中美股市风险溢出效应研究---基于混合Copula-CVaR方法

摘要

伴随着全球经济一体化、信息全球化，世界各国经济的紧密性不断加强，经济之间的联动性也越发突出，一国经济的波动将在短时间内迅速传播到世界其他国家，最终可能会引起全球范围内的金融动荡，甚至经济危机。在此背景下，众多学者将焦点放在风险溢出效应问题上，此类研究能够反映经济波动在不同国家间的传导机制以及影响程度，而如何有效控制金融风险的溢出已经成为世界各国共同面对的难题。经历三十多年改革开放的发展，中国经济总量已经跃居世界第二，其中资本市场的总市值也仅次于美国，成为全球不容忽视的资本力量大国。随着中国经济与世界接轨的程度不断加深，世界经济对中国经济的影响力也在不断提高，尤其在资本市场表现最为突出，因此，关于国外资本市场对中国资本市场的风险溢出效应的研究具有理论上和现实上的重要意义。
　　自中国加入WTO以后，中国经济与世界经济联系程度明显增强，因此对中国资本市场与国外资本市场间的风险溢出效应研究不断增多，得出不少重要的理论成果，但是也存在一些不足：首先，多数研究都是基于线性维度下，但是现实中的资本市场之间风险溢出效应多为非线性情形；其次，大部分研究都是基于随机扰动的分布假设，但是真实的随机扰动分布形式与假设很难相符；最后，很多风险溢出效应的研究着重检验其存在性，而对于风险溢出效应的大小却很少涉及。因此，本文在结合Copula理论和CVaR方法的基础上，利用非参数核密度估计方法测算风险溢出效应的大小，并与参数估计方法测算的风险溢出效应进行比较。
　　本文首先引入论文选题背景与研究意义，并简单介绍风险溢出效应的国内外研究现状；其次介绍Copula理论、VaR以及CVaR方法，为本文建模作理论铺垫；随后建立参数估计下的混合 Copula-CVaR 模型与非参数估计下的混合Copula-CVaR模型；最后，利用建立的理论模型对上证综指与美国的S&P500指数收益率进行实证分析，并结合分析结果给出相应的政策意见。分析结论表明：第一，基于参数估计的风险溢出效应比非参数估计下的风险溢出效应总体表现要小，参数估计下的分布假设对风险溢出效应测度有所限制；第二，美国作为成熟的资本运作市场，其金融危机后的恢复能力更高，牛长熊短明显，而中国资本市场投机成分偏多，承受金融危机冲击的能力不足，牛短熊长显著；第三，在发生金融危机时，美国资本市场对国内资本市场的风险溢出效应明显放大，金融危机之后的风险溢出效应强度是金融危机之前的3倍以上。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 选题背景与研究意义

1.1.1 选题背景

1.1.2 研究意义

1.2 文献综述

1.2.1 风险溢出研究的理论综述

1.2.2 风险溢出研究的实证综述

1.3 论文的结构及创新

1.3.1 论文的结构安排

1.3.2 论文的创新点

第二章 Copula与VaR理论

2.1 Copula理论

2.1.1 Copula函数的定义

2.1.2 Sklar定理

2.1.3 常见Copula函数简介

2.2 VaR理论

2.2.1 VaR的定义

2.2.2 VaR计算方法简介

2.2.3 VaR方法的优缺点

2.2.4 CVaR的定义与计算

第三章 基于参数模型的风险溢出效应研究

3.1 数据选取与描述性统计

3.1.1 数据整理与变量设定

3.1.2 描述性统计分析

3.2 平稳性分析与ARCH检验

3.2.1 平稳性分析

3.2.2 ARCH效应检验

3.3 参数形式混合Copula-CVaR建模与估计

3.3.1 构建边缘分布模型

3.3.2 混合Copula函数建模

3.3.3 极大似然估计MLE

3.3.4 CVaR计算与分析

第四章 基于非参数模型的风险溢出效应研究

4.1 非参数核密度估计

4.1.1 非参数核密度估计定义

4.1.2 确定最优带宽h

4.2 非参数形式混合Copula-CVaR建模与估计

4.2.1 边缘分布的核密度估计

4.2.2 混合Copula函数估计与CVaR计算

第五章 研究结论与展望

5.1 研究结论

5.2 政策建议

5.3 研究展望

参考文献

附录

致谢