中国股票市场的时变杠杆效应研究——基于随机Copula模型的实证分析

构建随机Copula模型研究了中国股票市场在极端市场条件下的时变杠杆效应.为了解决金融市场中波动率不可直接观测的问题,采用已实现波动率测度作为隐波动率的代理变量,进而运用基于有效重要性抽样的极大似然(EIS-ML)方法估计了随机Copula模型的参数.基于沪深股市数据的实证研究表明:中国股票市场的杠杆效应具有非对称特征,即股市低收益率伴随高波动率,但股市高收益率不一定伴随低波动率;中国股票市场的杠杆效应存在显著的时变性,沪深股市杠杆效应表现出类似的变化趋势;随机Copula模型相比其它Copula模型(静态Copula模型和时变Copula模型)具有更好的数据拟合效果.     

基于Copula的我国台湾和韩国股票市场相关性研究

以广义帕累托分布为边缘分布函数,引入de Haan矩估计和Bootstrap抽样方法定量选取阈值,进而运用三种Copula簇方法研究了我国台湾和韩国股票市场之间的相关关系,然后比较了单参数与双参数Copula的拟合效果,测算了两市场遭遇极端市场风险的条件概率,探讨了双参数Archimedean Copula函数在构建联合分布中的应用。研究结果表明:BB7 Copula较好地刻画了两市场尾部相关的非线性、非对称特征,且相关结构拟合度较好,表明两市场在低迷时期的相关性明显高于其活跃时期的相关性,但通过对两市场构建组合难以有效降低风险。同时回测检验显示Copula-GPD模型能有效测度两市场组合的极值风险。另外,当韩国指数日波幅出现下降超过7%时,台湾加权指数也出现同样日波幅下跌的概率为5.72%。     

Copula函数选择对投资组合压力测试的影响分析

将在刻画变量之间相关性方面具有优势的Copula函数与能够准确评估市场极端情况的压力测试两种方法相结合,通过度量市场危机发生的期望等待时间,实证检验不同Dopula函数对投资组合压力测试结果的影响.在实证过程中,首先选择上证A股、深成A股两个市场指数作为研究样本,构造能反映单变量极值的广义帕累托边际分布,然后采用不同形式的Copula函数刻画变量之间的相关性结构,利用压力测试的方法考察Copula函数的选择对刻画投资组合风险的影响.实证检验表明,在度量两个市场同时出现危机情况的等待时间时,拟合效果较好与拟合效果较差的两种Copula函数对风险的估计存在显著的差别.这一结论表明,在压力测试的应用中引入Copula函数为组合投资风险管理指出了一个新的方向,但仍需要在描述相关性过程中慎重考虑Copula函数的选择.     

基于Copula的两因子Vasicek利率模型实证研究

应用两因子Vasicek模型在状态空间框架下结合卡尔曼滤波技术研究我国上海证券交易所国债利率期限结构.提取1年期和20年期利率的观测误差,在不假设观测误差具体概率分布的条件下,使用非参数方法估计其边际分布,并使用极大似然方法对常用的阿基米德类Copula和混合Copula进行估计,从而确定其相依结构,结果发现Gumbel Copula和混合Copula能较好地描述两者的相依结构.采用蒙特卡罗模拟方法计算国债投资组合的在险价值,发现使用高斯Copula、Frank Copula、Clayton Copula和混合Copula都会明显低估国债投资组合的风险,Gumbel Copula更合适.     

金融危机下带传染效应的违约预报

考虑多阶段状态变量的动态信息对违约风险的影响,同时考虑宏观因素和公司个体因素来构建违约预报模型,并且通过在状态变量中包含的行业因素来刻画行业间可能存在的信用传染效应;建立违约风险强度中参数的极大似然估计和渐近性质,进而建立条件违约概率期限结构的极大似然估计.利用极大似然估计及其渐近性质考虑传染效应的显著性检验问题,最后...     

