论文部分内容阅读
随着中国经济的快速发展和市场的逐步开放,中国股市受到世界主要股市的传染和影响日益加深。近年来,由于金融市场波动的日益剧烈与金融危机的频发,各国金融市场之间的波动溢出效应研究越来越受到国内外学者的密切关注。以往传统的相关关系度量方法只能度量变量间的线性相关关系,越来越不能适应人们对于相关性度量的需要,因此,本文引入可以度量非线性相关关系的度量工具一Copula函数来建立非线性相关性模型。以往相关研究较多的是运用单一Copula函数,并不能全面地描述金融变量间的相依结构。但是,相对单一Copula函数,混合Copula函数可以包含不同类型的Copula,能够更加灵活地度量变量之间的相依性。基于此,本文通过线性组合方式构建一个具有尾部变结构的混合Copula模型。该混合Copula函数不仅能度量变量之间的上尾和下尾相关关系,还能同时度量变量间的相依程度和相依模式。同时,本文另一创新之处是考虑了混合Copula模型权重参数的时变性,而Copula函数参数是不变的,权重参数的时变性能够更灵活地捕捉到变量之间相依模式的动态性。本文在数据上选取2000年1月至2013年1月上证综指、香港恒生指数、美国标普500指数和日经225指数,研究中国股市与这些股市之间相依性的变化以及是否存在风险溢出效应的特征。首先使用AR(1)-GARCH(1,1)-t模型来模拟指数收益率序列的边际分布,然后使用静态formal Copula, Gumbel Copula,Clayton Copula, SJC Copula函数和本文构建的具有尾部变结构特征的时变混合Copula函数来对中国大陆股市与国际主要股市间的风险传染及相依特征进行建模,并对实证结果进行分析。实证结果表明,十多年来,在中国资本市场逐步对外开放进程中,上证指数与国际主要指数之间的联动性并不强,上证综指对国际主要股市的影响力还较弱。不过,虽然中国股市与其他四个股市间的尾部相依程度较低,但是当市场在面对极端情况时,例如2008年的次贷危机,仍然有同时发生大起或大落的可能,这在一定程度上反映了大的金融危机爆发时对全球股市的影响,特别是由美国引起的金融危机。