论文部分内容阅读
目前,经济全球化与金融自由化正在日益加深,在这样的背景下全球各国(地区)之间的经济与金融联系正在变得更加紧密。已经不存在着这么一个国家(地区),其经济金融能够完全脱离整个世界。同时信息技术的飞速发展,使得一个市场的交易信息几乎同步传到远在万里之遥的其他金融市场。当一个金融市场发生风险危机事件时,那么在极短时间内,与之联系紧密的国家或地区金融市场均可能受到其传染而发生风险危机事件。而当某一国发生金融危机时,金融危机发生范围也能够迅速由某一国家与地区蔓延至更多的国家或者地区,致使当地的金融市场发生剧烈震荡,甚至还可能升级为全球性金融危机。因此,在这样的背景下,对准确测度金融风险传染提出了更高的要求,研究金融风险传染成为金融学术界的研究热点问题之一。测度风险传染不仅能够为金融风险管理部门建立极端风险防火墙提供决策建议,而且还能够为投资者跨市场进行投资提供帮助,因而进行风险传染测度研究具有十分重要的理论与现实价值。获得能够反映金融市场实际运行特征的标准收益率序列是进行风险传染测度的重要基础之一。在金融收益序列中普遍存在着许多典型事实特征,而这些典型事实特征的存在将会使金融市场表现出更加复杂的风险特征,而且会加大风险管理的难度。在现有金融风险传染测度研究的研究中,大多数学者未能够将研究纳入典型事实特征约束下,那么其研究结果可能存在着误差。基于此,本文将在典型事实特征的约束下,展开风险传染测度研究工作。我们首先运用基本的统计检验方法,检验金融收益率序列存在的何种典型事实特征,然后采用ARFIMA-FIAPARCH-SKST模型对金融收益进行建模,剔除金融收益中存在着的典型事实特征,最终获得反映金融市场本质运行特征的标准收益序列。实证研究结果表明,本文研究的四个股市收益率中均存在着诸如自相关性、长记忆性、波动聚集性以及杠杆效应等重要典型事实特征,通过本文采用的ARFIMA-FIAPARCH-SKST模型获得了不包含典型事实特征的标准收益率序列,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,检验结果证实标准收益序列服从[0,1]均匀分布,因此采用ARFIMA-FIAPARCH-SKST模型对于股市收益率建模是合适的,能够很好地描述金融收益序列中重要的典型事实特征。在现有的研究中,学者大多关注于金融市场是否发生了风险传染,而并没有对风险传染强度进行研究。同时这些学者在展开相关研究时还忽略了对金融市场存在的非线性以及尾部相关结构进行刻画,其中非线性以及尾部相关结构才是风成都理工大学硕士学位论文险传染测度应该关注的重点。而最近兴起的Copula函数恰恰能够刻画上述两种相关结构。因此,本文运用Copula函数测度次贷危机期间美国股市与亚洲股市特别是中国股市之间的金融风险关系。我们通过理论上的比较,最终选择了由Gumbel、Frank以及Clayton组成的混合Copula函数和SJC-Copula函数,然后分别对次贷危机发生前后的中国内地、香港、日本与美国股市进行建模,测度出相应的尾部相依系数,经过比较危机前后的尾部相依系数,得到了次贷危机发生后亚洲股市与美国股市之间的风险传染特征。实证结果表明:在次贷危机爆发后,美国并没有向中国内地直接传导金融风险,而日本股市、香港股市与美国股市之间发生了风险传染,美国股市在次贷危机中通过日本、香港这两个中转站间接向中国内地股市传染风险。在金融自由化不断加深的背景下,全球金融市场逐渐形成一个统一的整体,金融市场之间相互联系相互影响。在前面我们采用基于Copula函数构建的模型对风险传染进行了测度,但是该模型仅能够对两个金融市场进行分析,而在构建全球化投资组合时需要对多个金融市场之间的风险传染特征进行分析,因而需要将上面的研究进行进一步拓展,测度多个市场条件下更加复杂的相依结构乃至金融风险传染关系。对于多个金融市场之间相依结构,目前学者常常采用多元Copula函数,但是由于Copula函数类型比较单一而且不能够根据研究对象灵活改变,因而在理论上存在着不足之处。在Copula函数基础上发展起来的Copula藤理论正好解决了上述模型的不足之处,Copula藤函数在投资组合领域得到了广泛的应用,取得了大量的研究成果。为数众多的相关研究为本文测度多个市场条件下的风险传染研究提供了理论与技术支持。因此,本文将风险传染研究进行了进一步的拓展,将Copula藤函数引入风险传染测度模型中,研究多个金融市场之间风险传染效应。Pair Copula分解模型中的组成函数选择的是SJC-Copula,而分解结构采用的是C藤。实证研究结果表明:次贷危机发生后,中国内地与美国股市的下尾部相依系数有一定程度减小,而中国内地与香港股市的下尾部相依系数则增加明显,此外香港、日本与美国之间的上下尾部相依系数也有一定程度增加。与二元Copula函数相比,我们还发现在多个金融市场背景下,股市相依系数更大,因而我们初步认为二元Copula函数可能会低估金融市场之间的相依关系。