【摘要】：本文采用非參數(shù)-MLE估計(jì)方法估計(jì)了四個(gè)時(shí)變Copula函數(shù)模型,研究了在2008年全球金融危機(jī)時(shí)期前后中國(guó)與美國(guó)、英國(guó)金融市場(chǎng)之間的金融危機(jī)傳染效應(yīng)的存在性問(wèn)題,通過(guò)估計(jì)的時(shí)變相關(guān)系數(shù)和變點(diǎn)檢測(cè)發(fā)現(xiàn),在金融危機(jī)時(shí)期,中美、中英金融市場(chǎng)之間相關(guān)結(jié)構(gòu)沒(méi)有顯著的變化,因此得出結(jié)論在金融危機(jī)時(shí)期中美、中英金融市場(chǎng)間不存在明顯的危機(jī)傳染效應(yīng)。
【圖文】：

如果這些新的時(shí)間序列服從(0，1)均勻分布，那么就說(shuō)明通過(guò)非參數(shù)估計(jì)得到的核密度函數(shù)能夠充分描述每個(gè)收益率序列的邊緣分布，，因此可以用來(lái)估計(jì)Copula模型的參數(shù)和時(shí)變相關(guān)系數(shù)的參數(shù)。(3)相關(guān)系數(shù)時(shí)變過(guò)程與變點(diǎn)檢測(cè)。通過(guò)第二步得到相關(guān)系數(shù)的相關(guān)參數(shù)估計(jì)，選擇合適的動(dòng)態(tài)相關(guān)系數(shù)，得到動(dòng)態(tài)相關(guān)系數(shù)圖和序列，通過(guò)動(dòng)態(tài)圖和變點(diǎn)檢測(cè)分析在樣本期內(nèi)相關(guān)系數(shù)是否發(fā)生了顯著變化來(lái)確定是否存在金融危機(jī)傳染效應(yīng)。2.模型估計(jì)實(shí)證研究的第一步是非參數(shù)核估計(jì)，得到每個(gè)資本市場(chǎng)指數(shù)收益率的核密度函數(shù)，先確定核函數(shù)，然后再尋求最優(yōu)窗寬。如果研究對(duì)象樣本足夠大，核函數(shù)可以選取正態(tài)核函數(shù)，正態(tài)核函數(shù)具有良好的光滑性。然后再選取合適的窗寬，一般采用Bowman(1997)提出的最優(yōu)窗寬選擇原理來(lái)選取最優(yōu)窗寬。表1給出了各個(gè)資本市場(chǎng)指數(shù)的最優(yōu)窗寬結(jié)果。表1各資本市場(chǎng)指數(shù)收益率最優(yōu)窗寬LNHS300LNHSILNSP500LNFTSELNKS11LNN225最優(yōu)窗寬0．005620．005050．004070．003790．004150．00457注:采用Bowman(1997)提出的最優(yōu)窗寬選擇原理來(lái)選取最優(yōu)窗寬。圖1滬深300、標(biāo)普500、富時(shí)100核密度函數(shù)估計(jì)圖圖1給出了三個(gè)資本市場(chǎng)指數(shù)收益率的核密度函數(shù)估計(jì)圖，通過(guò)觀察上述核密度函數(shù)估計(jì)圖可以發(fā)現(xiàn)，資本市場(chǎng)指數(shù)收益率序列都具有尖峰厚尾的特征，47第2期李堪:基于時(shí)變Copula理論的金融危機(jī)傳染效應(yīng)存在性研究

圖2概率積分變換序列Q-Q圖檢驗(yàn)對(duì)概率積分變換后的序列進(jìn)行經(jīng)驗(yàn)分布檢驗(yàn)和獨(dú)立性檢驗(yàn)，表明序列服從U(0，1)分布，并且具有獨(dú)立性，可以認(rèn)為序列是隨機(jī)序列，因此可以用來(lái)構(gòu)建Copula模型。本文將分別對(duì)中國(guó)大陸股票市場(chǎng)和各個(gè)主要國(guó)際股票市場(chǎng)建立四個(gè)估計(jì)模型，包括兩個(gè)橢圓Copula函數(shù)模型和兩個(gè)ArchimedeanCopula函數(shù)模型，即:t-DCC(tDCC)模型，Gaussian-DCC(GDCC)模型，time-varyingClayton(tvC)模型和time-varyingSJC(tvSJC)模型。表3滬深300指數(shù)與標(biāo)普500指數(shù)模型估計(jì)結(jié)果tDCCGDCCTvCTvSJCλUλLv200(0．448)ω－0．0555(0．058)－2．8348(5．267)－0．2110(0．016)α0．0371(0．021)0．0377(0．021)－0．3202(0．311)－0．8459(23．025)－0．6784(0．004)β0．8789(0．096)0．8766(0．095)－0．9812(0．023)1．7332(2．120)1．0023(0．006)AIC－26．3982－28．9187－27．5702－20．0660SC－11．1006－18．7203－12．2726－10．5292LL16．19916．45916．78516．033注:表中v為t-DCC模型中的自由度，AIC和SC分別為赤池信息準(zhǔn)則和施瓦茨信息準(zhǔn)則，LL為在最優(yōu)值處得極大函數(shù)值，括號(hào)中為估計(jì)系數(shù)的標(biāo)準(zhǔn)差。49第2期李堪:基于時(shí)變Copula理論的金融危機(jī)傳染效應(yīng)存在性研究

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許小勇;鐘太勇;;三次樣條插值函數(shù)的構(gòu)造與Matlab實(shí)現(xiàn)[J];兵工自動(dòng)化;2006年11期

2 余萍,龔金國(guó);描述金融市場(chǎng)相關(guān)結(jié)構(gòu)的一種新工具——Copula[J];東莞理工學(xué)院學(xué)報(bào);2005年05期

3 韋艷華,張世英;金融市場(chǎng)的相關(guān)性分析——Copula-GARCH模型及其應(yīng)用[J];系統(tǒng)工程;2004年04期

4 李悅;程希駿;;上證指數(shù)和恒生指數(shù)的copula尾部相關(guān)性分析[J];系統(tǒng)工程;2006年05期

5 張志波,齊中英;基于VAR模型的金融危機(jī)傳染效應(yīng)檢驗(yàn)方法與實(shí)證分析[J];管理工程學(xué)報(bào);2005年03期

6 韋艷華,張世英;金融市場(chǎng)非對(duì)稱尾部相關(guān)結(jié)構(gòu)的研究[J];管理學(xué)報(bào);2005年05期

7 劉國(guó)光,許世剛;基于Copula方法深圳A股、B股投資組合風(fēng)險(xiǎn)值實(shí)證分析[J];淮海工學(xué)院學(xué)報(bào)(自然科學(xué)版);2004年04期

8 詹原瑞,羅健宇;基于極值理論和Copula的災(zāi)難風(fēng)險(xiǎn)建模研究[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

9 閻慶民;我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)VaR的實(shí)證分析[J];金融研究;2004年10期

10 單國(guó)莉,陳東峰;一種確定最優(yōu)Copula的方法及應(yīng)用[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2005年04期

【相似文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前3條

1 寧成龍;動(dòng)態(tài)相關(guān)性研究[D];廈門(mén)大學(xué);2009年

2 余喜洋;多元GARCH模型及其在VaR計(jì)算中應(yīng)用[D];上海財(cái)經(jīng)大學(xué);2006年

3 謝隆亮;滬深300指數(shù)產(chǎn)品VaR研究[D];武漢理工大學(xué);2008年

本文編號(hào)：2699678