中国证券市场股指与股份结构的PD拟合分析

本文针对偏态分布(PD)设计了一种估计参数的极大似然修正方法,并结合中国沪、深股市及上证指数的实际数据,进行了全面的计算、拟合与检验.检验结果表明偏态分布在描述股票指数及股票价格结构的行为特征上优于当前国际上常用的对数正态分布.同时,还可以获得有关市场风险及价格安全性方面的指标结果.     

基于时变Markov的DCC-GARCH模型最小风险套期保值研究

考虑Markov状态转移概率的时变特征,在传统DCC-GARCH基础上,提出基于Markov时变转移概率的DCC-GARCH模型（TVTP-DCC-GARCH）研究最小风险套期保值比例的估计方法,并利用两阶段极大似然法对模型参数进行估计。进一步分别从样本内和样本外估计沪深300指数期货和现货的最优套期保值比率,对套期保值的绩效进行检验,并将检验结果分别与Markov转移概率恒定的DCC-GARCH（FTP-DCC-GARCH）、DCC-GARCH、OLS、1：1完全套期保值以及无套期保值的沪深300指数现货的绩效进行对比。实证结果表明,利用基于Markov状态转移的DCC-GARCH模型研究沪深300指数期货的套期保值问题具有一定合理性,且在参数估计中TVTP-DCC-GARCH模型的拟合效果最佳;在套期保值有效性方面,TVTP-DCC-GARCH模型优于其他模型,说明在DCC-GARCH模型中引入时变状态转移概率能够有效提高套期保值组合的绩效。     

基于Bayesian-Copula方法的商业银行操作风险度量

本文在对损失分布法分析的基础上,将损失事件划分为内部欺诈、外部欺诈以及违规执行三种类型;引用两阶段分布拟合操作风险的损失强度分布,同时采用贝叶斯理论中的吉布斯抽样来获取参数估计值以减小低频率高损失数据不足带来的误差;考虑到操作风险各损失事件间可能存在的相关性,本文采用Copula函数对操作风险进行整合以获得联合损失分布函数,并计算出不同置信水平下我国商业银行操作风险损失的VaR值与CVaR值.实证研究的结果表明:基于贝叶斯理论的参数估计综合考虑了总体与样本等先验信息,估计出的参数值误差较小;Copula函数的引入与VaR值、CVaR值的测算,能在考虑了损失事件发生概率的同时,估测出操作风险潜在的损失大小,从而可以更准确度量操作风险.     

双斜率因子动态Nelson-Siegel利率期限结构模型及其应用

利率期限结构是利率产品定价的基础和核心,对利率市场化具有重要意义。根据我国债券市场的特点,本文对动态Nelson-Siegel模型进行扩展,引入第二个斜率因子,构造双斜率因子动态利率期限结构模型,增强收益率曲线近端的静态拟合和动态预测能力。本文提出的模型嵌套了动态Nelson-Siegel模型,是对动态Nelson-Siegel模型的实质性推广,极大似然比检验证明了第二个斜率因子引入的必要性。本文以状态空间模型的卡尔曼滤波构造样本似然函数,采用双折线优化算法计算模型参数的极大似然估计。基于我国银行间市场债券交易收益率数据的实证分析表明,双斜率因子模型能够显著改善动态Nelson-Siegel模型对收益率曲线近端的拟合能力,同时对短期预测能力也有改善。此外,第二个斜率因子反映出宏观经济活动对利率期限结构的滞后影响,扩展后的模型能捕捉我国利率期限结构更多的动态变化特征,给相关主体提供更具价值的参考信息。     

条件异方差动态Nelson-Siegel利率期限结构模型及其应用

动态Nelson-Siegel(DNS)利率期限结构模型将方差设定为常数,不能刻画收益率序列的条件异方差,降低了数据拟合和预测能力。本文用GARCH模型设定DNS模型观测方程条件异方差,基于适应状态空间模型用广义自回归得分(GAS)设定转移方程条件异方差矩阵,提出具有时变方差的GAS-DNS模型,将Rapisarda等的矩阵分解方法应用于协方差矩阵分解及再参数化保证协方差矩阵的正定性。采用中国银行间市场13种期限国债收益率数据进行实证分析,极大似然比检验表明,将DNS模型误差项方差矩阵时变化能够显著提高模型的对数似然值;以MAE、RMSE、MAPE和TIC为标准进行比较,显示GAS-DNS模型的收益率曲线样本内拟合效果和样本外预测能力均比DNS模型有显著提高。本文提出的GAS-DNS模型是对DNS模型的实质改进,鉴于利率期限结构模型和利率预测在实际应用中的重要性,本文的模型改进具有应用价值。     

