本文主要基于動態(tài)Copula-CoVaR模型,研究原油市場風(fēng)險及其溢出效應(yīng)。在模型方法方面,本文主要解決了以下4方面的問題:①參考 Joe(1997)、Patton(2012)、Liu et al.(2017a),構(gòu)建了半旋轉(zhuǎn) Clayton和半旋轉(zhuǎn)Gumbel,從而彌補(bǔ)了常用Copula無法描述非對稱負(fù)相依以及非對稱負(fù)向尾部相依的缺陷,同時詳細(xì)地導(dǎo)出各Copula的條件分布函數(shù)和密度函數(shù)。②導(dǎo)出構(gòu)建的半旋轉(zhuǎn)Copula與Kendall τ相依系數(shù)之間的關(guān)系,特別是定義新的尾相依——左上尾相依和右下尾相依,并導(dǎo)出其與各Copula之間的關(guān)系,從而彌補(bǔ)了下尾相依和上尾相依無法描述金融市場或資產(chǎn)間負(fù)向極端協(xié)同運(yùn)動的缺陷,同時對各Copula的相依性質(zhì)進(jìn)行對比總結(jié)并強(qiáng)調(diào)采用半旋轉(zhuǎn)Copula度量非對稱負(fù)相依、左上尾相依以及右下尾相依的重要應(yīng)用。③提出新的驅(qū)動變量以構(gòu)建半旋轉(zhuǎn)Copula函數(shù)相依參數(shù)的動態(tài)方程和機(jī)制轉(zhuǎn)移動態(tài)方程,從而得到新的動態(tài)Copula模型和機(jī)制轉(zhuǎn)移動態(tài)Copula模型,其有效解決了常用的動態(tài)Copula模型無法捕捉兩金融市場間非對稱負(fù)相依動態(tài)的問題。④在擴(kuò)展A-B CoVa...

【文章頁數(shù)】：157 頁

【學(xué)位級別】：博士

【部分圖文】：

圖2.1Normal和tCopula密度函數(shù)

第２章動態(tài)Ｃｏｐｕｌａ－ＣｏＶａＲ模型??場間相依和尾相依度量等方面的理論體系，從而可以全面性地捕捉兩金融市場或??資產(chǎn)間可能存在的各種相依和極端尾相依現(xiàn)象。??

圖２．３?Ｇｕｍｂｅｌ類Ｃｏｐｕｌａ密度函數(shù)??２．３動態(tài)Ｃｏｐｕｌａ相依模型??

ｕ２?〇?〇?ｕ１?ｕ２?〇?〇?ｕ１??圖２．１?Ｎｏｒｍａｌ和ｔ?Ｃｏｐｕｌａ密度函數(shù)??Ｃｌａｙｔｏｎ?（ｔａｕ＝０．３）?Ｒ１?Ｃｌａｙｔｏｎ?（ｔａｕ＝－０．３）??．．．．．．．ｒ．－．．．＇．??０．５?＾＞＾＾ＣＩ．５?０?５??ｕ２?〇?〇?ｕ１?ｕ２?〇?０?....

圖２．４驅(qū)動變量示意圖??因此，對于只能描述非對稱負(fù)相依的Ｒ１?Ｃｌａｙｔｏｎ、Ｒ２?Ｃｌａｙｔｏｎ、Ｒ１?Ｇｕｍｂｅｌ以??

—時變半旋轉(zhuǎn)Ｃｌａｙｔｏｎ和時變半旋轉(zhuǎn)Ｇｕｍｂｅｌ，其可以有效度量兩金融市場或??資產(chǎn)間動態(tài)非對稱負(fù)相依關(guān)系。??如圖２．４所示，當(dāng)隨機(jī)變量［＾和％間為正相依時，它們的聯(lián)合觀測值七和七??將以較大概率沿著主對角線分布，即點(diǎn)〇＾ｕ２）到主對角線的距離４?＝￥１％?－??ｕ２丨傾向于....

圖３．２原油市場收益與不確定性變化動態(tài)相依關(guān)系圖??３．２．４?原油市場動態(tài)ＶａＲ、ＣｏＶａＲ和ＡＣｏＶａＲ??

不確定性以及原油市場不確定性升高時，原油市場下行風(fēng)險均增大；當(dāng)股票市場??不確定性以及原油市場不確定性降低時，原油市場下行風(fēng)險減小。與股票市場、??原油市場不確定性相比，經(jīng)濟(jì)政策不確定性對原油市場的影響相對較小。圖３．３？??圖３．５展示了原油市場的下行和上行ＶａＲ，以及在極端不....

本文編號：4029477