【摘要】：當(dāng)今世界經(jīng)濟(jì)發(fā)展迅速,金融市場(chǎng)間的相互依賴程度逐漸增強(qiáng),相依結(jié)構(gòu)也更加復(fù)雜,定量探究金融市場(chǎng)間的復(fù)雜相依性以分析金融風(fēng)險(xiǎn)傳染機(jī)制,有利于風(fēng)險(xiǎn)管理以減少風(fēng)險(xiǎn)傳染帶來(lái)的極端損失。通過(guò)統(tǒng)計(jì)模型量化風(fēng)險(xiǎn)傳染,對(duì)風(fēng)險(xiǎn)相依性進(jìn)行定量分析具有較好的理論價(jià)值和應(yīng)用前景。隨機(jī)波動(dòng)模型(SV)能夠準(zhǔn)確的刻畫金融時(shí)間序列的尖峰厚尾分布特性與波動(dòng)集聚特性,而Copula模型通過(guò)構(gòu)建多個(gè)不同分布的聯(lián)合分布,能夠更好得描述金融市場(chǎng)間的非線性、非對(duì)稱性以及尾部依賴的相關(guān)特性,經(jīng)與Vine結(jié)合形成的Vine-Copula模型為探究多元變量非線性相依性提供了基礎(chǔ)。本文以六大原油市場(chǎng)的風(fēng)險(xiǎn)傳染為背景,將隨機(jī)波動(dòng)模型(SV)與Vine-Copula模型、變點(diǎn)檢測(cè)方法結(jié)合,建立了能夠準(zhǔn)確全面探究金融風(fēng)險(xiǎn)傳染的變結(jié)構(gòu)SV-Vine-Copula模型。首先采用SV-MT模型建立邊緣分布以剔除典型波動(dòng)后,利用模型殘差序列建立并比較了混合C-vine-Copula,混合D-vine-Copula,混合R-vine-Copula,全t-R-Vine-Copula,全Gauss-R-Vine-Copula模型,然后選取其中擬合效果最優(yōu)的混合R-Vine-Copula模型,利用似然比統(tǒng)計(jì)量變點(diǎn)檢測(cè)方法對(duì)相依性變結(jié)構(gòu)點(diǎn)進(jìn)行檢測(cè),通過(guò)比較變點(diǎn)時(shí)刻發(fā)生的前后相關(guān)系數(shù)的變化,結(jié)合格蘭杰因果檢驗(yàn),分析變點(diǎn)產(chǎn)生的經(jīng)濟(jì)原因,討論市場(chǎng)間風(fēng)險(xiǎn)傳染效應(yīng),以構(gòu)建的變結(jié)構(gòu)SV-Vine-Copula模型量化了六大原油市場(chǎng)間的風(fēng)險(xiǎn)傳染性與尾部溢出效應(yīng)。經(jīng)過(guò)模擬研究與實(shí)證分析,結(jié)果發(fā)現(xiàn)了SV-MT模型能夠精確的擬合邊緣分布,混合R-Vine-Copula相比其他Vine-Copula結(jié)構(gòu)對(duì)相依性建模有更好的擬合效果,似然比這一方法能夠有效的檢測(cè)Vine-Copula模型結(jié)構(gòu)變點(diǎn),所建立的變結(jié)構(gòu)SV-Vine-Copula模型能夠很好的量化六大原油市場(chǎng)間的風(fēng)險(xiǎn)傳染性與尾部溢出效應(yīng)。通過(guò)這一統(tǒng)計(jì)模型對(duì)六大原油市場(chǎng)風(fēng)險(xiǎn)傳染的研究,發(fā)現(xiàn)國(guó)際大事件的沖擊確實(shí)會(huì)造成原油市場(chǎng)間的風(fēng)險(xiǎn)傳染,其中WTI與Brent在風(fēng)險(xiǎn)傳染中占據(jù)了主導(dǎo)地位,而其他四個(gè)市場(chǎng)則處于被動(dòng)的地位。本文最后為我國(guó)國(guó)內(nèi)原油市場(chǎng)的風(fēng)險(xiǎn)管理提出了政策性建議,對(duì)非線性相依性以及風(fēng)險(xiǎn)傳染研究在未來(lái)可能的研究方向提出了展望。 【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F224;F426.22

【圖文】：

;六大原油市場(chǎng)的價(jià)格與收益率時(shí)序圖

圖２．２六大原油市場(chǎng)市場(chǎng)收益率的ＱＱ圖逡逑從圖中可以看到，六個(gè)金融市場(chǎng)收益率的ＱＱ圖兩端均沒(méi)有落在直線上，尾部逡逑都表現(xiàn)出了肥尾，因此在金融研究?

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 黃大海,鄭丕諤;股市預(yù)期收益率與波動(dòng)關(guān)系的研究[J];管理科學(xué)學(xué)報(bào);2005年05期

2 張堯庭;連接函數(shù)(copula)技術(shù)與金融風(fēng)險(xiǎn)分析[J];統(tǒng)計(jì)研究;2002年04期

相關(guān)博士學(xué)位論文 前2條

1 佘笑荷;金融市場(chǎng)相依性建模與風(fēng)險(xiǎn)測(cè)度研究[D];華東師范大學(xué);2016年

2 姬新龍;基于SV模型和EVT理論的金融極值風(fēng)險(xiǎn)度量研究[D];重慶大學(xué);2014年

相關(guān)碩士學(xué)位論文 前4條

1 鄭爽;基于C-Vine和混合Copula的貝葉斯推斷[D];天津大學(xué);2017年

2 龔琳琳;基于貝葉斯方法的隨機(jī)波動(dòng)模型分析及比較[D];湖南大學(xué);2013年

3 方杰興;金融數(shù)據(jù)波動(dòng)性的建模研究[D];中南大學(xué);2007年

4 李峰;基于MCMC模擬的貝葉斯金融隨機(jī)波動(dòng)模型分析[D];湖南大學(xué);2007年

，

本文編號(hào)：2712171