基于数据驱动平滑检验的密度预测评估方法——以香港恒生指数、上证综指和台湾加权指数为例

本文提出了样本内和样本外密度预测评估的数据驱动平滑检验（data-driven smooth test）方法，并分别采用Newey-Tauchen的方法以及West-McCracken的方法来纠正参数估计对样本内和样本外密度预测评估的影响。运用本文提出的检验方法，我们比较了各种最大熵GARCH模型对中国三个股指数据（香港恒生指数、上证综合指数和台湾加权指数）的样本内和样本外预测绩效。结果显示：（1）最大熵GARCH模型可以用来刻画中国股指数据的典型化事实，GARCH模型中考虑了厚尾和偏态特征的Pearson IV分布对中国股指收益率的样本外预测绩效是很重要的；（2）具有较好样本内拟合优度和样本内预测效果的模型未必有很好的样本外密度预测效果，考虑到样本外预测的重要性，实际应用中我们应采用具有较好样本外预测效果的模型。     

中国股市与周边股市波动风险传导效应研究

由于金融资产收益的条件波动率不仅是金融市场风险度量的重要指标,而且呈现出明显的杠杆效应。因此,本文运用能够刻画波动率杠杆效应的LGARCH(Leverage GARCH)模型对金融市场条件波动率进行建模分析,进而运用Granger-Causality检验分析了中国股市与周边股市波动风险的传导效应。实证结果表明,在整个样本区间,上海股市与周边重要股市的联系比较微弱,仅与香港股市存在一定的风险传导关系,而与东京、新加坡股市却不存在传导关系。然而,在我国股市对境外合格机构投资者(Qualified Foreign Institutional Investors,QFII)开放后,中国股市与周边股市的波动风险传导关系明显异于对QFII开放之前和整个样本期的风险传导关系,上海股市与香港、东京、新加坡股市间的波动风险传导关系均显著增强。     

基于非参数Copula-CVaR模型的碳金融市场集成风险测度

我国商业银行等金融机构在参与国际碳金融业务时面临复杂多变的市场环境,其风险评估及预警体系的构建需考虑风险因子的多源性与相依性,对碳金融市场集成风险进行科学测度具有重要意义。本文采用非参数核估计方法确定碳金融市场价格波动与汇率波动两类风险因子的边缘分布,并通过拟合优度检验选择最优Copula函数准确刻画风险因子之间非线性、动态的相依结构,实现对集成条件风险价值CVaR的有效测度。通过Kupiec回测检验及对比各类传统风险测度方法的优劣,发现非参数Copula-CVaR模型能够弥补传统风险测度方法在度量多源风险因子相依性时存在的局限性,避免参数法确定边缘分布时可能出现的模型设定风险与参数估计误差,充分考虑尾部风险,为碳金融市场集成风险测度提供新思路。     

基金交易行为与市场波动——基于小波与互谱分析的数据挖掘

本文选取2007～2009年基金十大重仓股数据进行小波分析,研究重仓股在不同阶段波动率的特征———微观层面基金行为对这种波动率的直接动量冲击的影响以及金融市场层面沪深300指数对此波动率的联动性的影响。实证结果发现,基金增仓和持股可以减小股票波动率,但减仓会加大股票波动率,呈现出非对称稳定市场的特性。在金融市场层面分析上,论文应用溢出效应检验互谱分析方法,发现这种波动率主要是由基金持股组合调整造成的,市场波动对个股波动率影响不大,即股票波动率主要是由基金交易行为造成所引致。     

