基于VAR-DCC-MVGARCH-t、Copula-EGARCH-t、Copula-SV-t模型,文章從多角度綜合探討了我國大陸、香港和臺灣股指期貨市場間相依結(jié)構(gòu)及其組合配置風(fēng)險。實證結(jié)果表明:無論何種相依性度量下,香港與臺灣期市間的相依性均最強,二者具有很高的信息溢出效率及市場融合度。只考慮雙市場的相關(guān)性,三地在相關(guān)性高的時期或傾向于高估;而在低相關(guān)性階段,又可能傾向于低估。期市間尾部相依性更大,且下尾的相依性要顯著強于上尾相依性。最優(yōu)權(quán)重下的上尾更厚,下尾更薄。SV情形下,Copula模型存風(fēng)險高估可能。VARDCC-MVGARCH-t與t-Copula結(jié)合GARCH族模型的風(fēng)險管控效率相當(dāng),二者可互為佐證,且均優(yōu)于Clayton Copula模型。滾動的窗口VaR檢驗更準(zhǔn)確也更有實際意義。 

【文章來源】：上海金融. 2014,(08)北大核心CSSCI

【文章頁數(shù)】：9 頁

【文章目錄】：
一、引言與文獻綜述
二、研究方法及理論模型
    (一) 基于VAR-DCC-MVGARCH-t的相依結(jié)構(gòu)分析模型構(gòu)建
    (二) Copula理論模型下的相依結(jié)構(gòu)及組合風(fēng)險
三、實證分析
    (一) 數(shù)據(jù)說明及描述性統(tǒng)計
    (二) 基于Granger因果檢驗的信息溢出效應(yīng)檢驗
    (三) 兩岸三地股指期貨市場相依結(jié)構(gòu)分析
        1、線性相依結(jié)構(gòu)。
        2、偏相關(guān)分析。
        3、典型相關(guān)分析。
        4、基于VAR-DCC-MVGARCH-t模型的動態(tài)相關(guān)性分析。
        5、Copula理論模型下的相依結(jié)構(gòu)分析。
    (三) 兩岸三地股指期貨市場配置風(fēng)險測度
        1、基于VAR-DCC-MVGARCH-t模型的組合配置風(fēng)險測度。
        2、基于Copula-EGARCH-t和Copula-SV-t模型的資產(chǎn)組合配置風(fēng)險測度。
四、結(jié)論


【參考文獻】：
期刊論文
[1]Copula的參數(shù)與半?yún)?shù)估計方法的比較[J]. 張連增,胡祥.  統(tǒng)計研究. 2014(02)
[2]我國股票市場與債券市場的溢出風(fēng)險測度——來自上海證券市場的證據(jù)[J]. 韓鑫韜,陳徐,黃黨波.  經(jīng)濟經(jīng)緯. 2012(05)
[3]金融資產(chǎn)收益動態(tài)相關(guān)性:基于DCC多元變量GARCH模型的實證研究[J]. 鄭振龍,楊偉.  當(dāng)代財經(jīng). 2012(07)
[4]多元隨機風(fēng)險傳染模型及滬銅場內(nèi)外風(fēng)險傳染實證[J]. 周偉,何建敏,余德建.  中國管理科學(xué). 2012(03)
[5]滬深港股市動態(tài)聯(lián)動性研究——基于三元VAR-GJR-GARCH-DCC的新證據(jù)[J]. 魯旭,趙迎迎.  經(jīng)濟評論. 2012(01)
[6]基于半?yún)?shù)多元Copula-GARCH模型的開放式基金投資組合風(fēng)險分析[J]. 趙喜倉,劉寅飛,葉五一.  數(shù)理統(tǒng)計與管理. 2011(02)
[7]三種Copula-VaR計算方法與傳統(tǒng)VaR方法的比較[J]. 柏滿迎,孫祿杰.  數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究. 2007(02)
[8]股票收益率分布的尾部行為研究[J]. 柳會珍,顧嵐.  系統(tǒng)工程. 2005(02)



本文編號：3524578