中美主要金融市场相关结构及风险传导路径研究——基于Copula理论与方法

被引:33
作者
黄在鑫 [1 ]
覃正 [2 ,1 ]
机构
[1] 上海财经大学信息管理与工程学院
[2] 南方科技大学
关键词
Copula; GARCH-M; 相关性度量; 金融风险; 关联模型;
D O I
暂无
中图分类号
F832.5 [金融市场]; F837.12 []; F224 [经济数学方法];
学科分类号
1201 ; 020204 ; 0701 ; 070104 ;
摘要
金融危机背景下的股市表现出更加复杂的动荡性,本文在传统GARCH模型的基础上引入了风险值对收益率的影响因素,运用GARCH-M模型来刻画股票收益率序列边缘分布,通过构建GARCH-M-t边缘分布过滤模型获取收益率残差序列,最后采用Copula函数对边缘分布拟合后的残差序列建模构建出Copula-GARCH-M-t相关结构模型。经过参数估计及多种Copula函数的拟合优度检验,最终成功刻画出中美金融市场五大证券交易中心股票收益率之间的相关结构模型。通过秩相关系数、尾部相关系数等相关性度量工具对中美两国金融市场的相关性进行分析,最后通过对不同股票市场之间的尾部相关性分析确定两国金融市场之间风险传导路径。
引用
收藏
页码:74 / 82
页数:9
相关论文
共 10 条
[1]   基于Copula房地产与金融行业的股票相关性研究 [J].
刘琼芳 ;
张宗益 .
管理工程学报, 2011, 25 (01) :165-169+164
[2]   公共事业指数与工业指数的相关性研究 [J].
韩雪莲 ;
蒋晓杰 .
财经问题研究, 2010, (06) :73-77
[3]   上证指数和恒生指数的copula尾部相关性分析 [J].
李悦 ;
程希骏 .
系统工程, 2006, (05) :88-92
[4]   金融市场的相关性分析——Copula-GARCH模型及其应用 [J].
韦艳华 ;
张世英 .
系统工程, 2004, (04) :7-12
[5]   沪深股市风险的相关性分析 [J].
史道济 ;
关静 .
统计研究, 2003, (10) :45-48
[6]   我们应该选用什么样的相关性指标? [J].
张尧庭 .
统计研究, 2002, (09) :41-44
[7]   Copula-based multivariate GARCH model with uncorrelated dependent errors [J].
Lee, Tae-Hwy ;
Long, Xiangdong .
JOURNAL OF ECONOMETRICS, 2009, 150 (02) :207-218
[8]   Two-stage estimation in copula models used in family studies [J].
Andersen, EW .
LIFETIME DATA ANALYSIS, 2005, 11 (03) :333-350
[9]   Copulae as a new tool in financial modelling [J].
Elisa Luciano ;
Marina Marena .
Operational Research, 2002, 2 (2) :139-155
[10]  
Dependence Structure Between the Equity Market and the Foreign Exchange Market-A Copula Approach .2 Cathy Ning. Journal of International Money and Finance . 2010