委员大会论文集[C];2010年

相关重要报纸文章 前2条

1 广发期货投资研究部 杨威 王翔 谢贞联;多维Copula树及其在机构投资组合风险管理中的运用[N];期货日报;2008年

2 海通证券研究所 陈露;从A股与H股相关性看股指期货推出后的跨市场操作[N];期货日报;2007年

相关博士学位论文 前10条

1 周全;基于copula的混业经营下市场风险和操作风险的度量[D];浙江工商大学;2016年

2 申敏;国民经济行业系统信用风险相依研究[D];南京航空航天大学;2017年

3 崔琪;基于Copula模型的相依现状数据的回归分析[D];吉林大学;2018年

4 韩超;高维动态藤Copula结构在金融风险研究中的应用[D];重庆大学;2017年

5 李浩鑫;基于水势调控的复杂灌溉系统水量分配理论与方法[D];武汉大学;2017年

6 龚玉婷;金融资产相依性的动态Copula建模及应用[D];上海交通大学;2015年

7 赵宁;基于Copula熵的资本资产定价研究[D];大连理工大学;2012年

8 徐付霞;Copula理论与极值统计的应用[D];天津大学;2008年

9 胡心瀚;Copula方法在投资组合以及金融市场风险管理中的应用[D];中国科学技术大学;2011年

10 吴娟;Copula理论与相关性分析[D];华中科技大学;2009年

相关硕士学位论文 前10条

1 王鹏;基于混合Copula的VaR和CVaR的计算及其实证分析[D];厦门大学;2017年

2 梁鉴标;基于半参数时变藤Copula模型的多市场风险联动研究[D];武汉大学;2017年

3 柯玉琴;我国商业银行系统风险的实证研究[D];厦门大学;2017年

4 陈伟;基于Copula-TACD模型的股指期货高频连涨连跌特征研究[D];武汉理工大学;2018年

5 林友杨;基于SVM和Copula理论的桥梁可靠度及失效模式相关性研究[D];武汉理工大学;2018年

6 牛岩溪;基于多项式回归的Pair-Copula贝叶斯网络模型[D];天津大学;2018年

7 李亚威;参数扰动Copulas族的构造及应用[D];天津工业大学;2019年

8 祁泓达;Mixture-Copula方法在统计套利中的应用研究[D];天津财经大学;2018年

9 李佳艺;基于协整理论的陆浑灌区供需水极值事件分析[D];郑州大学;2019年

10 冯继国;基于Vine Copula模型的国际股市风险传染研究[D];北方工业大学;2019年

本文编号：2650714