基于动态因子Copula模型的行业间系统性风险分析

国际金融市场间的相关关系以及系统性风险受到很多学者的重视，本文则以我国股市的行业指数作为研究对象进行实证研究。通过构建动态因子Copula模型，文章对行业的日收益率数据进行了动态相关性分析，并基于风险预期占比度量了我国行业之间系统性风险的溢出效应。本文分析了2006年1月4日至2016年7月1日的28个行业指数数据，基于GAS动态负荷因子的变化路径来刻画其相关关系，通过风险预期占比来研究行业间的风险溢出效应。研究表明，各个行业指数收益率之间存在较强的关联性。就单个行业来说，化工行业与其他行业关系最为不稳定。就金融与非金融行业而言，金融行业对非金融行业的影响较大且较为平稳。本文所得研究结果可以为投资者和风险管理者在进行决策时提供一定的指导。     

基于局部相关系数和截尾扭曲混合Copula的杠杆效应识别和度量

作为风险资产收益和波动之间关系的度量，杠杆效应是金融市场数据三大分布特征之一，在波动预测、资产定价和风险管理中起着重要作用。日内高频数据计算的已实现波动作为波动的代理变量，解决了波动不能观测的问题，实现了用波动和收益直接建模捕捉杠杆效应。深入了解收益和已实现波动的相关模式并以此构建二者的联合分布是正确度量杠杆效应的关键。本文以局部相关系数为工具研究收益和波动在不同取值范围内的相关性变化，实证研究结果表明，与负收益冲击引起波动增加一样，正收益冲击也会引起波动增加，这与传统杠杆效应理论并不一致，与Chen和Ghysels（2011）对美国股票市场的实证结果一致。为正确捕捉和度量实证结果反映出的杠杆效应，在扭曲混合Copula构造方法基础上，本文用截尾扭曲函数构造扭曲混合Copula，以此作为收益和已实现波动的联合分布，再现收益和已实现波动的局部相关性特征。以上证综指2013.1.29日至2017.4.30区间内日内1分钟高频数据为样本进行实证分析表明，本文构造的Copula函数具有和实际数据一致的局部相关特征，能够正确刻画市场表现出的杠杆效应。Copula拟合优度的非参数检验表明，实际数据不拒绝本文构造的Copula函数，而现有文献采用的单成分Copula函数和两成分混合Copula函数均被拒绝。本文为收益和已实现波动的联合建模提供参考，具有基础重要性。     

金融压力指数构建及其有效性检验——基于中国数据的实证分析

金融压力指数能较好地实时反映一国金融体系承受风险的压力状况,帮助决策者和市场参与各方及时准确地前瞻性评估潜在风险来临时可能承受的金融压力水平。根据各市场对整个金融体系的影响程度,利用CDF-信用加总权重法确定各指标权重,构建了包括银行、股票、外汇、保险四大市场的我国金融压力指数测度模型体系。实证研究表明,我国金融压力的阶段性特征明显,在国际金融危机发生时,往往伴随着高的金融压力;我国金融压力主要来自于银行部门,随着近年来我国银行治理水平提高和资本市场发展,银行部门压力指数正缓慢下降,股票市场压力却逐渐上升;外汇市场和保险市场压力指数长期保持在低位运行。有效性检验表明,来自我国FSI的冲击在滞后6个季度会对宏观经济产生显著的不利影响。     

基于贝叶斯Wishart波动模型的原油市场与股市动态相依性研究

针对时变相关系数矩阵在多变量随机波动模型的估计问题,构建了贝叶斯动态相关Wishart波动模型。在CC-MSV模型的基础上,设置精度矩阵服从Wishart分布,使得模型的相关系数矩阵具有时变特征。通过模型的统计结构分析,选择参数先验分布,设计相应的Gibbs-MTM-ARMS混合算法,据此估计模型参数;并利用上证综合指数、标普500指数与原油期货价格数据进行实证分析。研究结果表明：模型能够有效地刻画原油市场与股票市场的动态相依性;金融危机期间,股票市场与原油市场的相关性较强,并且难以判断正负方向;金融危机后,中国股票市场与原油市场呈现极微弱的相关性,而美国股票市场与原油市场的正相关性较为明显。